§6.1 反馈的基本概念及判断方法 §6.2 负反馈放大电路的四种基本组态 §6.3 负反馈放大电路的方框图及一般表达式 §6.4深度负反馈放大电路放大倍数的分析 §6.5 负反馈对放大电路性能的影响

一.前言 空间句法的由来 空间句法的字面含义 空间句法的特质 二.解读空间句法 空间句法的相关理论 空间句法的技术手段 三.空间句法的应用 基于宏观层面——城市规划的应用 基于微观层面——建筑设计的应用 四.结语 空间句法的学术意义 空间句法的定位

矩量法(简称MoM)，就其数值分析而言就是广义Galerkin(伽略金)法。矩量法包括两个过程，离散化过程和选配过程，从而把线性算子方程转化为矩阵方程。 &4.1 矩量法概述 &4.2 基函数与权函数选择 &4.3 MOM法应用举例

6.1 Understand the applications of prescriptive analytics techniques in combination with reporting and predictive analytics 6.2 Understand the basic concepts of analytical decision modeling 6.3 Understand the concepts of analytical models for selected decision problems, including linear programming and simulation models for decision support 6.4 Describe how spreadsheets can be used for analytical modeling and solutions 6.5 Explain the basic concepts of optimization and when to use them 6.6 Describe how to structure a linear programming model 6.7 Explain what is meant by sensitivity analysis, what-if analysis, and goal seeking 6.8 Understand the concepts and applications of different types of simulation 6.9 Understand potential applications of discrete event simulation

5.1 Describe text mining and understand the need for text mining 5.2 Differentiate among text analytics, text mining, and data mining 5.3 Understand the different application areas for text mining 5.4 Know the process of carrying out a text mining project 5.5 Appreciate the different methods to introduce structure to text-based data 5.6 Describe sentiment analysis 5.7 Develop familiarity with popular applications of sentiment analysis 5.8 Learn the common methods for sentiment analysis 5.9 Become familiar with speech analytics as it relates to sentiment analysis

4.1 Define data mining as an enabling technology for business analytics 4.2 Understand the objectives and benefits of data mining 4.3 Become familiar with the wide range of applications of data mining 4.4 Learn the standardized data mining processes 4.5 Learn different methods and algorithms of data mining 4.6 Build awareness of the existing data mining software tools 4.7 Understand the privacy issues, pitfalls, and myths of data mining

3.1 Understand the basic definitions and concepts of data warehousing 3.2 Understand data warehousing architectures 3.3 Describe the processes used in developing and managing data warehouses 3.4 Explain data warehousing operations 3.5 Explain the role of data warehouses in decision support

2.1 Understand the nature of data as it relates to business intelligence (BI) and analytics 2.2 Learn the methods used to make real-world data analytics ready 2.3 Describe statistical modeling and its relationship to business analytics 2.4 Learn about descriptive and inferential statistics 2.5 Define business reporting, and understand its historical evolution

MATLAB语言是一种广泛应用于工程计 算及数值分析领域的新型高级语言,自1984 年由美国 Math Works公司推向市场以来, 历经十多年的发展与竞争,现已成为国际公 认的最优秀的工程应用开发环境

一、学科平台课程 1《电工技术》 2《工程制图 B1》 3《工程制图 B2》 4《工程力学》 5《机械工程材料》 6《机械设计基础》 二、专业课程 1《物流工程》 2《物流系统建模与仿真》 3《物流管理》 4《供应链管理》 5《物流信息技术》 6《仓储与库存控制技术》 7《物流设施设备》 8《运输与配送》 9《国际物流学》 10《物流系统工程》 11《物流系统规划》 三、个性化发展课程 1《物流 3D 模型设计》 2《物流项目管理》 3《物流成本管理》 4《物流运筹与优化》 5《Flexsim 高级应用技术》 6《数据库原理》 7《数据分析与 VBA 程序设计》 8《配送中心规划与设计》 9《物流工程经济学》 10《生产物流系统》 11《物流工程案例分析》 12《物流管理信息系统》 13《物流市场营销学》 14《专业英语》 15《科技论文写作》 16《物流法律法规》 17《物联网技术基础》 18《物流设备管理》 19《港口机械》 20《物流工程经济学》 21《物流工程安全技术》 22《物流自动化》 23《现代物流装备与技术》 24《物流机械设计基础》 25《仓储设备选择与设计》 26《机械动力学基础》 27《专业英语》 28《海关报关实务》 29《采购学》 30《外贸英语函电》 31《智能物流技术概论》 32《人力资源管理》 33《物流业务英语口语》 34《物流大数据分析》 35《电子商务》 四、实践环节 1《工程训练 B》 2《认识实习》 3《物流仿真实践》 4《仓储与库存控制技术课程设计》 5《配送中心规划课程设计》 6《物流设施设备课程设计》 7《物流管理信息系统课程设计》 8《物流系统综合实训》 9《生产实习》 10《毕业设计（论文）》313