决策优化技术-教学大纲
- 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)。
《决策优化技术》教学大纲
课程编号:081562B
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:32讲课学时:32实验(上机)学时:
学分:2
适用对象:工业工程
先修课程:概率论与数理统计
一、教学目标
通过本课程的学习,使学生懂得运用科学的方法研究和管理工程中的各种决策问题,为决策者提供科学的决策依据。其主要研究方法是将实际问题定量化和模型化,运用数学、统计学、计算机科学和工程等学科的原理和技术研究各种组织系统的管理问题和生产经营活动,以求得一个合理的运用资源的最优方案,达到系统效益的最优化。
二、教学内容及其与毕业要求的对应关系
本课程系统地介绍了决策优化技术的理论和方法,其中包括各种新思想、新理论和新方法。课程内容包括:决策论、概率基础、抽样统计、回归模型、价值链分析、非线性与离散规划和智能优化算法等内容,使学生懂得运用科学的方法研究和管理工程中的各种决策问题,为决策者提供科学的决策依据。
三、各教学环节学时分配
教学课时分配
四、教学内容
第1章绪论
教学重点、难点:决策优化技术的基本概念
课程的考核要求:了解决策优化技术的基本概念,理解决策优化技术的思路,掌握决策优化技术的基本方法。
第2章决策论
教学重点、难点:不确定性决策方法和决策树模型
课程的考核要求:了解不确定性决策方法和决策树模型的基本内容,理解不确定性决策方法和决策树模型的修正(后验)概率、附加信息价值和效用理论,掌握决策树模型的方法。
第3章概率论基础
教学重点、难点:离散随机变量和连续随机变量
课程的考核要求:了解概率论的基本概念,理解正太分布的基本内容,掌握离散随机变量和连续随机变量的计算。
第4章抽样统计
教学重点、难点:抽样分布和参数估计
课程的考核要求:了解统计抽样的基本概念,理解统计抽样的实验设计,抽样分布和参数估计的计算。
第5章回归模型
教学重点、难点:回归模型的计算及结果分析
课程的考核要求:了解回归模型的基本原理,理解相关分析与回归分析,掌握用excel进行回归分析并解释模型输出结果。
第6章价值链分析
教学重点、难点:企业价值链与价值链计算
课程的考核要求:了解企业价值链的基本概念,理解线性规划互为对偶理论建立的均衡关系,掌握企业价值链中经济活动收益与资源价值贡献的等价关系。
第7章非线性与离散优化
教学重点、难点:非线性规划的图解法
课程的考核要求:了解非线性规划的基本内容,理解非线性规划的影子价格,掌握非线性规划的图解法和计算机求解法。
第8章智能优化算法
教学重点、难点:智能优化算法的设计与实现
课程的考核要求:了解智能优化算法的基本原理,理解智能优化算法的分类,掌握智能优化算法的设计与实现。
五、考核方式、成绩评定
开卷考试;平时成绩30%,期末考试成绩70%;
六、主要参考书及其他内容
[1]戴维R.安德森.数据、模型与决策.北京:机械工业出版社.2013 执笔人:教研室主任:系教学主任审核签名: