最適化問題へのモデル化と、基本的なアルゴリズムを俯瞰し、最適化という考え方の基礎をしっかりと固める。大事なことは、いつの時代も変わらない。イメージしやすい具体的な例や、理解の定着にかかせない演習問題も充実!
【推薦の言葉】
数理最適化は、問題解決のための数学である。今では、その成果を実装したソルバーが簡単に手に入るようになった。直面する問題を解決するには、まずそれをモデル化し、適切な最適化手法を適用するという手順を踏む。
本書は、豊富な実例を通して、モデル化の勘どころを説明し、さらに広範な最適化手法それぞれを、基本から分かりやすく解説している。この分野全般を知るための「最適解」として推薦したい。
――茨木俊秀(京都情報大学院大学学長)
【サポートページ】
https://sites.google.com/view/introduction-to-optimization/main
【主な内容】
第1章 数理最適化入門
1.1 数理最適化とは
1.2 最適化問題
1.3 代表的な最適化問題
1.4 本書の構成
第2章 線形計画
2.1 線形計画問題の定式化
2.2 単体法
2.3 緩和問題と双対定理
第3章 非線形計画
3.1 非線形計画問題の定式化
3.2 制約なし最適化問題
3.3 制約つき最適化問題
第4章 整数計画と組合せ最適化
4.1 整数計画問題の定式化
4.2 アルゴリズムの性能と問題の難しさの評価
4.3 効率的に解ける組合せ最適化問題
4.4 分枝限定法と切除平面法
4.5 近似解法
4.6 局所探索法
4.7 メタヒューリスティクス
最適化問題へのモデル化と、基本的なアルゴリズムを俯瞰し、最適化という考え方の基礎をしっかりと固める。具体例と演習問題も充実!
・データサイエンス関連書籍一覧(再整理)[2024-07-15に投稿]
・Scipyで多変数関数の最小値を求める(逐次二次計画法の利用)[2022-04-08に投稿]
・しっかり学ぶ数理最適化 ヒューリスティック編[2022-03-30に投稿]
・受託分析会社に中途入社してから約1年半の雑多な記録[2021-12-17に投稿]
・巡回セールスマン問題をJuliaで解いてみた[2021-11-08に投稿]