Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.
Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.
Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.
Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.
Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.
Other cookies are those that are being identified and have not been classified into any category as yet.
最適化モデリングにご興味のある方、または、最適化モデリングの初心者
最適化システムの開発や運用に携わることになっているが、最適化のモデリングについては初めてであるとか、まだ経験が十分はないという方々のためのトレーニングコースです。コースは下記の内容から構成されています。
【数理最適化問題を取り組むにあたり、必要となる理論】
最適化モデルを取り組むにあたり、基礎的な理論を習得します。
【最適化モデルの構成要素】
標準的な最適化モデルを提示し、最適化モデルがどのような要素から構成されるのかを理解します。
【最適化モデルの実例に学ぶ：LP(線形計画）の場合】
LPのモデルの実例をもとに、記述された要件からモデルがどのように組み立てられるかを習得します。以下が、その具体的内容です。
・変数の導入と、与えられた情報と変数の切り分け
・目的関数の表現方法
・制約条件の表現方法
・変数制約
【モデリング演習：LP】
実例で学んだことを、演習を通して更に深く理解していきます。
【最適化モデルの実例に学ぶ：MILP(混合整数線形計画）の場合】
MILPのモデルの実例をもとに、記述された要件からモデルがどのように組み立てられるかを習得します。具体的内容は、LPの場合と基本的に同じです。
【モデリング演習：MILP】
実例で学んだことを、演習を通して更に深く理解していきます。
【論理変数の使い方】
組合せ最適化問題の多くは、論理変数を導入することによりMILPとしてモデル化可能ですので、そのための基礎を習得します。
【論理変数を用いた制約条件の表現】
実際に論理変数を使って、様々な制約条件を表現してみます。
【関数や条件の切り替え方法】
バイナリー変数を導入すると関数や条件の切り替えができるので、そのための基礎を習得します。
【区分的一次関数の取扱い方法】
コスト関数が非線形関数であったり、非線形関数を区分的一次関数で近似するという状況はしばしばあるため、このような区分的一次関数のモデル化方法を習得します。
Cookie Settings | Privacy Policy | © Gurobi Optimization, LLC. All Rights Reserved.
