ソフトウェア工学特論

Advanced Software Engineering

997D301

74SIINE502

原田　拓

Taku Harada

2024年度前期

2024/First Semester

月曜3限

Monday, Third Period

創域理工学研究科　経営システム工学専攻

Department of Industrial and Systems Engineering, Graduate School of Science and Technology

2.0単位

講義

Lecture

-

① [対面]対面授業/ [On-site] On-site class

工学システムや社会システムをはじめとした様々なシステムに含まれる最適化問題をソフトウェアによって解決する際，「最適化計算」を効率的，かつ，精度良く行うことが非常に重要となる．そこで，本授業では，最適化問題のモデル化，および，いくつかの最適化手法を取り上げ，最適化問題を解決する方法を習得する．なお，プログラミング言語はPythonを用いる．
In order to solve optimization problems in various systems such as engineering systems and social systems by software, it is very important to perform "optimization calculation" efficiently and accurately. In this course, we will study modelling of optimization problems, some optimization methods, and solving optimization problems. The programming language used is Python.

最適化問題に対するモデル化の方法や最適化手法を理解し，さらに，Pythonプログラムによって実際に最適化計算を行うことによって，最適化問題の解決方法を習得する．
本科目は，本専攻のディプロマ・ポリシーに定める「経営システム工学専攻の専門分野に応じた高度な専門知識。」に該当する科目である．
The objectives of this course is to understand a modelling methods and optimization methods for optimization problems, and to study how to solve optimization problems by actually performing optimization calculation in Python programs.
This is a course that falls under the diploma policy "Advanced expertise according to the specialized field of the Department of Industrial and Systems Engineering".

具体的な最適化問題を解決できるようになる．
To be able to solve concrete optimization problems.

リンク先の [評価項目と科目の対応一覧]から確認できます（学部対象）。
履修登録の際に参照ください。
​You can check this from “Correspondence table between grading items and subjects” by following the link(for departments).
https://www.tus.ac.jp/fd/ict_tusrubric/​​​

毎回ノートパソコンを使用するので，充電を十分しておくこと．
Pythonの基礎的なプログラミング技術を習得していること．
A laptop computer will be used for each class, so be sure to keep it fully charged.
To have basic programming skills of Python.

課題に対する作文　Essay／プレゼンテーション　Presentation／実験　Experiments／実習　Practical learning

-

各回の授業内容を十分に復習しておくこと．
To review the contents of each class thoroughly.

授業を全て受けていることを前提とし，課題レポート・課題発表・演習などの結果によって成績を評価する．
Grade is evaluated based on the results of assignment reports, assignment presentations, exercises and etc. on the premise that you have taken all the classes.

・S：到達目標を十分に達成し、極めて優秀な成果を収めている
・A：到達目標を十分に達成している
・B：到達目標を達成している
・C：到達目標を最低限達成している
・D：到達目標を達成していない
・-：学修成果の評価を判断する要件を欠格している

・S：Achieved outcomes, excellent result
・A：Achieved outcomes, good result
・B：Achieved outcomes
・C：Minimally achieved outcomes
・D：Did not achieve outcomes
・-：Failed to meet even the minimal requirements for evaluation

N

-

教科書および一部の参考書は、MyKiTS (教科書販売サイト) から検索・購入可能です。
​https://mirai.kinokuniya.co.jp/tokyorika/​​​

It is possible to search for and purchase textbooks and certain reference materials at MyKiTS (online textbook store).
​​https://mirai.kinokuniya.co.jp/tokyorika/

適宜紹介する．
It is introduced as appropriate.

1.　最適化問題の概要
　最適化問題の概要を理解する．

2．モデル化(1)
　最適化問題のモデル化を理解する．

3．モデル化(2)
　最適化問題のモデル化を理解する．

4．最適化手法(1)
　様々な最適化手法を理解する．

5．最適化手法(2)
　様々な最適化手法を理解する．

6．最適化手法(3)
　様々な最適化手法を理解する．

7．課題
　最適化問題に関する課題を行う．

8．発表
　課題の結果について発表を行う．

9．最適化手法(4)
　様々な最適化手法を理解する．

10．最適化手法(5)
　様々な最適化手法を理解する．

11．最適化計算と機械学習(1)
　最適化計算と機械学習の関係について理解する．

12．最適化計算と機械学習(2)
　最適化計算と機械学習の関係について理解する．

13．課題
　最適化問題に関する課題を行う．

14．発表
　課題の結果について発表を行う．

15．まとめ
　授業内容をまとめ，要点を確認する．

1. Overview of optimization problems
To understand the overview of optimization problems.

2. Modelling (1)
To understand the modelling of optimization problems.

3. Modelling (2)
To understand the modelling of optimization problems.

4. Optimization methods (1)
To understand various optimization methods.

5. Optimization methods (2)
To understand various optimization methods.

6. Optimization methods (3)
To understand various optimization methods.

7. Assignments
To perform assignments of optimization problems.

8. Presentations
To present the results of the assignments.

9. Optimization methods (4)
To understand various optimization methods.

10. Optimization methods (5)
To understand various optimization methods.

11. Optimization calculation and machine learning (1)
To understand the relationship between optimization calculation and machine learning.

12. Optimization calculation and machine learning (2)
To understand the relationship between optimization calculation and machine learning.

13. Assignments
To perform assignments of optimization problems.

14. Presentations
To present the results of the assignments.

15. Conclusions
To conclude the contents and to review the main points of this course.

-

-

-

-

Y

N