研究指導Ｂ （経営科学特論）

71412

丹羽　啓一

4単位

1年

2026年度前期、2026年度後期

この授業の目的は、数理計画法と確率的探索法に関する基礎知識を修得することと経営科学に関する研究を行うために必要な素養を身に着けることとします。具体的には、研究資料の収集方法を学んだ上で収集した研究資料を精読し、その報告書の作成方法を身に付けてもらいます。さらに研究資料の内容を報告し、討論することによって先行研究の意義と目的を理解してもらうとともにその研究の問題点を明らかにしてもらいます。このことを繰り返すことによって研究を始める際に必要となる研究の着眼点を見出す力を養成します。

この授業の目標は以下の通りです。
1．経営科学に関する最新の研究動向を把握できるようになること
2．受講生が自分自身で研究テーマを設定できるようになること
3．受講生が自分自身で研究課題の解明につながる筋道を立てることができるようになること

受講生が調査した内容に関する報告もしくは受講生自身の研究の進捗状況に関する報告に基づいて討論、助言、指導を行います。
また、受講生の研究テーマの内容によって、必要とされる数理計画法や進化計算手法の知識が異なるものと考えられるため、受講生ごとに内容を多少変更する可能性はあります。

第1回    研究に関するガイダンス
第2回    数理計画法①（0-1計画法：発見的方策）
第3回    数理計画法②（0-1計画法：列挙法）
第4回    数理計画法③（0-1計画法：分子限定法）
第5回    数理計画法④（線形計画法：グラフ解法）
第6回    数理計画法⑤（線形計画法：シンプレックス法）
第7回    数理計画法⑥（線形計画法：二段階シンプレックス法と上限法）
第8回    数理計画法⑦（整数計画法：汎用ソルバーによる解法）
第9回    数理計画法⑧（整数計画法：分子限定法）
第10回    数理計画法⑨（数理計画法の総合演習）
第11回    進化計算手法①（進化計算手法と群知能の概論）
第12回    進化計算手法②（遺伝的アルゴリズムの概要）
第13回    進化計算手法③（遺伝的アルゴリズムによる関数最適化）
第14回    進化計算手法④（関数最適化問題の解法の実装）
第15回    進化計算手法⑤（数値実験の設計と実験によって得られた結果の評価方法）
第16回    進化計算手法⑥（進化計算もしくは群知能による関数最適化）
第17回    進化計算手法⑦（研究テーマで扱う手法を用いた関数最適化問題の解法の設計）
第18回    進化計算手法⑧（研究テーマで扱う手法を用いた関数最適化問題の解法の実装）
第19回    進化計算手法⑨（実装した解法に対する各種テストの実施）
第20回    進化計算手法⑩（実装した解法のデバッグ）
第21回    進化計算手法⑪（数値実験の設計と数値実験の実施）
第22回    進化計算手法⑫（数値実験の結果に基づく最適なパラメータ設定値の導出）
第23回    進化計算手法⑬（既存の解法の問題点の検証とアイデアを盛り込んだ解法の設計）
第24回    進化計算手法⑭（提案する解法の実装）
第25回    進化計算手法⑮（提案する解法に対する各種テストの実施）
第26回    進化計算手法⑯（実装した提案解法のデバッグ）
第27回    進化計算手法⑰（提案解法に関する数値実験の実施）
第28回    進化計算手法⑱（既存の解法と提案解法の結果の比較と提案解法の問題点の検証）
第29回    進化計算手法⑲（提案解法のさらなる改善と改良した提案解法の実装）
第30回    進化計算手法⑳（数値実験の実施と効果の検証）
研究倫理（論文著者の責任等を含む総合的な研究倫理教育、利益相反の考え方や守秘義務など）についても併せて指導します。

経営科学特論、経営情報論特論

この授業は、受講生の調査報告もしくは研究成果報告に基づいて進めていきます。授業開始時までに報告書と発表資料の作成をして下さい。

教科書は用いません。必要に応じて資料を配布します。

必要に応じて論文や教科書を紹介します。

定期試験は実施しません。

・出席状況と受講態度
・レポート課題とプログラム課題の提出状況
以上の2項目によって総合的に評価します。

なし

学部で開講しているAIリテラシー入門、オペレーションズ・リサーチ、データサイエンス基礎、データサイエンス基礎演習、情報処理論B、情報処理演習A、AIの基礎と応用も履修しておくことが望ましい。