授業コード 90110123 クラス 23
科目名 研究指導 単位数 4
担当者 高濱　節子 履修期 年間授業
カリキュラム ＊下表参考 配当年次 ＊下表参考
授業題目 最適化問題と最適化アルゴリズム研究指導
授業の概要 　最適化問題の分類及びそれらに関連した最適化アルゴリズムを数理的及び数値解析的に研究する予定である．経営分野では，様々な局面において，直面する状況や問題をモデル化し，最適化問題として分析を行っている．ここでは，それらの最適化問題に対する最適化アルゴリズムについて，数理的アプローチで研究すると共にコンピュータを利用した数値解析的アプローチで研究する．
　研究は，各自の研究テーマに沿って進めてゆく．
　1年次には，研究テーマに関連する専門基礎理論を習得するとともに，先行研究に関する資料を収集し，その資料をを要約するなどの形でレジュメを作成し，講義時に報告してもらう．その報告に対して，担当者がコメントや問題点を指摘する．１年次の終わりには，指摘を考慮して再構成したすべてのレジュメを報告書として提出してもらう．
　2年次には，研究テーマの対象となる問題を最適化問題として定式化し，適切な最適化アルゴリズムを提案し，その有効性を検証してゆく．研究の進捗状況のレジュメを作成し．講義時に報告する．その報告に対して，担当者がコメントや助言を行う．研究成果は修士論文としてまとめ上げ，提出する．
学習の到達目標 1年次：研究テーマに係る専門基礎知識を修得していることおよび先行研究に関する資料を読解できること．
2年次：修士論文を完成させること．
授業計画 第１回 (2年次の授業計画）
・1年次の研究内容と成果の振り返りを行い，それを踏まえて修士論文テーマの検討を行う．

・1年次の研究内容を踏まえた論文テーマの検討を行うことができる．
第２回 研究計画および修士論文作成計画の作成
・前回の検討を踏まえ，研究計画と修士論文作成計画を検討する．

・研究計画と修士論文作成計画を作成できる．
第３回 具体的な研究課題の設定
・研究計画内で実施する具体的な研究課題を設定する．

・研究計画内で実施可能な研究課題案を列挙でき，実施する研究課題を選択できる．
第４回 研究対象のモデル化・研究方法の検討①
・研究対象のモデル化・研究方法についての講義を行い，質疑応答を行う．

・講義内容を参考に，自分の研究における研究対象のモデル化と研究方法を創造できるようになる．
第５回 研究対象のモデル化・研究方法の検討②
・自分の研究における研究対象のモデル化・研究方法について発表し，ディスカッションを行う．

・ディスカッションを通して，研究対象のモデル化・研究方法を改善できる．
第６回 研究進捗状況報告とディスカッション①
・最適化アルゴリズムの作成計画と検証計画について発表し，ディスカッションを行う．

・ディスカッションを通して，最適化アルゴリズムの作成計画と検証計を改善できる．
第７回 研究進捗状況報告とディスカッション②
・最適化アルゴリズムの概要を検討し，モデル設計を行う．

・最適化アルゴズムの概要にもとづくモデル設計を行えるようになる．
第８回 中間発表①
・先行研究論文の内容説明と評価を行うとともに，これまでの研究の進捗報告を行う．

・先行研究論文を読み解き，評価を行うことができ，自身の研究と関連付けることができる．
・これまでの研究成果をまとめることによって，以後の研究計画を再考できるようになる．
第９回 研究進捗状況報告とディスカッション③

アルゴリズムの性能分析結果についての報告①
・基本的な問題に対する作成したアルゴリズムの実行結果とアルゴリズム性能の分析結果を報告する．

・報告に対するディスカッションを通して，提案アルゴリズムの改善を行えるようになる．
第１０回 研究進捗状況報告とディスカッション④

アルゴリズムの性能分析結果についての報告②
・基本的な問題に対して修正版アルゴリズムを適用した実行結果とアルゴリズム性能の変化に関する分析結果を報告する．

・報告に対するディスカッションを通して，さらに提案アルゴリズムの改善を行えるようになる．
第１１回 研究進捗状況報告とディスカッション⑤

アルゴリズムの性能分析結果についての報告③
・難しい問題に対して修正版アルゴリズムを適用した実行結果とアルゴリズム性能の変化に関する分析結果を報告する．

・報告に対するディスカッションを通して，さらに提案アルゴリズムの改善を行えるようになる．
第１２回 研究進捗状況報告とディスカッション⑥

アルゴリズムの性能分析結果についての報告④
・難しい問題に対して追加修正版アルゴリズムを適用した実行結果とアルゴリズム性能の変化に関する分析結果を報告する．

・報告に対するディスカッションを通して，さらに提案アルゴリズムの改善を行えるようになる．
第１３回 研究進捗状況報告とディスカッション⑦

アルゴリズムの性能分析結果についての報告④
・提案した最適化アルゴリズムと問題の特徴によるアルゴリズム性能の変化について，分析結果の総まとめを報告する．

・報告に対するディスカッションを通して，提案した最適化アルゴリズムの有効性を評価することができるようになる．
第１４回 中間発表② 修士論文研究の進捗報告
・修士論文の第1稿（概要）を提出する．

・第１稿(概要)の内容に沿って，修士論文の全体構成を決めることができるようになる．
・第１稿(概要)に沿って，中間発表会の発表資料を作成できるようになる．
第１５回 ・前期総括を行うとともに夏季休暇中および第16回以降の研究計画を決定する．

・第１稿の添削結果を返却する．
・前期における研究の進捗状況を評価し，夏期休暇中および後期の研究計画を決定する．

・第１稿の添削結果を参考に，論文執筆を進めることができるようになる．
・夏期休暇中に継続して，研究活動および論文執筆を行うことができるようになる．
第１６回 研究進捗状況報告とディスカッション⑧
・提案した最適化アルゴリズムと性能比較をおこなうための既存アルゴリズムを決定する．

・提案した最適化アルゴリズムと既存アルゴリズムをの性能比較をできるようになる．
第１７回 研究進捗状況報告とディスカッション⑨　
・選択した既存アルゴリズムの特徴と指摘されている問題点をまとめる．

・選択した既存アルゴリズムと提案アルゴリズムの性能比較の観点を明確にすることができる．
第１８回 研究進捗状況報告とディスカッション⑩
・提案アルゴリズムと既存アルゴリズムの性能比較の結果報告を行う．

・報告に対するディスカッションを通して，提案アルゴリズムの有効性と問題点を明らかにできるようになる．
第１９回 研究進捗状況報告とディスカッション⑪　
・既存アルゴリズムと比較した，提案アルゴリズムの特徴と問題点のまとめて報告する．

・報告に対するディスカッションを通して，提案アルゴリズムの評価を行うことができるようになる．
第２０回 中間発表③　修士論文研究の進捗報告
・修士論文(概要)の第２稿を提出する．

・既存アルゴリズムの問題点と提案アルゴリムの性能比較を概要に追加し，本論部分の内容を明確にすることができる．
第２１回 研究論文執筆および添削指導①　
・第２稿の添削結果を返却する．
・論文題目，章・節題目と内容の妥当性の確認を行う．

・修士論文の全体構成をほぼ確定することができるようになる．
第２２回 研究論文執筆および添削指導②　

各章の構成および内容についての確認と添削指導①
・序論(はじめに)の構成及び内容についての確認おこない，合わせて添削指導を受ける．

・添削指導を参考に，序論部分の執筆をほぼ完了できるようになる．
第２３回 研究論文執筆および添削指導③　

各章の構成および内容についての確認と添削指導②
・第２章の構成及び内容についての確認おこない，合わせて添削指導を受ける．

・添削指導を参考に，第２章部分の執筆をほぼ完了できるようになる．
第２４回 研究論文執筆および添削指導④　

各章の構成および内容についての確認と添削指導③(第３章)
・第３章の構成及び内容についての確認おこない，合わせて添削指導を受ける．

・添削指導を参考に，第３章部分の執筆をほぼ完了できるようになる．
第２５回 研究論文執筆および添削指導⑤　

各章の構成および内容についての確認と添削指導④(第４章)
・第４章の構成及び内容についての確認おこない，合わせて添削指導を受ける．

・添削指導を参考に，第４章部分の執筆をほぼ完了できるようになる．
第２６回 研究論文執筆および添削指導⑥　

各章の構成および内容についての確認と添削指導⑤
・終章（おわりに）の構成及び内容についての確認おこない，合わせて添削指導を受ける．

・添削指導を参考に，終章部分の執筆をほぼ完了できるようになる．
第２７回 研究論文執筆および添削指導⑦　
・参考文献リストの作成と確認を行う．

・作成した参考文献リストによって，文献番号等を論文中に正しく埋め込めるようになる．
第２８回 論文要旨の添削①　

・修士論文要旨について，内容的な修正を行う．

・論文本編と要旨が，整合した内容になっていることを保証できる．
第２９回 論文要旨の添削②
・修士論文要旨について，様式的な修正を行う．

・要旨について，様式的な誤りがないものにすることができる．
第３０回 最終発表と総括
・修士論文にかかる研究の最終発表と総括を行う．

・修士論文発表会にたいする発表準備を行うことができる．
授業外学習の課題 参考文献を事前に熟読すること，プログラムの作成・実験も基本的には，授業外学習に行うものである．このように，時間外の取り組みがメインとなる授業なので，少なくとも事前学修(２時間程度)，事後学修(２時間程度)として，授業時間外に学習を行うこと．
履修上の注意事項 ・コンピュータによるプログラミングを行うため，プログラミング言語(C, python等)の修得をしておくこと．

・授業時間外の作業が多く，かつそれがメインとなる授業なので，高濱と連絡を取り，相談するようにしてほしい．それにより，各人の進行状況を常にチェックします．

＊公認欠席制度の配慮内容は以下の通りです．
・公認欠席は欠席として扱いますが，単位認定要件には影響しないよう配慮します．
成績評価の方法・基準 1年次：授業への取組(70%)，提出された報告書(30%)によって総合的に評価する．
2年次：完成した論文によって評価する．
テキスト 未定
参考文献 講義時に適宜紹介する．
主な関連科目 経営情報論研究Ⅰ・Ⅱ
オフィスアワー及び
質問・相談への対応		 基本的には授業時間中に質問・相談を受け付けるが，時間外の質問・相談（報告書等についての質問も含む）は，電子メールで対応する．
■カリキュラム情報
所属 ナンバリングコード 適用入学年度 配当年次 身につく能力
知識・技能 思考力 判断力 表現力 協創力
商学研究科M経営学専攻 － 2020～2022 1-2 - - - - -
商学研究科M経営学専攻 － 2023～2023 1-2 ○ ○ ○ ○ -
商学研究科M経営学専攻 12500 2024～2024 1-2 ○ ○ ○ ○ -