システム最適化のための数理計画法
システム解析のための数理最適化の理論およびアルゴリズムを研究しています。大規模、不確実性、複雑さなども大切な視点となります。グラフ理論や離散数学、組合せ最適化手法の開発とその一般化、シミュレーションや観測に基づく不確実性下でのブラックボックス関数最適化などに取り組んでいます。
主な研究テーマ
システム数理学講座では、数理計画法や統計的手法などの数理科学的アプローチによるシステム化とその応用に関する教育研究を行っています。最適化手法やデータ解析法の理論的展開に取り組み、企業における生産活動、社会現象や自然現象のモデリング、不確実性科学に基づくシステム解析、システム評価のための多基準型データ分析法などの研究を通じてシステム化技術を養うことを目指しています。
データ解析と評価手法
ばらつきや不確実性は意思決定をする上で考慮しなければならない重要な要因です。また、機械学習や人工知能の技法を駆使した行動分析、需要予測などの研究を行っています。多様な価値基準があるときの評価法として、データ包絡分析法（DEA）による生産性評価にも取り組んでいます。
モデリングと最適化手法の応用
生産システムや社会システムなど私たちの周りにあるさまざまなシステムの解析や改善を目指しています。数理モデルによるシステム化を行い、数理計画法、統計的手法や機械学習などの数理的手法を駆使して、効率化と最適化を図ります。産学連携による現実の問題にも積極的に取り組んでいます。
時系列データと数理モデル
時系列データの裏に潜む数理モデルは、多くの場合は微分方程式や差分方程式で記述されます。得られた時系列データから逐次的・非逐次的な手法を用いてモデル方程式を推定するだけでなく、推定したモデル方程式の評価を行うために力学系理論や数値解析を用いた研究にも取り組んでいます。