理工学研究科Graduate School of Science and Engineering
COS500X4(計算科学 / Computational science 500)最適化モデリング特論2Advanced Optimization Modeling 2
鮏川 矩義Noriyoshi SUKEGAWA
授業コードなどClass code etc
学部・研究科Faculty/Graduate school | 理工学研究科Graduate School of Science and Engineering |
添付ファイル名Attached documents | |
年度Year | 2024 |
授業コードClass code | YC025 |
旧授業コードPrevious Class code | |
旧科目名Previous Class title | |
開講時期Term | 秋学期授業/Fall |
曜日・時限Day/Period | 水1/Wed.1 |
科目種別Class Type | |
キャンパスCampus | 小金井 / Koganei |
教室名称Classroom name | 小西館‐W205 |
配当年次Grade | |
単位数Credit(s) | 2 |
備考(履修条件等)Notes | |
実務経験のある教員による授業科目Class taught by instructors with practical experience | |
カテゴリーCategory | システム理工学専攻 |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
(Course outline)
This course introduces how to formulate a given problem as an optimization problem, and how to find optimal or suboptimal solutions by constructing heuristics or by making use of software.
(Learning Objectives)
The goal of this course is to cultivate the basic skills to construct optimization models appropriately and solve problems in various situations of science and engineering.
(Learning activities outside of classroom)
The homework is to address unsolved exercises and deepen understanding of the associated notions or methodologies.
(Grading Criteria /Policy)
The grading is based on the two reports (60%) and questions and answers in classroom (40%).
授業で使用する言語Default language used in class
日本語 / Japanese
授業の概要と目的(何を学ぶか)Outline and objectives
与えられた問題を最適化問題として定式化する方法と、発見的解法の構築やソフトウェアの活用によって最適解や準最適解を求める方法を学ぶ。理工学のさまざまな場面で最適化モデルを構築して問題解決を行なうための基礎力を養うことが目的である。
到達目標Goal
・目的関数と制約条件を定めて最適化問題に落とし込むことができる
・簡単な最適化問題を具体的に数式で表現できる(定式化できる)
・定式化の妥当性を検証できる
・簡単な最適化問題に対して発見的解法を構築できる
・データと定式化をソフトウェアに与えて最適解を計算できる
・最適解の性質を多角的に検討してモデルの改善につなげることができる
この授業を履修することで学部等のディプロマポリシーに示されたどの能力を習得することができるか(該当授業科目と学位授与方針に明示された学習成果との関連)Which item of the diploma policy will be obtained by taking this class?
ディプロマポリシーのうち、「DP1」「DP2」に関連
授業で使用する言語Default language used in class
日本語 / Japanese
授業の進め方と方法Method(s)(学期の途中で変更になる場合には、別途提示します。 /If the Method(s) is changed, we will announce the details of any changes. )
スライドと板書を用いた講義と演習によって授業を進めます。演習で扱った問題の正答と間違いの例の解説を通して、内容への理解を深めます。
アクティブラーニング(グループディスカッション、ディベート等)の実施Active learning in class (Group discussion, Debate.etc.)
あり / Yes
フィールドワーク(学外での実習等)の実施Fieldwork in class
なし / No
授業計画Schedule
授業形態/methods of teaching:対面/face to face
※各回の授業形態は予定です。教員の指示に従ってください。
第1回[対面/face to face]:前半の準備
数理計画モデルの復習、応用事例の紹介
第2回[対面/face to face]:組合せ計画(1)
欲張り法
第3回[対面/face to face]:組合せ計画(2)
分枝限定法
第4回[対面/face to face]:組合せ計画(3)
動的計画法
第5回[対面/face to face]:組合せ計画(4)
近似解法
第6回[対面/face to face]:組合せ計画(5)
局所探索法とメタヒューリスティックス
第7回[対面/face to face]:組合せ計画(6)
ここまでの総合演習問題とレポート課題の説明
第8回[対面/face to face]:後半の準備
課題の整理、実験環境の構築、演習問題、過去のテーマ紹介
第9回[対面/face to face]:定式化の演習(1)
割当問題、クラス編成問題
第10回[対面/face to face]:定式化の演習(2)
輸送問題、多期間計画問題
第11回[対面/face to face]:中間発表会
発表会と投票、講評、個別相談
第12回[対面/face to face]:定式化の演習(3)
強い定式化と弱い定式化:巡回路型
第13回[対面/face to face]:定式化の演習(4)
強い定式化と弱い定式化:分類型
第14回[対面/face to face]:最終発表会
発表会と投票、講評
授業時間外の学習(準備学習・復習・宿題等)Work to be done outside of class (preparation, etc.)
本授業の準備・復習等の授業時間外学習は 4 時間を標準とする。プログラムを作成して理解を深める。
テキスト(教科書)Textbooks
福島雅夫(2020)新版数理計画法入門(朝倉書店)
岩永二郎、石原響太、西村直樹、田中一樹(2021)Pythonではじめる数理最適化:ケーススタディでモデリングのスキルを身につけよう(オーム社)
参考書References
指定しません
成績評価の方法と基準Grading criteria
期末レポート(60 %)と授業への貢献度(40 %)で評価します。
学生の意見等からの気づきChanges following student comments
数値例を増やします。
学生が準備すべき機器他Equipment student needs to prepare
プログラミング演習の時間があります。Python(Jupyter Notebook か Colaboratory)を使いますのでご準備ください。