弊社では、数理最適化に特化した様々な製品を取り扱っています。
これら製品への理解をより深めていただくために、各種トレーニングをご用意しています。

最適化プログラミングトレーニング(有料)

参加受付中 最適化プログラミング中級コース

日時2021年7月16日(金) 10:00~17:00 (1日間コース:昼休憩および適時休憩あり)
会場オンライン開催
定員6名
受講料70,000円(税抜き)
参加対象 より複雑なモデリングと発展的なGurobi Python API(主にコールバック関数)に触れてみたい方が対象です。提示された定式化を読み解くことができ、数理モデルに関する知見をお持ちで、併せてGurobi Pythonの基本的な文法(数理モデルの作成から求解まで)も理解されている事を前提にトレーニングが進行します。
概要 同一の問題を数理計画問題として解こうとしたときに、それを実現する数理モデルは、一意ではありません。採用する数理モデルによって、求解性能が大きく変わってくることも多々あります。本コースでは、プログラミングを通して様々な数理モデルおよびアプローチを試すことで、求解性能を向上させながらアプリケーションを構築していく開発の流れをご紹介します。
また、巡回セールスマン問題(Traveling Salesman Problem :TSP)を例に、代表的な数理モデルもいくつかご紹介します。それらの定式化を実際に最適化プログラムに落とし込み、その求解性能の違いを観察していきます。また、切除平面法を用いたアルゴリズム的な解法もご紹介します。その実現のためにGurobiのコールバック関数の機能を活用します。
上記の内容を数理最適化ソルバーGurobiおよびオブジェクト指向型スクリプト言語Pythonを用いてプログラム化していく流れを、演習を交えながら体験できるコースです。
また、TSPを用いるため、TSPのモデリングを読み解くための数理的な知識およびGurobi Pythonによるモデル作成の基礎的な知識をお持ちであることも前提としています。

本コースには、以下の内容が含まれます。

[TSPの代表的な定式化]
・Dantzig-Fulkerson-Johnsonの定式化
・Miller-Tucker-Zemlinの定式化
・Single-commodity flow定式化

[各定式化の実装:TSPを解くための複数の定式化のプログラム実装]
・各定式化の求解プログラムコーディング
・各定式化の求解性能の比較

[発展的な内容:TSPを解くためのより発展的なアプローチ]
・式の強化によるモデル改良
・ヒューリスティクスによる暫定解改善
・切除平面法によるDantzig-Fulkerson-Johnsonの定式化の実現

[Gurobiのコールバック関数]
・最適化途中における暫定解の取得
・最適化途中における解のフィードバック
・コールバック関数を用いた切除平面法