2023管理科学与工程全日制学术型硕士培养方案

管理科学与工程是管理学门类下的一级学科,是综合运用系统科学、管理科学、数学、经济和行为科学,结合数据科学与信息技术研究解决社会、经济等方面的管理问题的一门学科。该学科从定性分析趋向定量化研究,从宏观研究逐步深入到微观研究,侧重于研究同现代生产经营、科技、经济和社会等发展相适应的管理理论、方法与工具,应用现代科学方法与科技成就来阐明和揭示管理活动的规律,以提高管理的效率。

二、研究方向

本学科现设服务科学与运作管理、管理决策分析、风险管理、数据挖掘与商务智能等研究方向。

三、培养目标

本学科致力培养坚持四项基本原则,坚持改革开放,具有严谨求实的思想作风和较高的精神文明素养,可承担本学科教学、科研具体工作和较高层次的经济管理实务工作,德、智、体、美全面发展,努力为建设中国特色社会主义服务的高层次专门人才。

四、学习年限及培养过程

本学科基本学习年限为二年。本学科授予管理学硕士学位。本专业学术硕士研究生培养包括课程学习,文献综述与开题报告,论文工作,论文答辩等环节。

1、依托文献综述进行论文开题准备

研究生应在导师指导下查阅文献资料,深入调查研究,确定具有理论和实践意义的具体课题,并尽早完成开题报告。开题报告应包括研究背景、文献综述、研究问题及其意义、研究目的、主要研究内容、技术路线和研究方法、工作特色及难点、预期成果及可能的创新点、论文工作计划等。文献综述应阅读不少于30篇与学位论文有关,且反映所研究内容最新状况的高水平文献,应包括外文文献,所有文献应通过导师、开题报告会评审专家认可认定。

论文选题可由学生自己选题,也可结合指导教师的科研任务进行。鼓励研究生自己选择具有创新性的研究课题。研究生学位论文选题应紧密结合指导教师的研究方向和学术专长,从事交叉学科课题研究的学生应申请联合指导教师,学生应选择指导教师熟悉的研究领域从事学位论文工作。

2、科研成果要求

硕士研究生在申请硕士学位时,科研成果要满足(1)、(2)、(3)中的一项要求:

3、其他学术活动

研究生应主动积极参加校、院(系)和研究所的学术活动,要求在校期间参加学术活动的次数不少于5次。每次应及时填写“学术活动记录”,并由学术活动的主持人当场签字确认,其他人不得代签或补签。每次报告均应有800字以上并能体现专业水平的总结,以及本人现场提问问题记录。鼓励研究生在学期间参加全国性或国际学术会议,并在会议上宣读自己的学术论文。在论文工作期间至少在二级学科范围内作2次学术报告,并积极吸收硕士、本科生以及有关教师参加。

4、社会实践

具体要求参见学校、学院有关规定。

五、学分要求

在规定的学习年限内,本学科硕士研究生至少应修满36学分,其中:德育教育1学分,调研实习1学分,课堂教学33学分,劳动实践1学分。

六、学位论文要求及过程管控

1、开题报告

开题报告会原则上在第一学年结束前完成,最迟不能迟于第二年秋季学期第6周完成开题报告会答辩工作,参加报告会成员的专业与研究方向应在本二级(或一级)学科范围内相对集中、公开地进行,并以硕士生导师为主的不少于3名副教授(含导师)参加,并吸收有关教师和研究生参加。评审通过的选题报告,应以书面形式交系研究生管理办公室备案,参加评审人员签字确认,学生留存复印件。

2、论文工作与中期汇报管理

3、答辩资格审查与论文匿名评审

4、论文答辩

自开题报告起10个月后,并通过论文匿名评审后,方可申请答辩。论文应于答辩前1个月交答辩委员会评阅人(提交论文后方可领取评阅意见表)。评阅意见应密封后交答辩秘书。答辩后应根据评阅和答辩意见修改论文,由参加答辩的学位分委会委员和导师负责签字后,上交修改后论文存档(未按要求修改论文,不得报学位分委会)。答辩委员会应至少有一名非本校本领域研究专家、学者参加。

七、知识体系及课程设置

本学科学生应具有扎实的管理学和经济学基础理论、较系统的管理科学专门知识,能够理论联系实际,具有对经济、管理实际问题的观察、分析与决策能力以及政策实施与执行能力;熟练应用常见的数据决策、统计分析软件,能够运用数量分析理论和方法建立经济管理预测、决策模型;较为熟练地掌握一门外国语并能阅读本学科的外文资料。

课程学习计划由:(1)公共基础课;(2)学科基础课;(3)专业必修课;(4)公共选修课;(5)研究方向专业选修课;(6)其他选修课等课程模块组成。前三项为必修课,选修课应根据指导教师建议和选修要求进行课程选择。对非本专业基础的研究生(主要指本科非本专业方向)应补充学习专业基础课,并通过学院课程考核,本科专业课授课教师将给以学习便利。学习计划一般在入学三周内在导师指导下完成。

课程学习计划应考虑学科发展趋势的需要及研究生的具体情况,并使计划在以下几个方面得到充分的综合平衡:(1)管理科学的基础理论;(2)适当宽度和深度的研究方向与专业知识;(3)一定的工程管理实践、数学模型方法计算、设计能力;(4)科学研究工作各主要环节所需的能力;(5)必要的相邻学科知识。

1.公共基础课(最低要求学分)4学分

课程编号

课程名称

学分

学时

年级

学期

开课单位

01421013

新时代中国特色社会主义理论与实践

2.0

32

1

马克思主义学院

02721005

英语

2

外国语学院

2.学科基础课(最低要求学分)8学分

00921034

管理决策模型与方法

管理科学与工程学院

00521132

高级微观经济学C

3.0

48

经济学院

00921102

高级计量经济学B

3.专业课(最低要求学分)15学分

00921081

专业英语2

00921217

运作管理

00921027

博弈论与信息经济学

00921039

商务智能

00921213

数据挖掘

00921037

风险计量模型

00921040

智能优化算法与实现

00921100

论文写作指导

1.0

16

4.必修环节(最低要求学分)3学分

00921115

劳动实践

00921083

德育教育

0921084

实习调研

5.选修环节(最低要求学分)0学分

00921101

创新实践

6.公共选修课1(最低要求学分)0学分

01321093

西方人文社科经典原著选读

社会与心理学院

00821154

舞蹈鉴赏与实践

文化与传媒学院

02721002

二外法语

02721001

二外日语

00621002

计算机高级应用

信息学院

02721007

二外俄语

01411056

向科学要答案——龙马学者讲思政

01721028

研究生体育

体育经济与管理学院

00821155

电影大师研究

02921024

统计回归分析理论及其应用

统计与数学学院

7.公共选修课2(最低要求学分)1学分

01421015

马克思主义与社会科学方法论

01421014

自然辩证法概论

8.学科与专业选修课(最低要求学分)5学分

00921005

高级公司财务理论

00921214

人工智能

00921212

机器学习

00921075

风险管理

00921116

排队经济学

00921006

投资学

00921074

大数据分析与应用

00921013

投入产出分析

00921215

数字化创新管理

00521136

高级宏观经济学C

00921042

随机分析及经济应用

00921015

投资决策与财务分析

00921044

金融计量学

00921216

社会计算

00921076

行为决策科学

八、其他需要说明事项

科研成果以现行学校期刊目录为依据,如果学校期刊目录调整,科研成果要求需学院学术委员会重新确定。

九、专业阅读书目

《决策理论与方法》,岳超源.科学出版社,2011.

《运筹决策理论方法新编》,王可定等.清华大学出版社,2010.

《系统综合评价技术及其应用》,叶义成等.冶金工业出版社,2006.

《商务智能》,刘红岩.北京:清华大学出版社,2020.

《数据挖掘原理与SPSSClementine应用宝典》,元昌安.电子工业出版社,2009.

《DataMining:Conceptsandtechniques》,JiaweiHanetc.ChinaMachinePress,2012.

《统计学习方法》,李航.北京:清华大学出版社,2019.

《智能优化方法》,汪定伟.高等教育出版社,2012年.

《现代优化计算方法》,邢文训,谢金星.清华大学出版社,2005.

《MATLAB智能算法30个案例分析》,史峰等.北京航空航天大学出版社,2015.

《高级信用风险分析——评估、定价和管理信用风险的金融方法和数学模型》,科森等著.机械工业出版社,2005.

《金融风险测量和全面风险管理:理论、应用和监管》,陈公越等.上海科学技术出版社,2011.

《基于人工免疫机制的个人信用风险模型研究》,杨雨.经济科学出版社,2012.

《数据挖掘:概念与技术》.韩家炜.(第三版).北京:机械工业出版社,2012.

《量化投资-数据挖掘技术与实践》,卓金武,周英,中国工信出版集团,2015.

《机器学习》,周志华.北京:清华大学出版社,2016.

《利用Python进行数据分析》,徐敬一(译),北京:机械工业出版社,2018.

《人工智能导论(第5版)》,王万良.北京:高等教育出版社,2020.

《高级人工智能(第3版)》,史忠植.北京:科学出版社,2011.

StuartRussell,PeterNorvig.ArtificialIntelligence:Amodernapproach(3ed).NewYork:PearsonHigherEducation,2010.

《风险管理:原理、方法与应用》,孙立新.经济管理出版社,2014.

《风险管理计算与分析:软件实现》,王周伟.机械工业出版社,2016.

《管理信息系统:管理数字化公司》,第15版,肯尼思·劳顿、简·劳顿著,黄丽华、俞东慧译,清华大学出版社,2018年

《管理经济学》,第7版,吴德庆等编著,中国人民大学出版社,2018年

《复杂网络理论及其应用》,汪小帆,李翔,陈关荣.清华大学出版社,2006.

《社会计算的基本方法与应用》,王飞跃,李晓晨,毛文吉,王涛.浙江大学出版社,2013.

THE END
1.人工智能优化研究:历史现状与未来展望随着人工智能的不断发展,优化研究在其中扮演着关键的角色。本文将深入探讨优化研究在人工智能领域的发展,遇到的问题以及未来的展望,同时关注其与其他方向的交叉结合,技术的应用,国际研究趋势等方面。 1. 优化研究的发展 1.1 传统优化算法 进化算法与遗传算法:传统优化算法在早期为问题提供了一些解决方案,特别是进化算法https://blog.csdn.net/BetrayFree/article/details/135257103
2.基于智能优化算法的高效用项集挖掘方法综述基于智能优化算法的高效用项集挖掘方法综述,高效用项集挖掘,智能优化算法,粒子群优化算法,进化算法,启发式算法,高效用项集挖掘(HUIM)能够挖掘事务数据库中具有重要意义的项集,从而帮助用户更好地进行决策。针对智能优化算法的应用能够显著https://wap.cnki.net/touch/web/Journal/Article/JSJY202306003.html
3.基于群智能优化算法的医学图像分割综述随着智能技术的快速发展,越来越多的人将智能优化算法应用到医学图像分割中,其中群智能优化算法是当今热门的研究课题。群智能优化算法是指人类参考群体生活的昆虫、动物的复杂社会行为而提出的模拟生物系统中群体生活习性的一种新算法。本文主要介绍了包括粒子群算法(PSO)、萤火虫算法(FA)、布谷鸟搜索算法(CS)、蝙蝠算法https://www.cnki.com.cn/Article/CJFDTotal-GJSX201905014.htm
4.科学网—智能算法综述智能算法综述 摘要:随着计算机技术的飞速发展,智能计算方法的应用领域也越来越广泛,本文介绍了当前存在的一些智能计算方法,阐述了其工作原理和特点,同时对智能计算方法的发展进行了展望。 关键词:人工神经网络 遗传算法 模拟退火算法 群集智能 蚁群算法 粒子群算https://blog.sciencenet.cn/blog-85556-44718.html
5.边缘计算资源分配与任务调度优化综述腾讯云开发者社区区别于启发式规则,智能算法力争全局的优化性能。文献[62]利用GA优化任务-边缘节点群的分配。文献[12]采用概率表征任务间的前后位置关系,在基于启发式方法的DAG预分割后,利用双变量相关的分布估计算法排序任务,同时优化应用整体完成时间和边缘节点能耗。文献[27]考虑任务截止时间信息,利用EDA优化总拖期。针对任务-节点分https://cloud.tencent.com/developer/article/1909425
6.人工智能算法综述本文通过对若干智能算法的综述,在一定程度上集合总结了大部分算法的基本原理、功能特点、应用领域,并对其加以比较,使人们能够对人工智能算法有更清晰明了的认识,减少对算法应用方面上的失误让使用者能够方便快速的了解到各算法的相关资料从而提高运算效率。 人工智能算法要解决的一般是最优化问题,智能算法最优化问题是一http://www.360doc.com/content/15/1009/10/17040482_504355165.shtml
7.智能汽车中人工智能算法应用及其安全综述智能汽车环境感知算法作为智能汽车规划决策和控制执行的基础环节,是智能汽车研究的关键技术之一,也是智能汽车当前研究的热点问题。本文对智能车中的环境感知算法进行综述,其次总结了当前决策规划层的研究情况。 1)目标检测算法 目标检测的任务是找出图像或视频中的感兴趣物体,同时检测出它们的位置和大小,是机器视觉领域的核https://www.yoojia.com/ask/17-11900815188486720700.html
8.TCCT通讯Newsletter2017No.01保证智能轮椅平滑通过狭窄通道的路径曲率优化算法 自动化学报, 2016 Vol. 42 (12): 1874-1885 Abstract | PDF 杜惠斌, 赵忆文, 韩建达, 赵新刚, 王争, 宋国立 基于集员滤波的双Kinect人体关节点数据融合 自动化学报, 2016 Vol. 42 (12): 1886-1898 Abstract | PDF 王晓峰, 李醒, 王建辉 基于无模型自适应https://tcct.amss.ac.cn/newsletter/2017/201701/journal.html
9.决策树算法综述8篇(全文)决策树算法综述(精选8篇) 决策树算法综述 第1篇 随着数据库技术的发展,人们搜集数据的能力大幅度提高,可以非常方便地获取和存储大量的数据,但却无法从这些数据中发现潜在的规律,无法预测未来的发展趋势。如何有效的利用这些数据为人类服务,已成为人们研究的热点之一。数据挖掘技术能自动和智能地从大型数据库中提取隐含https://www.99xueshu.com/w/ikeyyv1ig3dg.html
10.蚂蚁金服核心技术:百亿特征实时推荐算法揭秘阿里妹导读:本文来自蚂蚁金服人工智能部认知计算组的基础算法团队,文章提出一整套创新算法与架构,通过对TensorFlow底层的弹性改造,解决了在线学习的弹性特征伸缩和稳定性问题,并以GroupLasso和特征在线频次过滤等自研算法优化了模型稀疏性,在支付宝核心推荐业务获得了uvctr的显著提升,并较大地提升了链路效率。 https://maimai.cn/article/detail?fid=1010621115&efid=mIQCHnkj0zjxlpygUmo5mg
11.综述:基于多维光场调控的超构表面先进成像与显示据麦姆斯咨询报道,南京大学物理学院固体微结构物理国家重点实验室的科研团队结合相关智能算法,综述了超构表面在多维成像、全息显示以及这些技术交叉领域的应用,探讨了其在计算成像、超分辨成像、可调谐显示技术,以及与光学微操控和量子技术协同发展方面的潜力。最后,对超构表面技术在成像与显示领域的广泛应用前景及未来研究https://www.eet-china.com/mp/a355598.html
12.虚拟电厂,豹变前夜虚拟电厂能够聚合分布式发电、储能、可控负荷资源,利用通信技术和软件算法优化电力调度,参与需求侧响应或电力交易从而最大化收益,较其他形式的电厂具有成本低、效率高的优势,投入成本约为火电厂的1/8,是全球智能电网发展的重要技术之一。 全球虚拟电厂已发展出欧洲、美国两种主要模式。海外虚拟电厂以欧洲、美国两种模式为https://wallstreetcn.com/articles/3664491
13.灰狼优化算法(GreyWolfOptimizer).pdf最原始的灰狼优化算法,全面解释了灰狼优化算法的来源和基础应用,适合初学者。群智能优化算法,灰狼优化算法https://www.iteye.com/resource/merry_hj-11449641