コンピュータシミュレーション

科目基礎情報

学校	大島商船高等専門学校	開講年度	令和06年度 (2024年度)
授業科目	コンピュータシミュレーション
科目番号	0008	科目区分	専門 / 必修
授業形態	授業	単位の種別と単位数	学修単位: 2
開設学科	電子・情報システム工学専攻	対象学年	専1
開設期	後期	週時間数	2
教科書/教材	Pythonコンピュータシミュレーション入門 人文・自然・社会科学の数理モデル（橋本洋志，牧野浩二著，オーム社），自作プリント
担当教員	杉野 直規

到達目標

具体的に，以下のレベルを目標とする．
1)コンピュータシミュレーションの基礎を理解し，説明できる．
2)動的モデルのシミュレーションを説明でき，シミュレーションを実行できる．
3)確率モデルのシミュレーションを説明でき，シミュレーションを実行できる．
4)自然科学モデルや経営モデルのシミュレーションを説明でき，シミュレーションを実行できる．
5)グラフ理論や遺伝的アルゴリズムに基づくモデルのシミュレーションを説明でき，シミュレーションを実行できる．

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	コンピュータシミュレーションの基礎を理解し，説明できる．	コンピュータシミュレーションの基礎を理解できる．	コンピュータシミュレーションの基礎を理解できない．
評価項目2	動的モデルのシミュレーションを十分に理解し，説明でき，シミュレーションを実行できる．	動的モデルのシミュレーションを説明でき，シミュレーションを実行できる．	動的モデルのシミュレーションを説明できず，シミュレーションを実行できない．
評価項目3	確率モデルのシミュレーションを十分に理解し，説明でき，シミュレーションを実行できる．	確率モデルのシミュレーションを説明でき，シミュレーションを実行できる．	確率モデルのシミュレーションを説明できず，シミュレーションを実行できない．
評価項目4	自然科学モデルや経営モデルのシミュレーションを十分に理解し，説明でき，シミュレーションを実行できる．	自然科学モデルや経営モデルのシミュレーションを説明でき，シミュレーションを実行できる．	自然科学モデルや経営モデルのシミュレーションを説明できず，シミュレーションを実行できない．
評価項目5	グラフ理論や遺伝的アルゴリズムに基づくモデルのシミュレーションをを十分に理解し，説明でき，シミュレーションを実行できる．	グラフ理論や遺伝的アルゴリズムに基づくモデルのシミュレーションを説明でき，シミュレーションを実行できる．	グラフ理論や遺伝的アルゴリズムに基づくモデルのシミュレーションを説明できず，シミュレーションを実行できない．

学科の到達目標項目との関係

JABEE J(03) （数学・自然科学および情報技術の知識を修得し，その知識を専門分野に応用できる専門知識を持ち ものづくりを 完遂する能力）

本校 (1)-c （探究心を養い，身体を鍛え，先人の遺産を学び，新技術を創造できる能力を育成する。）

専攻科 (5)-c （IT 教育により，高度なコンピュータ支援能力の育成。）

教育方法等

概要:

現実の世界の現象やシステムの動きを再現し，その理解や予測に用いられるコンピュータシミュレーションにおいて，その基礎と，種々のモデルによるシミュレーションの方法を理解し，シミュレーションを実行できることを目標としている．

授業の進め方・方法:

講義は教科書に沿って行う．プログラミング言語(Python)を用いて実習を実施し理解を深める．この科目は学修単位科目のため，事前・事後学習として実習に合わせたレポートが課される。

注意点:

家庭学習時間を使って，実習課題についてレポートを作成し，指定の期日までに必ず提出すること．

授業の属性・履修上の区分

ICT 利用

遠隔授業対応

授業計画

		週	授業内容	週ごとの到達目標
後期
	3rdQ
		1週	モデルとシミュレーション	コンピュータシミュレーションにおけるモデルとシミュレーションの概要および関係性を説明できる。
		2週	数値計算の基礎(1)	コンピュータシミュレーションで用いる数値計算(常微分方程式等)を理解し，説明でき，シミュレーションを実行できる。
		3週	数値計算の基礎(2)	コンピュータシミュレーションで用いる確率の基礎を理解し，説明でき，シミュレーションを実行できる。
		4週	動的モデル(1)	コンピュータシミュレーションで用いるアニメーションの意義を理解し，利用することができる。
		5週	動的モデル(2)	動的モデルの一つである振り子の運動モデルを理解し，説明およびシミュレーションで示すことができる。
		6週	確率モデル(1)	確率モデルの基礎や，ランダムウォーク，モンテカルロ法を用いたモデルを理解し，説明でき，シミュレーションを実行できる。
		7週	確率モデル(2)	マルコフ連鎖モデルを理解し，説明でき，シミュレーションを実行できる。
		8週	自然科学モデル(1)	人口モデル(ロジスティック方程式)やSIRモデルを理解し，説明でき，シミュレーションを実行できる。
	4thQ
		9週	自然科学モデル(2)	フラクタル，カオスの特性を持つモデルを理解し，説明でき，シミュレーションを実行できる。
		10週	経営モデル(1)	OR(Operations Research)のモデルの解法(線形計画法など)を理解し，説明でき，シミュレーションを実行できる。
		11週	経営モデル(2)	在庫管理や待ち行列のモデルを理解し，説明でき，シミュレーションを実行できる。
		12週	グラフ理論に基づくモデル(1)	グラフ理論に基づくモデル(スケールフリーネットワークなど)を理解し，説明でき，シミュレーションを実行できる。
		13週	グラフ理論に基づくモデル(2)	スモールワールド・ネット―ワークを理解し，説明でき，シミュレーションを実行できる。
		14週	遺伝的アルゴリズムに基づくモデル(1)	遺伝的アルゴリズムに基づくモデルを理解し，説明でき，シミュレーションを実行できる。
		15週	遺伝的アルゴリズムに基づくモデル(2)	巡回セールスマン問題を理解し，説明でき，シミュレーションを実行できる。
		16週	学年末試験

評価割合

	試験	レポート	合計
総合評価割合	40	60	100
基礎的能力	0	0	0
専門的能力	40	60	100
分野横断的能力	0	0	0