【本書の背景】
今日、数理最適化は、生産計画の最適化や勤務シフト表の作成、効率的なリソース配分の計画など幅広い分野で使われています。しかし、その理論的な深さや応用範囲の広さから、初学者が挫折感を覚えることも多いです(「はじめに」より抜粋)。
【本書の内容】
理論や詳細な内容を最小限に抑えて、Pythonのコードを動かしながら最適化を体験できるようにしました。さらに、簡単な確認問題を解くことで、理解度を確認しながら読み進められるように構成しました。(「はじめに」より抜粋)。
【PyQ(パイキュー)とは】
株式会社ビープラウドが運営する、ブラウザだけで学べるオンラインPython学習サービス。
【学習環境】
実行環境:PyQ、または、PC上のJupyterLab
利用言語:Python 3.11
利用ライブラリ:mip(1.15.0)、mip-tool(0.3.2)、pandas(2.1.3)、JupyterLab(4.0.9)、
Matplotlib(3.8.2)
【対象読者】
・数理最適化を使って、社会や身近な問題解決に活かしたいという方
・数理最適化を勉強したけど身につかず挫折した方
【前提知識】
・高校数学のベクトルの知識
・Pythonの文法知識
【目次】
Prologue PyQでPythonや数理最適化を学ぶ
第0章 本書の使い方
第1章 数理最適化による問題解決
第2章 数理モデルって何だろう
第3章 Pythonで数理モデルを作ろう
第4章 たくさんの変数はベクトルで
第5章 混合整数最適化って何だろう
第6章 Python-MIPのクラス
第7章 問題解決ってどうやるの?
第8章 輸送費を減らしたい
第9章 もっと食べたくなる献立を
第10章 お酒をわけよう
第11章 シフト表を作りたい
第12章 pandasで数理モデルを作ろう
第13章 pandasで再モデル化
【著者プロフィール】
・株式会社ビープラウド
・PyQチーム
・斎藤 努(さいとう・つとむ)
株式会社ビープラウドにてPyQなどを担当。
株式会社ビープラウドが運営する、ブラウザだけで学べるオンラインPython学習サービス「PyQ」や、PC上のJupyterLabを利用し、Pythonのコードを動かしながら最適化を体験できます。
本文の随所に簡単な確認問題を用意しています。確認問題を解くことで、内容の理解度を確認しながら読み進めことができます。
一部の章末には演習問題を用意しています。学習した内容を元に挑戦してみてください。