人員のシフトや商品の配送、工場の生産などのさまざまな活動は、仕事の手順やリソースの配置等の計画に沿って実行されています。勘と経験に頼らず、データと数式を用いて計画を立てる技術が数理最適化です。
数理最適化は、与えられたリソースを変数とし、評価指標と制約を数式で表した上で、制約条件を満たした中で、最も良い結果を導き出す計算技術です。1939年に線形計画法が登場して以来、長年の研究成果と、計算機の性能向上や計算アルゴリズムの改良により、実用的な時間で解ける問題の範囲が広がっています。
数理最適化のプロジェクトは、業務・データの理解、業務の定式化（モデリング）、式を解くためのアルゴリズム開発・求解ソルバ選定、求解（計算機での実行）の順に進みます。この中で、特に定式化が重要です。正しい定式化が所望の結果（計画）を与え、数式に適したアルゴリズム・求解ソルバ、計算機を選択することが効率の良い求解を実現するためです。
また、量子コンピュータの実用化が、数理最適化にも恩恵をもたらすと言われています。ノイマン型コンピュータでは数日かかっていた問題が、実用的な時間で解けるようになっています。大規模なデータ、複雑かつ価値のある問題を解くためには、今後必須の技術となることでしょう。
このような背景のもと、当社では、数理最適化における定式化や、量子コンピュータの基礎を学ぶコースをリリースしました。また、量子コンピュータを含むさまざまなデジタル関連技術を学ぶコースもあわせてご用意しております。
数理最適化技術の適用に向け、ぜひご活用ください。
| コース
コード |
コース名
|
日数
|
|---|---|---|
DBV144 |
数理最適化における定式化の基礎‒顧客課題を数式で表す‒【バーチャル・クラスルーム】 このコースでは、割当・マッチング問題、配置問題などを含む典型的な7つの問題について、数式で表現（定式化）する方法を学びます。また、定式化の理解が深まるように、定式化した問題をExcelのソルバ機能を使用して解く演習を行います。 |
1日 |
DBE066 |
 ＜eラーニング＞量子コンピュータの基礎とビジネス動向この数年、世界的に競争が激化している量子コンピュータについて、その技術概要、ビジネス適用の見取り図、動向を学びます。 |
3時間 |
IOE012 |
 ＜eラーニング＞デジタル時代に必要なIT技術概説デジタルトランスフォーメーションとは何か、実現によりどのような価値が生まれるのか、などの基礎知識を学びます。また、デジタルトランスフォーメーションの実現に必要な技術（クラウド、AI、IoT、ブロックチェーン、量子コンピュータなど）の概要を学びます。 |
8時間 |
