セルフチューニング

制御理論では、自己調整システムは、目的関数の達成度を最大化または最小化するために、独自の内部実行パラメータを最適化することができます。通常は、効率の最大化またはエラーの最小化です。

セルフチューニングとオートチューニングは、多くの場合、同じ概念を指します。多くのソフトウェア研究グループは、オートチューニングを適切な用語であると考えています。

セルフチューニング システムは、通常、非線形 適応制御を示します。この種のフィードバックは、非線形プロセスに最適な多変数制御を生成するために必要であるため、セルフチューニング システムは数十年にわたって航空宇宙産業の特徴となっています。通信業界では、適応型通信は、効率と堅牢性を最大限に高めるために、運用システムのパラメータを動的に変更するためによく使用されます。

コンピューティングにおける自己調整システムの例には、次のものがあります。

• TCP (伝送制御プロトコル)
• Microsoft SQL Server (新しい実装のみ)
• FFTW (西洋最速フーリエ変換)
• ATLAS (自動調整線形代数ソフトウェア)
• libtune ( Linux用チューニングライブラリ)
• PhiPAC ( RISC用セルフチューニング線形代数ソフトウェア)
• MILEPOST GCC (機械学習ベースのセルフチューニングコンパイラ)

パフォーマンス上のメリットは相当なものがあります。アメリカのコンピュータ科学者であるジャック・ドンガラ教授は、セルフチューニングによってパフォーマンスが300%程度向上すると主張しています。^[1]

デジタル自己調整コントローラは、ハードウェア レベルでの自己調整システムの一例です。

自己調整システムは、通常、期待、測定、分析、アクションの 4 つのコンポーネントで構成されます。期待は、外生的条件が与えられた場合にシステムがどのように動作するかを説明します。

測定により、状況と動作に関するデータが収集されます。分析により、期待が満たされているかどうか、またその後にどのようなアクションを実行する必要があるかを判断することができます。一般的なアクションは、より多くのデータを収集し、システムの動的な再構成を実行することです。

自動制御のセルフチューニング（自己適応）システムは、パラメータを自動的に変更するか、パラメータの最適構成を自動的に決定することによって、ランダムに変化する条件への適応が実行されるシステムです。^[2]セルフチューニングではない自動制御システムには、システムの安定性と制御品質に影響を及ぼし、調整可能なパラメータがあります。これらのパラメータが一定のままで、動作条件（入力信号や制御対象のさまざまな特性など）が大幅に変化すると、制御が低下したり、不安定になったりする可能性があります。手動での調整は面倒な場合が多く、不可能な場合もあります。このような場合、セルフチューニングシステムを使用することは技術的および経済的に価値があるだけでなく、堅牢な制御の唯一の手段になる可能性があります。セルフチューニングシステムは、パラメータ決定の有無にかかわらず使用できます。

パラメータ決定機能を備えたシステムでは、必要なレベルの制御品質は、最適な（ある意味で）パラメータ値のセットを自動的に検索することによって達成されます。制御品質は、通常、複雑で、完全には既知ではない、または主要なパラメータの安定した関数である一般化された特性によって記述されます。この特性は、主要なパラメータ値に基づいて直接測定されるか、計算されます。次に、パラメータが暫定的に変更されます。パラメータの変更によって引き起こされる制御品質特性の振動を分析すると、パラメータが最適値を持つかどうか、つまり、それらの値が制御品質特性の極端な値（最小値または最大値）をもたらすかどうかを判断できます。特性値が極値から外れている場合は、最適値が見つかるまでパラメータを変更する必要があります。パラメータ決定機能を備えた自己調整システムは、外生条件の幅広い変動を特徴とする環境で確実に動作できます。

実際には、パラメータ決定を伴うシステムでは、最適なチューニングを見つけるのにかなりの時間が必要です。つまり、そのようなシステムでのセルフチューニングに必要な時間は、下限から制限されます。パラメータ決定を伴わないセルフチューニング システムには、この欠点はありません。そのようなシステムでは、制御品質の何らかの特性が使用されます (例: 制御パラメータの 1 次微分)。自動チューニングにより、この特性が所定の範囲内に保たれます。パラメータ決定を伴わないさまざまなセルフチューニング システムがあり、遷移プロセス、周波数特性などの制御に基づいています。これらはすべて、品質特性値が許容範囲外になるたびにパラメータが自動的に修正される閉回路セルフチューニング システムの例です。対照的に、開回路セルフチューニング システムは、パラメトリック補償を伴うシステムであり、入力信号自体が制御され、システム パラメータが指定された手順に従って変更されます。このタイプのセルフチューニングは、ほぼ瞬時に行うことができます。ただし、このようなセルフチューニングを実現するには、システムが動作する環境を制御する必要があり、環境が制御対象システムにどのように影響するかを十分に理解する必要があります。

実際には、セルフチューニングは、特殊なハードウェアまたは適応型ソフトウェア アルゴリズムを使用して行われます。ソフトウェアにセルフチューニング (適応) 機能を与えると、次のことが可能になります。

1. システムの重要なプロセスの制御を容易にします。
2. 最適な運用体制にアプローチします。
3. 制御システムの設計統一を容易にします。
4. システムのテストとチューニングのリードタイムを短縮します。
5. システムをより堅牢にすることで、制御システムに対する技術要件の重要性を低下させます。
6. システム調整にかかる人員の時間を節約します。

• 確率的推論を使用してソフトウェアチューニングを自動化する
• Frigo, M. および Johnson, SG、「FFTW3 の設計と実装」、Proceedings of the IEEE、93(2)、2005 年 2 月、216 - 231。doi :10.1109/JPROC.2004.840301 。
• PHiPAC を使用した行列乗算の最適化: ポータブルで高性能な ANSI C コーディング手法
• スピードを上げるアルゴリズムよりも速い
• データベースシステムアーキテクチャの再考: 自己調整型 RISC スタイルデータベースシステムに向けて
• セルフチューニングシステムソフトウェア
• Microsoft Research が SQL Server 2000 にデータ マイニングとセルフチューニング テクノロジを追加
• 分散コンピューティングにおける TCP 自動チューニング手法の比較
• Linux 用チューナブルライブラリ
• PID型コントローラの調整のためのリレー自動調整法のレビュー