1（の（））：21）（V1手次）――マツダ技報No.41（2025） *3*2*1*2,3）。電（う，段階的に電動化を進める戦略を推進している），電動化による（ため特集：02DX/AIの活用1. はじめにAIを活用した市場の燃費分布予測技術Prediction of Market Fuel Economy Distribution Using Big Data and Generative AI要 約Key wordsMBD Model-Based DevelopmentArtificial IntelligenceAI （CO2排出量の削減，すなわち燃費1D）で表した車両システムモデル（字開発プロセスの左バンクでの熱マネシス高原 勇樹Yuki Takahara久間 裕太郎Yutaro Kyuma波頭 佑哉Yuya Hato1D車両システムモデルによるシステム全体の最適化の年のカーボンニュートラルの実現やモーターなどの電動ユニッビッグデータと生成 マツダでは，燃費性能や空調快適性などの各性能を共立した車両を開発するために，車両を構成する各ユニットを次元で表した手法を構築してきた。従来の本モデルによる検討では，認証などで使われる決められた走行モードでの解析を主体としてきたが，今後のカーボンニュートラルの実現に向けては，車両のライフサイクル全体での量の削減が重要となる。そのため，実際のお客様の車両の使い方（リアルワールド）を想定した解析により，市場の実用燃費分布を予測することが求められる。そこで，市場のビッグデータに生成GANGenerative Adversarial Networks特徴を再現した走行シナリオを生成する手法を構築した。そして一連の予測技術の有用性を確認するために，生成した走行シナリオを車両システムモデルの入力として解析を行い，実測の市場の燃費分布に近しい分布をモデルで予測できることを検証した。AbstractMazda has developed an MBD method for comprehensive system optimization to develop a vehicle which combines performances including fuel economy and air-conditioning comfort, utilizing a 1D vehicle system model that represents each unit that makes up the vehicle in one dimension. To achieve carbon neutrality in the future, it is necessary to conduct an analysis of the practical fuel economy distribution in the market, considering the actual usage patterns of customers (real world), although the conventional model study focused on the analysis in a driving mode used for certification. Therefore, by applying Generative Adversarial Networks (GAN) to big data in the market, we built a method to generate driving scenarios that replicate the characteristics of customer usage. We then analyzed the generated driving scenarios as input to the vehicle system model and verified the effectiveness of this method by comparing fuel economy distributions based on actual measurements and model predictions.Vehicle development, CAE, Fuel economy, Machine learning, Big data, Real-world マツダでは，2050に向けて電動化に取り組んでおり，規制動向や消費者のニーズ，社会インフラなどの変化に柔軟に対応できるよ動車両では，エンジンやトランスミッションに加えて，LiB Lithium-ion Batteryト，更には空調ユニットまでの個々の適温領域が異なる*1 MBDMBD Innovation Dept.革新部，敵対的生成ネットワーク）を応用することで，お客様の使い方の性能の向上には，車両内の熱流れを協調制御する熱マネージメント（以下，熱マネ）が重要である。しかし，ユニットの配置や加熱・冷却方式が多岐にわたるため，各ユニットの単独モデルを用いた個別最適化の法では最適なシステムの検討に限界がある。そこで，車両を構成する各ユニットの熱，電気，機械の機能を元（以下，を構築し，走行・環境性能開発部Drivability & Environmental Performance Development Dept.10排出CO2MBDFig. 1
元のページ ../index.html#19