基本情報/Basic Information

開講科目名 ／Class	最適化理論特別演習（2年次）／Seminar in Optimazation Theory
授業コード ／Class Code	K060551001
ナンバリングコード ／Numbering Code
開講キャンパス ／Campus	ﾎﾟｰﾄｱｲﾗﾝﾄﾞ
開講所属 ／Course	博士／
年度 ／Year	2025年度／Academic Year
開講区分 ／Semester	通年／FULL-YEAR
曜日・時限 ／Day, Period	金6(前期),金6(後期)／FRI6(SPR.),FRI6(AUT.)
単位数 ／Credits	4.0
主担当教員 ／Main Instructor	伊藤　健／ITO TAKESHI
遠隔授業 ／Remote lecture	No

担当教員情報/Instructor Information

教員名 ／Instructor	教員所属名 ／Affiliation
伊藤　健／ITO TAKESHI	経営学部／Business Administration

授業の方法 ／Class Format	対面授業（演習）
授業の目的 ／Class Purpose	研究者として独創的な研究を行い，社会の発展に貢献できる能力を身につけるべく，DPで言及されている経営学の高度な専門知識を修得し，博士論文作成の準備を行う．
到　達　目　標 ／Class Objectives	数理最適化の基本モデルを応用し，実問題を新たに定式化するとともに，その効率的解法を提案することができる．
授業のキーワード ／Keywords	数理最適化
授業の進め方 ／Method of Instruction	ゼミ形式なので履修者数にもよるが，基本的には発表者（履修者）が毎回レジュメ等の資料を準備し，担当者とディスカッションを行う．
履修するにあたって ／Instruction to Students
授業時間外に必要な学修内容・時間 ／Required Work and Hours outside of the Class	毎回の担当箇所に対する準備（予習）には十分な時間が必要である．個人差はあるが，最低でも5時間程度は時間を掛けていただきたい．
提出課題など ／Quiz,Report,etc
成績評価方法・基準 ／Grading Method・Criteria	毎回の準備状況，発表内容によって到達目標の達成度を確認し，年間を通したその状況によって評価する．
テキスト ／Required Texts	なし
参考図書 ／Reference Books	特に指定しない

No.	回 ／Time	主題と位置付け ／Subjects and position in the whole class	学習方法と内容 ／Methods and contents	備考 ／Notes
1	第1回	オリエンテーション	本科目を受講する上での注意点や，博士課程2年目における研究計画について説明する．
2	第2回	研究テーマの決定1	同演習1年次の内容を踏まえ，より具体的な研究テーマを検討する．
3	第3回	研究テーマの決定2	同演習1年次の内容を踏まえ，より具体的な研究テーマを決定する．
4	第4回	研究テーマの決定3	同演習1年次の内容を踏まえ，より具体的な研究テーマを決定する．
5	第5回	問題の定式化1-1	研究対象とする新規数理モデルを提案する．
6	第6回	問題の定式化1-2	研究対象とする新規数理モデルを提案する．
7	第7回	問題の定式化1-3	研究対象とする新規数理モデルを提案する．
8	第8回	解法の検討1-1	提案モデルに対する最適解の導出方法を提案する．
9	第9回	解法の検討1-2	提案モデルに対する最適解の導出方法を提案する．
10	第10回	解法の検討1-3	提案モデルに対する最適解の導出方法を提案する．
11	第11回	アルゴリズム開発1-1	提案モデルに対する最適解の効率的な計算アルゴリズムを開発する．
12	第12回	アルゴリズム開発1-2	提案モデルに対する最適解の効率的な計算アルゴリズムを開発する．
13	第13回	アルゴリズム開発1-3	提案モデルに対する最適解の効率的な計算アルゴリズムを開発する．
14	第14回	妥当性の検証1-1	提案アルゴリズムによる解の最適性，妥当性に問題が無いか検証する．
15	第15回	妥当性の検証1-2	提案アルゴリズムによる解の最適性，妥当性に問題が無いか検証する．
16	第16回	学会等での発表1-1	ここまでの研究内容をいずれかで報告するための発表準備を行う．
17	第17回	学会等での発表1-2	ここまでの研究内容をいずれかで報告するための発表準備を行う．
18	第18回	モデルの修正1-1	研究報告での指摘事項や，そこで得られた知見・情報を提案モデルに反映させる．
19	第19回	モデルの修正1-2	研究報告での指摘事項や，そこで得られた知見・情報を提案モデルに反映させる．
20	第20回	問題の定式化2-1	研究対象とする新規数理モデルを提案する．
21	第21回	問題の定式化2-2	研究対象とする新規数理モデルを提案する．
22	第22回	問題の定式化2-3	研究対象とする新規数理モデルを提案する．
23	第23回	解法の検討2-1	提案モデルに対する最適解の導出方法を提案する．
24	第24回	解法の検討2-2	提案モデルに対する最適解の導出方法を提案する．
25	第25回	解法の検討2-3	提案モデルに対する最適解の導出方法を提案する．
26	第26回	アルゴリズム開発2-1	提案モデルに対する最適解の効率的な計算アルゴリズムを開発する．
27	第27回	アルゴリズム開発2-2	提案モデルに対する最適解の効率的な計算アルゴリズムを開発する．
28	第28回	アルゴリズム開発2-3	提案モデルに対する最適解の効率的な計算アルゴリズムを開発する．
29	第29回	妥当性の検証2-1	提案アルゴリズムによる解の最適性，妥当性に問題が無いか検証する．
30	第30回	妥当性の検証2-2	提案アルゴリズムによる解の最適性，妥当性に問題が無いか検証する．