HS-2201：Excelスプレッドシートからの既存設計データのLookupモデルとの使用

.csvファイル内の設計データのみが使用可能な（すなわちシミュレーションモデルは存在しない）ケースについて最適化スタディを実行する方法について学習します。

開始に先がけ、本チュートリアルで使用されるモデルファイルを<hst.zip>/HS-2201/から自身の作業ディレクトリにコピーします。

本チュートリアルの目的は、study_data.csvファイル内の設計を使ってフィット（近似）を生成し、それを用いて最適化スタディを実行することです。

第1列および第2列には各設計についての2つの入力変数の値、第3列と第4列には過去に実行されたDOEスタディの結果が含まれています。16の設計が評価されています。

スタディのセットアップの実行

  1. HyperStudyを開始します。
  2. 以下の方法で新規スタディを開始します：
    • メニューバーから、File（ファイル） > New（新規）をクリックします。
    • リボン上でをクリックします。
  3. Add Study（スタディの追加）ダイアログでスタディの名前を入力し、スタディの場所を選んでOKをクリックします。
  4. Define Models（モデルの定義）ステップに進みます。
  5. Lookupモデルを追加します。
    1. Add Model（モデルを追加）をクリックします。
    2. Add（追加）ダイアログでLookupを選択し、OKをクリックします。
    3. ワークエリアのResource（リソース）列で、をクリックします。
    4. HyperStudy - Load model resource（モデルリソースの読み込み）ダイアログで作業ディレクトリに進み、study_data.csvファイルを開きます。
  6. 変数をインポートします。
    1. Import Variables（変数のインポート）をクリックします。
    2. Import Variables（変数のインポート）ダイアログで、Number of design variables（設計変数の数）欄に2と入力します。
    3. OKをクリックします。
    図 1.


  7. Define Input Variables（入力変数の定義）ステップに進みます。
  8. study_data.csvファイルからインポートした2つの入力変数を確認します。
    図 2.


ベースランの実行

  1. Test Models（モデルをテスト）ステップに進みます。
  2. Run Definition（計算実行）をクリックします。
    スタディのDirectory（ディレクトリ）内に、approaches/setup_1-def/ディレクトリが作成されます。approaches/setup_1-def/run__00001/m_1には、ベースランの結果である入力ファイルが含まれます。

出力応答の確認

  1. Define Output Responses（出力応答の定義）パネルに進みます。
  2. study.csvファイルからインポートした2つの出力応答を確認します。
    図 3.


CSVからのDOE結果のインポート

  1. DOEを追加します。
    1. Explorer（エクスプローラ）内で右クリックし、コンテキストメニューからAdd（追加）を選択します。
      Add（追加）ダイアログが開きます。
    2. Select Type（タイプの選択）からDOEを選択します。
    3. Definition from（定義元）に、アプローチを選択します。
    4. Setup（セットアップ）を選択し、OKをクリックします。
  2. DOE 1 > Specifications（スタディ仕様）ステップに進みます。
  3. ワークエリア内でMode（モード）をRun Matrix（実行マトリックス）にセットします。
  4. Settings（セッティング）タブで、Matrix File（マトリックスファイル）欄のをクリックします。
  5. Openダイアログで、作業ディレクトリに進み、study_data.csvファイルを開きます。
    図 4.


  6. Apply（適用）をクリックします。
  7. DOE 1 > Evaluate（評価）ステップに進みます。
  8. Evaluate Tasks（計算実行）をクリックします。

フィットスタディの実行

  1. Fit（フィット）を追加します。
    1. Explorer（エクスプローラ）内で右クリックし、コンテキストメニューからAdd（追加）を選択します。
    2. Add（追加）ダイアログで、Fit Existing DataFit（既存データフィット）とSetup（セットアップ）を選択し、OKをクリックします。
  2. マトリックスをインポートします。
    1. Fit 1 > Select Matrices（マトリックスの選択）ステップに進みます。
    2. Add Matrix（マトリックスの追加）をクリックします。
    3. Import Matrix（マトリックスのインポート）をクリックします。
  3. スタディ仕様を定義します。
    1. Fit 1 > Specifications（スタディ仕様）ステップに進みます。
    2. 各出力応答について、Fit Type（近似手法）はFAST (Fit Automatically Selected by Training )（トレーニングによるフィットの自動選択）のままとします。
      注: デフォルトでは、FASTは使用可能なフィットから最適なフィットタイプを自動的に選択します。ワークエリアで1つまたは複数の応答をハイライト表示させ、Settings（セッティング）タブからフィットを選択することにより、FASTファイルタイプを手動で選択することができます。
    3. Apply（適用）をクリックします。
    図 5.


  4. タスクを評価します。
    1. Fit 1 > Evaluate（評価）ステップに進みます。
    2. Evaluate Tasks（計算実行）をクリックします。
  5. Fit 1 > Post Processing（ポスト処理）ステップに進みます。
  6. Diagnostics（診断）タブをクリックします。
    Resp1はカスタム項を用いたLSRの使用で最良のフィットになり、Regression Terms（回帰式の項）タブは、線形項のみが必要であることを示しています。Resp2はMLSMの使用で最良の結果になります。Resp2については、入力マトリックスに基づいた決定係数の値が、モデルの精度が非常に良好であることを示しています。交差検証の値はあまり良くありませんが、データ量がより多くなると効果的である可能性があります。これは、モデルの精度がポイント群に大きく依存するためです。入力セットからポイントを削除すると、フィットの予測が大きく変わる可能性があります。
    図 6.