到達目標
1. 意思決定問題の解決
2. 予測モデルによる問題解決。
3. 線形計画問題への定式化とその解決。
4. 動的計画法への定式化とその解決。
ルーブリック
| 理想的な到達レベルの目安 | 標準的な到達レベルの目安 | 未到達レベルの目安 |
評価項目1 | | | |
評価項目2 | | | |
評価項目3 | | | |
学科の到達目標項目との関係
【本校学習・教育目標(本科のみ)】 3
説明
閉じる
教育方法等
概要:
コンピュータとソフト機能を主な構成要素とする情報システム、巨大なプロセスを働かせる制御システム、企業体を経営するための経営システムなど、すべてシステムの代表的な例である。システム工学 (systems engineering) は、これらシステムを計画し、構築し、管理していくための基礎になる工学的方法論である。本講義では、主要なシステム工学的手法の解説を行う。
授業の進め方・方法:
授業は板書による解説ならびに演習を基本とする。授業展開は問題ドリブンな形でおこなう。
注意点:
1.試験や課題レポート等は、JABEE 、大学評価・学位授与機構、文部科学省の教育実施検査に使用することがあります。
2.授業参観される教員は当該授業が行われる少なくとも1週間前に教科目担当教員へ連絡してください。
授業計画
|
|
週 |
授業内容 |
週ごとの到達目標 |
前期 |
1stQ |
1週 |
オリエンテーション |
講義マップが理解できる
|
2週 |
システムの基礎知識: システム・情報・制御 |
システム思考のトライアングルが理解できる
|
3週 |
階層化意思決定法(AHP)[3週から4週まで]: iPOD の購入決定問題・座学 |
階層化意思決定法が理解できる
|
4週 |
演習 |
意思決定問題がAHPで解決できる
|
5週 |
予測の理論[5週から7週まで]: 数学的準備: Hilbert 空間、射影定理、最小2乗問題・座学 |
数学的基礎がわかる。
|
6週 |
線形回帰モデル・座学 |
線形回帰モデルによる予測理論とは何かがわかる。
|
7週 |
演習 |
線形回帰モデルの作成ならびにそれを用いた問題解決ができる。
|
8週 |
中間試験 |
|
2ndQ |
9週 |
最適化問題の基礎[9週から10週]: 数学的準備: 汎関数、等高線、勾配、Lagrange 乗数法、Kuhn-Tucker 条件 |
最適化問題の数学的基礎概念が理解できる
|
10週 |
最適化問題への定式化とその解法・座学 |
最適化問題への定式化ならびにその解法が図れる。
|
11週 |
線形計画問題(LP)[11週から13週]: 数学的準備: 線形不等式、超平面・座学 |
LPの数学的基礎が理解できる
|
12週 |
線形計画モデルとその解法・座学 |
LPへの定式化ならびにその解法が図れる
|
13週 |
演習 |
実問題に適用できる
|
14週 |
動的計画問題(DP)[14週から15週まで]: 基礎概念:過程、最適性の原理、再帰方程式・座学
|
DPへの定式化ならびにその解法が図れる
|
15週 |
演習 |
実問題に適用できる
|
16週 |
総括 |
まとめ
|
モデルコアカリキュラムの学習内容と到達目標
分類 | 分野 | 学習内容 | 学習内容の到達目標 | 到達レベル | 授業週 |
評価割合
| 試験 | レポート | 相互評価 | 態度 | ポートフォリオ | その他 | 合計 |
総合評価割合 | 70 | 30 | 0 | 0 | 0 | 0 | 100 |
基礎的能力 | 30 | 0 | 0 | 0 | 0 | 0 | 30 |
専門的能力 | 40 | 30 | 0 | 0 | 0 | 0 | 70 |
分野横断的能力 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |