决策理论与方法课程教学大纲
决策理论与方法-大纲
《决策理论与方法》教学大纲课程编号：071424A课程类型：□通识教育必修课□通识教育选修课专业必修课□专业选修课□学科基础课总学时：64讲课学时：48实验（上机）学时：16学分：4适用对象：信息管理与信息系统先修课程：管理学、经济学、统计学、高等数学、运筹学一、教学目标决策理论与方法是管理科学专业和信息管理与信息系统专业的专业主干课程。
通过该课程的学习，使学生掌握决策分析的基本理论和基本方法以及仿真技术在决策分析中的应用，能够灵活运用所学知识建立相关的决策模型和仿真模型并求解，培养学生从实践中发现问题、提出问题、分析问题和解决问题的能力和团队协作精神，提高学生的创新能力和综合素质。
具体包括以下五方面：1、熟练掌握本课程的基本概念和基本原理。
其中，决策原理涵盖：确定型决策分析、风险型决策分析、不确定型决策分析、多目标决策分析、序贯决策分析、竞争型决策分析和决策支持系统等；仿真原理涵盖：蒙特卡洛仿真、基于Matlab随机数的产生、离散系统仿真、连续系统仿真、系统动力学及其应用等。
2、熟练掌握本课程的基本方法和基本模型。
本课程主要包含决策模型和仿真模型两部分。
其中，决策模型包括确定型决策、风险型决策、不确定型决策、多目标决策、序贯决策，仿真模型包括离散系统仿真、连续系统仿真。
3、掌握本课程主要实验的基本原理和基本技能，灵活运用和操作各种相关的决策软件和仿真软件。
决策软件包括Eviews、SPSS、Excel等，仿真软件包括Vensim、Matlab等。
通过实验，巩固课程所学的概念和原理，训练学生对软件的熟练操作和运用能力。
4、培养学生综合运用本课程所学的决策理论、模型方法和仿真技术解决实际问题的能力，包括提出问题、分析问题和解决问题的能力，实践动手能力以及创新能力等。
5、训练学生的科学素养、团队合作意识和探索精神。
二、教学内容及其与毕业要求的对应关系（黑体，小四号字）依据人才培养方案和课程教学目标，提出“问题引导、理论阐析、模型教学、实践强化”的教学设计理念；重点：确定型决策分析、风险型决策分析、不确定型决策分析、多目标决策分析和序贯决策分析；系统仿真的概念、离散和连续系统仿真；系统动力学建模原理和方法。
《决策理论与方法》教学大纲
《决策理论与方法》课程教学大纲（含理论大纲、实验大纲、大作业任务书）课程编号：03A13制定单位：信息管理学院制定人（执笔人）：盛积良*******制定（或修订）时间：2012年11月8日江西财经大学教务处《决策理论与方法》课程理论教学大纲一、课程总述本课程大纲是以2006级管理科学本科专业人才培养方案为依据编制的。
二、教学时数分配三、单元教学目的、教学重难点和内容设置第一章决策分析概述【教学目的】通过本章的学习，要求学生了解决策分析的概念和要素，决策分析的分类，决策分析的定性定量方法概述，掌握决策分析的步骤与追踪决策。
【重点难点】重点是决策分析的概念和要素；难点是决策分析的步骤。
【教学内容】2学时§1.1决策分析的概念及其基本要素一、决策分析的概念二、决策分析的基本要素§1.2决策分析的分类及其基本原则一、决策分析的分类二、决策分析的基本原则§1.3决策分析的步骤与追踪决策一、决策分析的基本步骤二、关于追踪决策§1.4决策分析的定性与定量方法概述一、决策分析的定性方法二、决策分析的定量方法三、综合决策§1.5 仿真决策概述一、系统仿真的实质二、系统仿真的作用第二章确定性决策分析【教学目的】通过本章的学习，要求学生了解确定型决策分析的适用场合，理解现金流及货币时间价值与计算，掌握盈亏分析方法，掌握无约束确定型投资决策，多方案投资决策方法。
【重点难点】重点：确定型决策分析的概念和适用场合难点：盈亏决策分析方法，投资决策分析方法的应用【教学内容】§2.1 现金流量及货币的时间价值与计算一、现金流量及货币的时间价值二、货币时间价值的计算§2.2 盈亏决策分析一、盈亏决策分析的基本原理二、盈亏分析的应用实例§2.3 无约束确定型投资决策一、基本假设条件二、价值型经济评价指标三、效率型经济评价指标四、时间型经济评价法五、相对经济效益评价法§2.4 多方案投资决策一、独立型投资方案决策二、互斥型投资方案决策§2.5 投资决策案例一、更新决策二、自制还是外购决策三、投资时机决策四、资本限量决策第三章风险型决策分析【教学目的】通过本章的学习，要求学生理解风险型决策的适用条件，掌握风险型决策的期望准则及其方法，掌握决策树分析方法及步骤，掌握贝叶斯决策分析方法，掌握风险决策的灵敏度分析方法，理解效用的概念，掌握利用效用曲线、效用标准进行决策的方法。
ⅩⅩⅩⅩ课程教学大纲
“管理学（经济类）”课程教学大纲教研室主任：王艳执笔人：任仲芳一、课程基本信息开课单位：经济学院课程名称：管理学（经济类）课程编号： 202010英文名称： Management课程类型：专业基础课总学时：54 理论学时：54 实验学时：0学分：3开设专业：经济学、贸易经济先修课程：经济学、数学二、课程任务目标（一）课程任务本课程是经济管理类专业的学科基础必修课程。
本课程在对管理、管理学的研究对象与任务、管理学形成和发展，以及主要管理流派理论讨论基础上，围绕计划、组织、激励、领导、控制等管理职能，分别阐明各职能的基本概念、基本原理、目的与一般方法等。
目的在于使学生系统地掌握人类管理活动的普遍规律、基本原理和一般方法。
（二）课程目标在学完本课程之后，学生能够：1、初步掌握管理学的基本概念、管理思想和管理的基本职能及应用方法；2、能够认识管理活动的各项职能和管理活动的各种规律，并能运用所学的管理思想和管理方法分析并解决实际问题；3、为学习其他专业课程打下基础。
三、教学内容和要求（一）理论教学的内容及要求第一章管理活动与管理理论第一节管理活动1、理解：管理的定义，管理的五种职能，管理者所扮演的三大类角色，管理者所应具备的三大技能；2、了解：各种管理定义的联系与区别，各种管理职能的具体含义及相互关系；3、掌握：学会对身边的管理者能否胜任其工作指出判断，学会对所熟悉的组织可能遇到的有些管理问题进行分析并提出解决这些问题的合理思路。
第二节中外早期管理思想1、了解：亚当·斯密的劳动分工观点和经济人观点，科学管理制度的早期探索，马萨诸塞车祸与所有权和管理权的分离，欧文的管理思想。
第三节管理理论的形成与发展1、了解：数量管理理论、系统管理理论、权变管理理论的基本观点，管理理论的新发展；2、理解：泰罗科学管理理论的基本内容，组织管理理论的基本特点及其代表人物亨利·法约尔、马克斯·韦伯和切斯特·Z·巴纳德的主要贡献，梅奥及其领导的霍桑试验的基本内容和结论，行为管理理论的特点。
决策理论与方法课程教学大纲
《决策理论与方法》课程教学大纲
课程名称：决策理论与方法/ Theory And Method of Decision
课程代码：030538
学时：32 学分： 2 讲课学时：30 考核方式：考查
先修课程：管理信息系统、决策支持系统
适用专业：信息管理与信息系统系
开课院系：信息管理
教材：卫民堂.决策理论与技术.西安交通大学出版社.2000.
主要参考书：决策理论导引. 李怀祖.北京:机械工业出版社．2002.
一、课程的性质和任务
使学生掌握基本的决策理论和决策方法，了解最新的决策技术，培养学生的决策分析能力。
二、教学内容和基本要求
第一章：决策概论
决策的价值
决策和决策过程
决策理论及其发展
第二章：常用的决策方法
确定型决策方法
非确定型决策方法
风险型决策方法
第三章：效用理论
效用和效用理论
基效用理论和方法——期望效用值理论
序效用理论和方法——无差异效用曲线及其应用
第四章：群决策理论
群体决策及其特点
群体决策的类型
群体决策的择案规则
第五章：决策思维
决策思维过程
决策思维方式
四、对学生能力培养的要求
1．使学生理解决策分析中所包含的决策理论；
2．使学生能较系统的掌握各种定性与定量决策分析方法； 3．使学生能掌握各种方法的特征、应用条件和应用领域； 4．培养学生灵活运用各种决策分析方法解决实际问题的能力
五、说明
本课程与其它课程的联系与分工
课程内容的重点、难点
该课程属于管理基础课程，需要一顶的数学基础
有关课程考核问题
其它需要说明的问题。
管理决策模型与方法教学大纲
管理决策模型与方法教学大纲集团标准化办公室：[VV986T-J682P28-JP266L8-68PNN]《管理决策模型与方法》教学大纲商学院工商管理系2016年09月编写说明一、课程概况1、课程名称（中文）：管理决策模型与方法2、预修课程：微积分线性代数概率论3、修读对象：管理科学专业本科生4、课程教材：作者：,《大数据分析》，机械工业出版社，2015.5、参考教材：【1】《数据、模型与决策》，作者：泰勒，中国人民大学出版社，2013.【2】《管理决策理论、技术与方法》，作者：张所地、吉迎东等，清华大学出版社，2013.二、课程性质、地位和任务管理决策与模型是一门应用学科，它是应用分析、试验、量化的方法，对经济管理系统中人力、物力、财力等资源进行统筹安排，为决策者提供有依据的最优方案，以实现最有效的管理。
该课程的任务是让学生掌握在管理决策中学会建立代数模型及计算机模型，把计算机求得的结果应用到实际中去。
培养学生用计算机技术解决本专业所涉及的各种管理决策问题。
三、教学内容、教学目标和要求本课程主要介绍管理决策的模型，学习决策的数量化方法，决策的评价以及决策的支持体系，决策自动化等。
并以EXCEL为工具，运用EXCEL来进行各种管理决策。
通过学习管理决策科学中定量分析方法，掌握决策分析方法，并应用这些方法解决经济决策中的实际问题。
要求学生理论联系实际，学习的目的完全是为了应用。
四、教学模式课堂讲授与习题和案例讨论，配合本课程的理论学习，安排学生上机操作五、教学进度：每周 3 学时，共 48 学时第一章管理决策的概念【教学目的与要求（Session Objectives）】掌握管理决策的基本概念和分类，知道决策者应具备的素质。
【教学重点（Key Points）】本章的重点是决策的概念与科学决策应具备的条件【课时安排（Teaching Hours）】课堂讲授：8课时【教学内容（Session Outline）】第一节管理决策的基本概念第二节管理决策的分类第三节决策者的素质与能力第四节科学的决策与如何科学地决策【思考题（Questions）】1．什么是决策如何从广义的概念上来理解决策2．决策有哪些属性和特点3．决策者的素质和能力是什么第二章管理决策的科学程序【教学目的与要求（Session Objectives）】熟练掌握科学决策的程序，学习案例分析【教学重点（Key Points）】本章的重点是如何进行科学的决策【课时安排（Teaching Hours）】课堂讲授：8课时【教学内容（Session Outline）】第一节决策的程序第二节智囊团与决策机构第三节企业决策机构的设计第四节国内外管理决策案例研究【思考题（Questions）】1．科学决策程序包括哪些内容2．如何科学的设计决策系统它应包括哪些部分，各部分之间的关系是什么第三章建模与实例【教学目的与要求（Session Objectives）】学会根据实际问题建立数学模型【教学重点（Key Points）】学习常用的的经济模型。
管理学决策教案
管理学决策教案课程名称：管理学决策课程时间：2小时课程目标：通过本课程的学习和讨论，学生将能够了解管理学决策的概念、原则、方法以及在实际管理中的应用，培养学生的分析和决策能力。
教学内容：1. 管理学决策的概念和特点- 介绍管理学决策的定义，包括在组织管理中的重要性和作用- 讨论管理学决策的特点，如不确定性、风险和复杂性2. 管理学决策的基本原则- 解释决策的基本原则，如风险、效益、机会成本等- 分析在不同情境下如何应用这些原则进行决策3. 决策方法和工具- 介绍不同的决策方法，如定性决策、定量分析和博弈论等- 分析不同决策工具的优缺点，并应用实例进行讨论4. 决策模型与应用- 探讨决策模型的设计和应用，如期望效用理论、系统动力学模型等- 分析在实际管理中如何利用决策模型进行决策支持教学方式：1. 理论讲授：通过PPT、案例分析等方式，介绍管理学决策的相关理论和原则2. 讨论交流：组织学生讨论和分享对于管理学决策的理解和见解，引导学生思考决策的复杂性和实际应用3. 案例分析：结合实际案例，进行决策分析和应用，培养学生的决策能力和实际操作技能教学评价：1. 课堂表现：学生对于课程内容的认真程度和积极参与情况2. 作业和案例分析：学生能否独立运用管理学决策理论分析实际案例并提出解决方案3. 课后问答：通过课后问答和讨论来检验学生对于管理学决策的理解和应用能力教学资源：1. 教材：《管理学原理》，华东理工大学出版社2. PPT资料：关于管理学决策的相关PPT资料3. 案例：实际管理中的决策案例材料教学步骤：1. 管理学决策概念介绍：15分钟2. 管理学决策基本原则讲解：20分钟3. 决策方法和工具介绍：25分钟4. 决策模型与应用：20分钟5. 案例分析讨论：30分钟6. 总结与展望：10分钟以上为本课程的教学大纲和教学流程安排，希望能够帮助到您。
决策理论与方法资料重点
前言
为适应我国经济社会发展需要，保证高等学校管理科 学与工程类本科专业人才培养基本质量，我司委托高等学 校管理科学与工程类学科教学指导委员会对管理科学与工 程类四个本科专业：工程管理、工业工程、信息管理与信 息系统、管理科学专业的教学内容和课程体系等问题进行 系统研究，确定了管理科学与工程类本科专业核心课程及 上述四个专业的主干课程，提出了这些课程的教学基本要 求(经济学课程建议采用工商管理类的宏观经济学和微观经 济学的教学基本要求)，并确定了相应教材编写计划。教学 基本要求从教学的角度出发，对相关课程的性质、地位、 教学总体要求进行说明，确定教学基本知识点。教学基本 要求是各高等学校组织课程教学、编写教学大纲和教材， 以及进行教学质量评估的主要依据。有关高等学校管理科 学与工程类各专业在使用本教学基本要求的过程中，可结 合本校的实际情况对相关课程的知识点进行适应的调整
教育部高等教育司 2004年9月
《决策理论与方法》教学服务资源
管理科学与工程系列教材简介
教学部高等学校管理科学与工程类学科教学指导 委员会自2001年成立以来历经4次年会，在专家反复讨 论达成一致的前提下，经教育部认可，最终确定该学科 必修的5门核心课程及下属4个二级学科各4门共16门必 修的专业主干课程。由教育部制定《全国普通高等学校 管理科学与工程类学科核心课程及专业主干课程教学基 本要求》，并委托管理科学与工程类学科教学指导委员 会组织编写该学科核心课程和专业主干课程的系列教材。 该系列教材经过几次教指委年会和专业小组会议充分讨 论，反复推敲最终定稿，统一由高等教育出版社管理分 社出版。作为教育部高等学校管理科学与工程类学科教 学指导委员会的一项工作成果，希望该套教材的出版能 够为我国管理科学与工程类学科的发展奠定坚实的基础。
《学决策》教学设计
《学决策》教学设计一、教学目标：1.能够理解决策的概念和重要性。
2.能够掌握决策的基本步骤和方法。
3.能够运用决策理论解决实际问题。
4.能够培养学生的决策能力和判断力。
二、教学内容：1.决策的概念和分类2.决策的步骤和方法3.决策的风险和机会4.决策的实践和案例分析三、教学方法：1.讲授结合案例分析：通过讲解理论知识并结合实际案例进行分析，帮助学生理解决策的重要性和方法。
2.小组讨论和合作学习：组织学生分组讨论，进行案例分析和决策模拟，培养学生的团队合作能力和决策能力。
3.角色扮演和情景模拟：通过角色扮演和情景模拟，让学生亲身体验决策过程，增强他们的决策能力和应对能力。
4.案例分析和问题解决：通过分析实际案例和解决实际问题，帮助学生理解决策的实践意义和方法。
四、教学流程：1.导入：介绍决策的概念和重要性，引导学生思考决策在日常生活和工作中的应用。
2.理论讲解：讲解决策的基本概念、分类、步骤和方法，帮助学生建立决策的理论框架。
3.案例分析：通过分析实际案例，讨论决策的风险和机会，帮助学生理解决策的复杂性和挑战性。
4.小组讨论：组织学生分组讨论，进行决策模拟和问题解决，培养学生的团队合作能力和决策能力。
5.情景模拟：进行角色扮演和情景模拟，让学生亲身体验决策过程，增强他们的决策能力和应对能力。
6.总结反思：对本节课的内容进行总结和反思，引导学生思考如何运用决策理论解决实际问题。
五、教学评估：1.学生参与度和表现：观察学生在讨论和角色扮演过程中的表现和参与度，评估学生的学习效果和能力提升。
2.实际案例分析：考察学生对实际案例的分析和解决能力，评估学生对决策理论的理解和应用水平。
3.课堂表现和作业评定：通过课堂活动和作业评定，综合评价学生的学习成绩和能力水平，帮助学生提升自身能力。
六、教学反思：通过本节课的教学设计和实施，我发现学生对决策的理解和应用还存在一定的困难和挑战。
在今后的教学中，我会更加注重案例分析和角色扮演的实践环节，帮助学生巩固理论知识，提高决策能力和应对能力。
决策分析教学大纲
《决策分析》课程教学大纲课程代码：010332011课程英文名称：Decision Analysis课程总学时：24 讲课：24 实验：0 上机：0适用专业：工业工程专业大纲编写（修订）时间：2017.7一、大纲使用说明（一）课程的地位及教学目标本门课程是工业工程本科专业的基础选修课，其目的是使学生了解如何通运用科学的方法、依靠广泛的定量分析进行辅助决策，进而提高决策质量,减少决策的时间和成本。
本课程的教学要求学生掌握决策分析的基本概念、原理和方法，使学生在未来的管理实践工作中能够运用科学的决策分析技术解决生产实际问题。
（二）知识、能力及技能方面的基本要求（1）使学生了解决策分析的发展历史以及概念和分类，掌握风险型决策方法，多指标决策以及多指标风险型决策的基本概念和原理。
（2）使学生掌握发现问题、确定目标、确定评价标准、方案制定、方案选优和方案实施的决策优化过程。
（2）使学生能够把所学理论方法应用于企业生产管理决策的实际问题中。
（三）实施说明（1）在课堂教学过程中采用启发式、案例式及讨论问答等教学方式，启发学生独立思考，力图使学生在分析问题和解决问题的能力上有一定的提高。
（2）课堂教学采用多媒体与板书相结合，且突出重点，精讲难点，有针对性地解决理论和实践中经常遇到的典型问题。
（3）任课教师根据实际情况和教学需要，可以适当增减部分内容。
（四）对先修课的要求运筹学、系统工程（五）对习题课、实践环节的要求（1）对每一章后面的习题选取有针对性的作为课上练习，对这部分习题教师可以给予一定的提示和讲解，另一部分作为课后作业由学生自行完成；（2）从相关参考书中选取典型的习题作为课上练习或课后作业，目的是通过多做题来帮助学生理解和消化所学的知识，尤其是重点和难点。
（3）实践环节方面主要是通过以小组的形式进行案例讨论和针对案例建模进行上机求解的方式来提高学生解决实际问题的能力（六）课程考核方式1．考核方式：考查2．考核目标：考查学生对决策分析方法的掌握以及综合运用的能力。
决策理论与方法课程设计
决策理论与方法课程设计一、课程目标知识目标：1. 让学生掌握决策理论的基本概念、原则和方法。
2. 使学生了解不同决策模型的优缺点，并能结合实际情境进行选择。
3. 帮助学生理解决策过程中的风险与不确定性，学会运用概率统计知识进行分析。
技能目标：1. 培养学生运用决策树、矩阵、线性规划等工具解决实际问题的能力。
2. 提高学生在团队协作中发表见解、倾听他人意见、达成共识的能力。
3. 培养学生分析问题、制定方案、评估和选择最优方案的能力。
情感态度价值观目标：1. 培养学生面对决策问题时，积极思考、勇于承担责任的态度。
2. 增强学生在决策过程中的合作意识，学会尊重他人、理解他人。
3. 培养学生具备诚信、公正、公平的价值观，关注社会热点问题，提高社会责任感。
本课程针对高中年级学生，结合学科特点和教学要求，旨在通过系统的决策理论与方法学习，使学生能够掌握基本的决策技能，提高解决实际问题的能力。
课程目标具体、可衡量，为学生和教师在教学过程中提供明确的指导，确保教学效果。
二、教学内容1. 决策理论概述：包括决策的定义、类型、过程，以及决策理论的基本原则。
- 教材章节：第一章 决策概述- 内容：决策的概念、决策的类型、决策的过程、决策理论的基本原则。
2. 决策方法：介绍常用的决策方法，如决策树、矩阵、线性规划等。
- 教材章节：第二章 决策方法- 内容：决策树的基本概念及应用、矩阵分析、线性规划及其应用。
3. 风险与不确定性决策：分析决策过程中的风险与不确定性，探讨概率统计知识在决策中的应用。
- 教材章节：第三章 风险与不确定性决策- 内容：风险与不确定性的概念、概率统计基础知识、风险分析与决策。
4. 团队决策：探讨团队决策的特点、过程及方法，提高学生的团队协作能力。
- 教材章节：第四章 团队决策- 内容：团队决策的概念、特点、过程、方法及团队协作技巧。
5. 实践案例分析：结合实际案例，让学生运用所学决策方法解决实际问题。
应急决策与方法教学大纲
应急决策与方法教学大纲应急决策与方法教学大纲随着社会的发展和进步，应急决策与方法的重要性日益凸显。
在面对突发事件和紧急情况时，正确的决策和有效的方法能够帮助我们迅速应对问题，减少损失，保护自己和他人的安全。
因此，应急决策与方法教学成为了一门必不可少的课程。
一、引言应急决策与方法教学的目标是培养学生在紧急情况下的应变能力和决策能力。
通过系统的学习和实践，学生将掌握应急决策的基本原则和方法，能够在压力下做出明智的决策，并采取合适的方法解决问题。
二、应急决策的基本原则1. 快速反应：在紧急情况下，时间非常宝贵。
学生需要培养快速反应的能力，能够迅速分析问题和形势，做出决策。
2. 全面评估：在做出决策之前，学生需要全面评估现有的信息和资源。
只有了解全局，才能做出正确的决策。
3. 风险评估：学生需要学会评估决策可能带来的风险和后果。
在决策过程中，要权衡利弊，选择最合适的方案。
4. 团队合作：紧急情况下，团队合作是至关重要的。
学生需要学会与他人合作，共同解决问题。
三、应急决策的方法1. SWOT分析：SWOT分析是一种常用的决策分析方法，它包括对问题的优势、劣势、机会和威胁进行评估。
学生可以通过SWOT分析来了解问题的各个方面，为决策提供依据。
2. 决策树：决策树是一种图形化的决策分析工具，通过构建树状结构，将问题和解决方案进行分类和排序。
学生可以利用决策树来系统地分析问题，并找到最佳的解决方案。
3. 情景模拟：情景模拟是一种通过模拟实际情况来进行决策训练的方法。
学生可以通过情景模拟来感受紧急情况下的压力和挑战，并学会应对问题的能力。
4. 案例分析：通过分析实际案例，学生可以了解不同情况下的决策过程和方法。
案例分析可以帮助学生理解决策的复杂性和多样性，提高他们的决策能力。
四、教学方法1. 理论教学：理论教学是应急决策与方法教学的基础。
学生需要了解应急决策的基本原理和方法，掌握相关概念和理论知识。
2. 实践训练：实践训练是应急决策与方法教学的关键。
预测决策理论与方法教学大纲(秋)英文版
Syllabus of《Forecasting and Decision-making Theory andMethods》Course Name：Forecasting and decision-making theory and methods Course Code：Credits：3 Total Credit Hours：48 Lecture Hours：48 Experiment Hours：0 Programming Hours：0 Practice Hours：0Total Number of Experimental (Programming) Projects 0 ,Where, Compulsory ( 0 ), Optional ( 0 ).School：School of BusinessTarget Major：Industrial EngineeringⅠ、Course Nature & AimsCourse Nature: “Forecasting and decision-making theory and methods" is a main course of management science and an important elective course for related majors. It is an important basic course that allows students to systematically master the concepts, knowledge, theories and basic techniques of predictive decision-making. Use the forecasting and decision-making methods and technical analysis to solve practical problems and to cultivate students' thinking and ability in scientific prediction and decision-making.Course purpose: Through the study of this course, students can understand the concept, function and meaning of forecasting, systematically master commonly used forecasting methods and technologies, and be able to apply the forecasting methods learned in conjunction with actual problems to perform forecasting analysis to provide support for scientific decision making Students understand the concepts, procedures and basic steps of decision-making, systematically master common decision-making methods, and can apply the learned decision-making methods to make decision analysis. In view of the characteristics of the forecasting and decision-making course, pay attention to the cultivation of students 'scientific decision-making thinking in the teaching process, emphasizing the combination of theoretical learning and applied practice, focusing on the combination of qualitative analysis and quantitative analysis, for students' subsequent learning, practice and future work Lay a good foundation for development.Ⅱ、Course Objectives1. Moral Education and Character Cultivation.Learn the theory, methods and techniques of forecasting and decision-making through the course to have a comprehensive understanding of the knowledge related to forecasting and decision-making. By explaining thedevelopment history of forecasting and decision-making theory and the process of establishing relevant theories and technologies, understand how predecessors think in the development process of forecasting and decision-making, how to overcome the obstacles encountered, and help students establish scientific thinking methods and courage to face challenges. From the perspective of applying forecasting and decision-making theory to promote innovation-driven development in China, taking the research work of outstanding contributors as the carrier, integrating the socialist core values education into the curriculum teaching content and all aspects of the entire teaching process, highlighting value guidance, knowledge transfer and ability training. To help students correctly understand the laws of history, accurately grasp the basic national conditions, grasp the scientific world outlook and methodology, and promote the establishment of a correct world outlook and values.2.Course ObjectivesThrough the study of this course, students' qualities, skills, knowledge and abilities obtained are as follows：Objective 1. Master the relevant concepts of forecasting concepts, basic principles, common methods, and evaluation of forecasting effects, and be able to apply forecasting methods learned to forecast and analyze actual problems.（Corresponding to Chapter 1-7, supporting for graduation requirements index 1、2、3、4、5、9、10、11、12）Objective 2. Systematically master the concept of decision-making, basic theory and typical methods, and can apply the learned decision-making methods to analyze and make decisions on actual problems. （Corresponding to Chapter 8-13, supporting for graduation requirements index 1、2、3、4、5、6、7、8、9、10、11、12）3. Supporting for Graduation RequirementsThe graduation requirements supported by course objectives are mainly reflected in the graduation requirements indices 1-12 , as follows:Supporting for Graduation RequirementsⅢ、Basic Course ContentChapter 1 Overview of Forecasting (supporting course objectives * 1*)1.1 Introduction1.2 The role of prediction1.3 Basic principles of forecasting1.4 Classification of predictions1.5 Forecasting procedures1.6 Prediction accuracy and valueTeaching Requirements: Through the study in Chapter 1, students are required to clarify the concept of forecasting; understand the role and significance of forecasting; master the basic principles of forecasting and the classification of forecasting; be familiar with forecasting procedures and applications; and correctly understand the value of forecasting.Key Points：Prediction concept and function; prediction classification, prediction program and application;prediction accuracy and value.Difficult Points：Chapter 2 Qualitative Forecasting Method (supporting course objectives * 1*)2.1 Introduction2.2 Market survey forecast method2.3 Expert prediction2.4 Subjective probability method2.5 Omen prediction methodTeaching Requirements: Through the study in Chapter 2, students are required to master the market survey forecasting method, expert forecasting method, and subjective probability forecasting method; they cancorrectly use the learned methods to make predictions.Key Points：market research and forecasting method; brainstorming method; Delphi method; subjective probability forecasting methodDifficult Points：Chapter 3 Time Series Smooth Prediction Method (supporting course objectives * 1*)3.1 Overview of time series3.2 Moving average method3.3 Exponential smoothing3.4 Difference exponential smoothing3.5 Adaptive filtering methodTeaching Requirements: Through the study in Chapter 3, students are required to understand the concept and combination of time series, master the time series smooth prediction method, moving average prediction method, differential exponential smooth prediction method, and adaptive filtering method; be able to use various skills proficiently The time series smooth prediction method predicts actual problems.Key Points：the concept of time series and its combination; moving average prediction method; exponential smoothing prediction method; adaptive filtering methodDifficult Points：Chapter 4 Regression Analysis and Forecasting Method(supporting course objectives * 1*)4.1 Introduction4.2 Unary linear regression prediction method4.3 Multiple linear regression prediction method4.4 Dummy variable regression prediction4.5 Nonlinear regression prediction methodTeaching Requirements:Through the study in Chapter 4, students are required to understand the concepts and assumptions of univariate linear regression models and multiple linear regression models, master the estimation and testing methods of linear regression model parameters, and be able to use linear regression models to solve practical problems ; Understand the regression model with dummy variables, and be able to select explanatory variables; Understand the different forms and classifications of nonlinear regression models.Key Points：linear regression prediction methods, regression models with dummy variables, nonlinear regression prediction modelsDifficult Points：Chapter 5 Trend Extrapolation Forecasting Method (supporting course objectives * 1*)5.1 Exponential curve method5.2 Modified exponential curve method5.3 Growth curve method5.4 Envelope curve methodTeaching Requirements: Through the study in Chapter 5, students are required to master the exponential curve method and the growth curve method; understand the envelope curve prediction method.Key Points：exponential curve method and modified exponential curve method; growth curve method;envelope curve methodDifficult Points：Chapter 6 Markov Forecasting Method (supporting course objectives * 1*)6.1 Introduction to Markov Chain6.2 Forecast of commodity sales status6.3 Market Share Forecast6.4 Expected profit forecastTeaching Requirements: Through the study in Chapter 6, students are required to master the concept of Markov chain and the estimation method of state transition probability. They can use the Markov chain and its state transition probability to predict the sales status, market share and expected profit of the commodity .Key Points：Markov chain; commodity sales status prediction; market share forecast; expected profit forecast Difficult Points：Chapter 7 Grey System Forecasting (supporting course objectives * 1*)7.1 Introduction7.2 Sequence operator and gray information mining7.3 Grey system prediction model7.4 Grey system prediction technologyTeaching Requirements: Through the study in Chapter 7, students are required to understand the nature of the buffer operator km and buffer operator, to master the structure and function of the weakened buffer operator, the enhanced buffer operator, the accumulation operator, and the accumulation operator; (1,1) The basic form of the model and its scope of use; master the interval prediction and gray catastrophe prediction methods, and understand the waveform prediction methods.Key Points：sequence operators and gray information mining; gray prediction model; gray prediction technologyDifficult Points：Chapter 8 Overview of Decision-making (supporting course objectives * 2*)8.1 Connotation and basic elements of decision analysis8.2 Classification and basic principles of decision analysis8.3 Basic steps of decision analysis8.4 Overview of decision analysis methodsTeaching Requirements:Through the study in Chapter 8, students are required to be familiar with the concept, development status and basic elements of decision analysis; master the classification, basic principles and basic steps of decision analysis.Key Points：decision analysis concepts and basic elements; decision analysis classification, procedures and basic principles; decision analysis stepsDifficult Points：Chapter 9 Definite Decision Analysis (supporting course objectives * 2*)9.1 Overview of Definitive Decision Analysis9.2 Profit and loss decision analysis9.3 Multi-scheme investment decisionTeaching Requirements:Through the study in Chapter 9, students are required to be familiar with the process and steps of definite decision-making; master the basic theoretical methods of profit and loss decision-making analysis; master the static and dynamic evaluation methods of independent investment program decisions; The main evaluation method.Key Points：deterministic decision analysis method, profit and loss decision analysis method, multi-project investment decision methodDifficult Points：Chapter 10 Risk-Based Decision Analysis (supporting course objectives * 2*)10.1 Expectation criteria for risk-based decision-making and its application10.2 Decision tree analysis method10.3 Bayesian Decision Method10.4 Utility decision methodTeaching Requirements:Through the study in Chapter 10, students are required to be familiar with the connotation and basic ideas of risk-based decision-making; master the expected value criterion decision-making method; familiar with the basic principles and procedures of decision tree analysis method;master the basic theoretical method of Bayesian decision-making; familiar The basic method of the utility criterion.Key Points：Expectation criteria for risk-based decision-making; risk-based decision-making methodsDifficult Points：Chapter 11 Uncertain Decision-making (supporting course objectives * 2*)11.1 Basic concepts of uncertain decision-making11.2 Optimistic decision criteria11.3 Criteria for pessimistic decision-making11.4 The compromise decision criterion11.5 Equal probability decision criteria11.6 Regret decision criteriaTeaching Requirements:Through the study in Chapter 11, students are required to be familiar with the basic concepts of uncertain decision-making; master the commonly used uncertain decision-making criteria and understand the scope and problems of uncertain decision-making criteria.Key Points：Uncertain decision concept; Uncertain decision ruleDifficult Points：Chapter 12 Multi-Objective Decision Analysis (supporting course objectives * 2*)12.1 Overview of multi-objective decision analysis12.2 AHP12.3 Data Envelopment Analysis MethodTeaching Requirements: Through the study in Chapter 12, students are required to understand the classification and characteristics of multi-objective decision-making problems, and be able to construct a target criterion system for multi-objective decision-making problems; understand and master the basic principles, methods and applications of AHP; understand and Master the basic principles, methods and applications of data envelopment analysis methods.Key Points：target criterion system for multi-objective decision-making; AHP method; data envelopment analysis methodDifficult Points：Chapter 13 Grey Decision Model (supporting course objectives * 2*)13.1 Basic Concepts of Grey Decision13.2 Grey target decision13.3 Gray clustering decision model based on mixed likelihood function13.4 Multi-target weighted gray target decision model13.5 Two-stage gray decision-making modelTeaching Requirements: Through the study in Chapter 13, students are required to understand the gray target decision-making model; be familiar with the gray clustering decision model based on the central and short-point mixed likelihood function; master the multi-target weighted intelligent gray target decision model;understand the two stages Grey decision model.Key Points：gray target decision model; gray cluster decision model based on mixed likelihood function; gray cluster decision model based on mixed likelihood function; two-stage gray decision modelDifficult Points：Ⅴ、Summary of Experimental (Programming) ProjectsNo experiment (programming) sessionⅥ、Teaching MethodClassroom teaching : The teaching of this lesson is mainly based on the teacher's classroom teaching. The teachingprocess uses blackboard writing and multimedia teaching, strengthens teacher-student interaction, and focuses on heuristic teaching.Seminar teaching : According to the specific teaching content, carry out appropriate seminar activities. Teachers provide discussion questions, and students prepare in class after the class, and then conduct class discussions in order to improve the teamwork ability of the students.Heuristic teaching : teaching important questions, analyzing problems, and solving problems, subtly training students' corresponding abilities; emphasizing the importance of practical experience and learning in practice.Ⅶ、Course Assessment and Achievement EvaluationAssessment Methods ：Examination Examination Formats ：Open-book Grading Methods ：Five-level SystemCourse Assessment Content, Assessment Format and Supporting Course ObjectivesⅧ、Course ResourcesTextbooks：Liu Sifeng, Jian Lirong, Mi Chuanmin. Management Forecast and Decision Method (Third Edition) [M].Beijing: Science Press, 2018.Bibliography：1. Liu Sifeng. Forecasting Methods and Technology [M]. Beijing: Higher Education Press, 2009.2.Xu Guoxiang. Statistical Forecasting and Decision Making (Fourth Edition) [M]. Shanghai: ShanghaiUniversity of Finance and Economics Press, 2012.Ⅸ、NotesPrerequisites:Follow-up Courses: NoContents and Requirements of Students' Self-study: NoBilingual Teaching or Not : NoRequirements and Proportion of Bilingual Teaching: NoDiscipline and Considerations of Practice Session: no practice sessionNotes: NoAuthor：Approved by：。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
“决策理论与方法”课程教学大纲
英文名称：Theory and method of decision
课程编号：MAGT3787
学时：32（理论学时：32 ，课外学时：6（课外学时不计入总学时））学分：2
适用对象：行政管理专业、社会保障专业本科生
先修课程：行政管理学、数据库原理与应用
使用教材及参考书：
[1]李怀祖.决策理论导引，北京:机械工业出版社．2002.
[2]许文惠、张成福、孙柏瑛.行政决策学,北京：中国人民大学出版
社，1997年.
[3]（美）西蒙.管理行为——管理组织决策过程的研究,杨砾等译,
北京:经济学院出版社，1988年.
[4]黄孟藩.现代决策学,浙江教育出版社，1998.
[5]刘士义.行政决策学与应用,气象出版社，1992.
[6]孟华兴. 管理决策分析,改革出版社，1999年.
[7]罗薇华译.组织管理决策,上海远东出版社，1998年.
[8]王敏译.决策,中国人民大学出版社，2003年版.
一、课程性质和目的
性质：专业选修课
目的：本课程旨在让学生掌握基本的决策理论和决策方法，了解最新的决策技术，培养和提高学生的决策分析能力。
具体包括向学生
系统介绍相关的决策理论；帮助学生掌握基本、常用的决策技术（“硬”技术和“软”技术）；培养发现决策问题、确定决策目标、拟制与抉择决策方案、实施方案等方面的决策理论修养及实际操作能力，从而为今后实际工作中能不断更新理念、开阔视野、适应变化、与时代共进，打下良好的基础。
二、课程内容简介
为适应我国现代化建设的飞速发展，无论国家机关还是企事业单位，都迫切需要管理科学化，而实行科学、高效的管理，首要和关键的问题就在于正确的决策。
本课程从中国国情出发，在注意借鉴国外决策方面研究成果的基础上，努力探索具有中国特色的决策理论与实践，重视现代管理决策问题的走向与趋势，致力于引导和传播决策领域中前沿理论、观点和方法。
力图既注意诸如决策行为、组织、信息等宏观理论的讲授，又突出决策具体方法的微观剖析，促使学生深刻领会和掌握重视决策实现过程，突出课程的应用性与可操作性。
三、教学基本要求
该课程具有很强的综合性，其知识涉及到社会科学和自然科学两大领域中很多内容。
在兼顾理论体系完整性的基础上，该课程有目的地从系统科学的角度，介绍公共部门决策的基本知识和发展前景，以拓宽学生的知识面。
因此教学方法上，采用课堂讲授、课堂讨论、案例分析讨论、模拟情景、分小组进行科研攻关，自学、作业等方式进行。
教师在课堂上应对公共部门决策的基本概念、规律、原理和方法进行必要的讲授，并讲授每章的重点、难点内容；讲授中应注重理论
联系实际，通过必要的案例展示启迪学生的思维，加深学生对有关概念、理论等内容的理解，并应采用多媒体辅助教学，播放相关的教学视频。
本课程要求学生在课后进行一定学时的自学与研究，并辅助课堂学习提交相关读书报告和研究报告。
通过课程学习，学生将较为系统的掌握基本的决策理论与方法，了解最新的决策技术，增强并提高决策问题综合分析能力。
四、教学内容及安排
第一章：绪论
1.理解决策在管理工作与领导工作中的地位，理解管理即“决策→执行→再决策→再执行”的反复循环过程。
2.了解学习、研究科学决策的主要方法。
3.了解决策学是历史发展的产物，掌握“决策硬技术”、“决策软技术”含义及其各自的优势与不足。
4.了解现代决策学的研究对象与学科体系、决策定义。
教学安排及教学方式
第二章：决策的基本类型
1.明确决策的构成要素，掌握“决策变量”、“环境变量”的定义；理解Z=f(d,s)中，Z、d、s三要素间的相互关系。
2.理解决策的分类、性质、特点、形式类型。
3.掌握“确定型决策”、“不确定型决策”、“风险型决策”的具体含义，各自的特点及相互间的联系。
教学安排及教学方式
第三章：决策的基本原则
1.理解系统原则、信息原则、可行性原则、效益原则、创新原则、民主原则以及决策原则的重要性。
教学安排及教学方式
第四章：决策的程序
1.理解决策问题的诊断与分析过程，掌握“KT”法的具体内容，掌握“决策问题”的定义。
2. 理解决策目标的分析与评价步骤，重点掌握拟制目标的基本要求及如何体现目标的可操作性。
3. 理解拟定备择方案的准则、设计过程、技法。
重点掌握“BS”法，“综摄法”和“德尔菲法”。
对“形态方格法”、“635法”等创新技法。
4. 理解决策方案的评审与抉择程序、准则、选择。
教学安排及教学方式
第五章：现代决策定量分析方法
1.了解现代决策定量分析方法的特点及主要步骤，理解“数学
化”、“模型化”、“计算机化”的具体含义。
2.掌握线性规划决策法、会计核算法、盈亏分析法等常用确定型决策的技术方法。
3. 掌握乐观标准、悲观标准、适度乐观标准、推理标准、后悔值标准等常用不确定型决策的技术方法。
4.掌握客观概率与主观概率、条件收益与期望收益、决策树技术、期望值决策法、效用分析决策法、混合策略等风险型决策的技术方法。
5.掌握有关对策论的相关概念以及有鞍点博弈型决策技术。
教学安排及教学方式
五、实践环节
1.针对具体问题运用决策程序进行练习，6学时（课外）
六、课外学时分配
七、考核方式
闭卷考试成绩占50%；大作业占30%；课堂表现占20%。
大纲制定者：梅红
大纲审核者：杜海峰。