决策优化技术-教学大纲
最优化理论-教学大纲
《最优化理论》教学大纲课程编号：112302A课程类型：专业选修课总学时：32 讲课学时：26 实验学时：6学分：2适用对象：金融工程专业先修课程：数学分析、线性代数、经济学、金融学一、教学目标最优化问题即在有限种或无限种可行方案（决策）中选择最优的方案（决策），与之相对应的最优化理论是数学领域的一个重要分支，也是金融工程专业学生需要掌握的必备工具之一。
现代金融学研究的技术化程度日益增加，金融工程的许多问题都与最优化理论与方法密切相关，例如：投资组合选择与资产配置、期权的定价与对冲、金融风险的度量与管理、资产和负债的现金流管理等等。
本课程拟对最优化的基础理论和求解方法进行一个比较全面和系统的介绍，其中涉及到的方法包括：线性规划、非线性规划、二次规划、锥优化、整数规划、动态规划、随机规划等等。
通过本课程的学习，实现以下几个教学目标：目标1：帮助学生了解各类最优化模型的数学理论与求解方法；目标2：使学生理解如何应用这些优化模型分析经济学和金融学相关问题。
二、教学内容及其与毕业要求的对应关系本课程主要介绍几种主要的最优化模型的理论与方法，根据最优化模型的类别进行划分，分为无约束最优化和有约束最优化两大类别。
其中，无约束最优化问题的子类别较少、难度相对较低，主要从理论方法和数值方法两方面进行讲解；有约束最优化重点讲解线性规划的单纯形法和非线性规划的库恩塔克条件，在时间允许的情况适当介绍其他类别的高级规划课题。
基本教学内容的框架图如下：本课以课堂讲授为主，间之以案例教学、随堂练习和课后作业，针对适当的问题讲解其计算机程序实现，使学生既能掌握理论，也能动手操作，切实做到理论与实践相结合。
该课程旨在进一步完善金融工程专业学生的数理知识，一方面有利于强化与完善了金融专业学生的数理知识体系，同时结合经济学和金融学实际问题进行讲解学习，锻炼了学生们思考学习的能力，更训练了学生应用数理思维分析经济金融问题的能力，与金融工程专业学生的毕业要求相呼应。
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。
《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。
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。
大数据决策教学大纲
大数据决策教学大纲大数据决策教学大纲随着信息技术的迅猛发展，大数据已经成为当今社会不可忽视的重要资源。
大数据分析和决策已经渗透到各个领域，包括商业、金融、医疗等。
为了培养学生在大数据时代的决策能力，大数据决策教学大纲应该被设计出来，以确保学生能够掌握相关知识和技能。
第一部分：大数据概述在大数据决策教学大纲的第一部分，学生将被介绍大数据的基本概念和背景。
他们将了解大数据的来源、特点和应用领域。
此外，学生还将学习大数据对决策过程的影响以及大数据决策的优势和挑战。
第二部分：数据收集和清洗在第二部分，学生将学习如何收集和清洗大数据。
他们将了解到各种数据收集方法，包括传感器、社交媒体和在线调查等。
此外，学生还将学习如何处理数据中的噪声和缺失值，以确保数据的准确性和完整性。
第三部分：数据存储和管理在第三部分，学生将学习如何存储和管理大数据。
他们将了解到不同的数据存储技术，包括关系型数据库、分布式文件系统和云存储等。
此外，学生还将学习如何设计和实施数据管理策略，以确保数据的可靠性和安全性。
第四部分：数据分析和建模在第四部分，学生将学习如何进行数据分析和建模。
他们将学习使用统计方法和机器学习算法来发现数据中的模式和关联。
此外，学生还将学习如何使用数据可视化工具来呈现分析结果，以便更好地理解数据和进行决策。
第五部分：决策支持系统在第五部分，学生将学习如何使用决策支持系统来辅助决策过程。
他们将了解到不同类型的决策支持系统，包括基于规则的系统、基于模型的系统和基于数据的系统等。
此外，学生还将学习如何使用决策支持系统来评估不同的决策方案，并选择最佳的决策。
第六部分：伦理和法律问题在第六部分，学生将学习大数据决策中的伦理和法律问题。
他们将了解到大数据决策可能带来的隐私和安全问题，并学习如何制定合适的伦理和法律框架来保护个人和组织的权益。
总结大数据决策教学大纲的设计旨在培养学生在大数据时代的决策能力。
通过学习大数据的基本概念和背景，学生可以了解大数据对决策过程的影响。
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。
“管理运筹学”教学大纲
“管理运筹学”教学大纲一、课程简介“管理运筹学”是一门研究企业管理中决策与优化问题的课程。
本课程旨在让学生掌握运筹学的基本理论和方法，学会运用运筹学工具解决企业管理中的实际问题，提高决策效率和创新能力。
二、课程目标1、掌握运筹学的基本概念和原理，了解运筹学在企业管理中的应用。
2、掌握线性规划、整数规划、动态规划等常用运筹学方法，能够运用相关软件进行求解和分析。
3、理解运筹学在决策分析、资源优化配置、风险管理等方面的应用，能够运用运筹学方法解决实际问题。
4、培养学生的创新思维和综合分析能力，提高其在实际工作中运用运筹学的能力。
三、课程内容1、运筹学概述：介绍运筹学的定义、发展历程和应用领域，阐述运筹学在企业管理中的重要性。
2、线性规划：介绍线性规划的基本概念、数学模型、求解方法和实际应用，重点讲解线性规划在生产计划、资源分配等问题中的应用。
3、整数规划：介绍整数规划的基本概念、数学模型、求解方法和实际应用，重点讲解整数规划在排班安排、仓库管理等问题中的应用。
4、动态规划：介绍动态规划的基本概念、数学模型、求解方法和实际应用，重点讲解动态规划在最优路径选择、生产策略制定等问题中的应用。
5、决策分析：介绍决策分析的基本概念和方法，包括风险决策、不确定决策和多目标决策等，重点讲解如何运用运筹学方法进行决策分析。
6、资源优化配置：介绍资源优化配置的基本概念和方法，包括供应链优化、库存管理和排班安排等，重点讲解如何运用运筹学方法进行资源优化配置。
7、风险管理：介绍风险管理的基本概念和方法，包括风险识别、评估和控制等，重点讲解如何运用运筹学方法进行风险管理。
本课程总计36学时，分为理论授课和实践操作两个环节。
理论授课主要讲解运筹学的基本理论和常用方法，实践操作则通过案例分析和软件操作等方式加深学生对运筹学应用的理解和实践能力。
具体安排如下：1、理论授课：32学时，每周2学时，共16周。
2、实践操作：4学时，集中安排在学期末进行。
- 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：。