課程(名稱.編號)簡索

領導藝術.綜合管理        人力資源.企業培訓        職務能力培訓系統班        銷售實戰.市場行銷        職場技能.個人成長        Office白領辦公達人        財經金融.投資理財        語言學習.出國留學        中國大陸證照培訓        資格考試.考証培訓        文化.生活.興趣.保健        生產管理.採購物流        移動開發        前端開發        後端開發        數據庫.服務器        網頁平面設計        雲計算.大數據        網絡營銷推廣        自然學科        工程技術學科

經濟管理學科

醫.藥.農.林學科

法律 學科

計算機工程學科

哲學.歷史學科

文學.藝術學科

教育社會學科

外語 學科

醫藥農林        哲學歷史        文學藝術        工程技術        基礎科學        經管法學

    《生產過程調度與決策》課程是控制科學與工程學科為研究生開設的一門專業課程，已開課6年，近3年教學評價為優秀，達到95%以上的好評率。隨著教學的不斷開展，申請人結合學校辦學定位、碩士研究生層次人才培養目標、學科優勢和專業特色，並對國內外十幾所著名高校的生產過程調度教學情況，如課程內容、教學大綱、教學方法、考評方式等進行全方位調查研究與分析，在此基礎上對生產過程調度與決策教學課程進行改革和探索，旨在更新教學理念，優化教學策略，保持與國內外教學同步提高。
　

課程概述


     基於系統觀整合《生產過程調度與決策》關聯核心內容，選擇凝練核心知識點，重新構建內核明確精煉、外延交叉的課程內容，優化整體課程結構；

２基於最新權威教材自編講義，適當補充當前生產調度領域具有代表性的典型案例、綜合應用、前沿專題、熱點問題等內容，擴大學生視野，拓寬基本理論知識範圍；

３依托課程負責人及其團隊所做過的具體工程實踐實例，將課堂知識與工程實際結合，形成了「趣」、「實」、「活」」、「新」的教學風格，吸引學生專注，提高學習積極性；

４從最新科研項目課題中抽取貼切案例進行講解，以科研項目促教學，強化了在線學習過程和多元考核評價的質量，激發學生積極參與線上專業課程的興趣，指導學生真正理解理論知識並運用於實踐。
　

教學單元

1 專題1： 製造過程調度理論及應用概述 
1.1：課程簡介
1.2：生產調度概述
1.3：生產過程建模方法綜述
1.4：生產過程調度方法綜述1：基於運籌學、啟髮式規則與計算機仿真的調度方法
1.5：生產過程調度方法綜述2：基於智能算法與機器學習的調度方法
1.6：習題
2 專題2：車間調度案例分析 
2.1：隨機並行機調度問題及最優計算量分配問題介紹（案例1）
2.2：基於運籌學與概率統計學求解計算量分配問題（案例1）
2.3：柔性作業車間調度問題與基本求解思路介紹（案例2）
2.4：淺析元啟髮式算法（案例2）
2.5: 融合強化學習方法與群體智能求解柔性作業車間調度問題（案例2）
2.6：習題
3 專題3：物流倉儲調度 
3.1：倉儲調度問題介紹及研究內容綜述
3.2：訂單揀選與揀選路由基本求解算法及相關概念介紹
3.3：訂單批處理和交付的集成在線調度及其延伸（案例1）
3.4：訂單批處理，揀選路由和揀選設備調度問題集成調度（案例2）
3.5：習題
4 專題4：混合關鍵需求下的汽車軟件功能調度方法研究 
4.1：汽車軟件系統約束與目標概述
4.2：滿足單約束下的目標優化調度算法
4.3：滿足雙約束條件的目標優化調度算法
4.4：在可靠性和實時性約束下的最小開發成本調度案例分析
4.5：習題
5 專題5：群體智能算法在雲計算任務調度中的應用 
5.1：雲計算中異構處理器能量消耗最小問題描述及其數學規劃模型
5.2：布谷鳥算法與解的三段式編碼展示
5.3：一種快速獲得初始解的方法HEFT和蒙特卡洛參數評估
5.4：習題
6 專題6：深度學習介紹及應用 
6.1：深度學習及圖像復原原理概述
6.2：基於深度學習的危險化學品識別算法設計和應用
6.3：基於深度學習的智能倉庫貨物快速識別算法設計和應用
6.4：習題
7 專題7：強化學習介紹及應用 
7.1：強化學習方法綜述
7.2：深度強化學習方法綜述
7.3：案例（深度強化學習方法在倉儲調度中的應用）

課程列表　

名稱 時間長度
第01講1.1：課程簡介 00:04:47
第02講1.2：生產調度概述 00:07:33
第03講1.3：生產過程建模方法綜述 00:06:30
第04講1.4：生產過程調度方法綜述1：基於運籌學、啟髮式規則與計算機仿真的調度方法 00:04:36
第05講1.5：生產過程調度方法綜述2：基於智能算法與機器學習的調度方法 00:09:12
第06講2.1：隨機並行機調度問題及最優計算量分配問題介紹（案例1） 00:14:19
第07講2.2：基於運籌學與概率統計學求解計算量分配問題（案例1） 00:17:20
第08講2.3：柔性作業車間調度問題與基本求解思路介紹（案例2） 00:13:38
第09講2.4：淺析元啟髮式算法（案例2） 00:10:36
第10講2.5融合強化學習方法與群體智能求解柔性作業車間調度問題-案例2 00:08:17
第11講3.1：倉儲調度問題介紹及研究內容綜述 00:15:48
第12講3.2：訂單揀選與揀選路由基本求解算法及相關概念介紹 00:20:23
第13講3.3：訂單批處理和交付的集成在線調度及其延伸（案例1） 00:15:40
第14講3.4：訂單批處理，揀選路由和揀選設備調度問題集成調度（案例2） 00:13:32
第15講4.1：汽車軟件系統約束與目標概述 00:12:00
第16講4.2：滿足單約束下的目標優化調度算法 00:07:19
第17講4.3：滿足雙約束條件的目標優化調度算法 00:16:40
第18講4.4：在可靠性和實時性約束下的最小開發成本調度案例分析 00:13:58
第19講5.1：雲計算中異構處理器能量消耗最小問題描述及其數學規劃模型 00:06:17
第20講5.2：布谷鳥算法與解的三段式編碼展示 00:08:49
第21講5.3：一種快速獲得初始解的方法HEFT和蒙特卡洛參數評估 00:11:34
第22講6.1：深度學習及圖像復原原理概述 00:11:51
第23講6.2：基於深度學習的危險化學品識別算法設計和應用 00:11:05
第24講6.3：基於深度學習的智能倉庫貨物快速識別算法設計和應用 00:11:01
第25講7.1：強化學習方法綜述 00:09:00
第26講7.2：深度強化學習方法綜述 00:11:05
第27講7.3：案例（深度強化學習方法在倉儲調度中的應用） 00:08:30