1．了解控制职能的涵义，理解控制机制与要领； 2．理解管理控制的几种基本类型； 3．掌握控制的基本程序； 4．理解预算控制与非预算控制的主要技术与方法，特别是现代方法； 5．理解管理信息系统的构成与功能。 第一节 控制机制与控制过程 第二节 控制方法与技术 第三节 信息管理系统 实践训练 课程综合实训

用人工神经元方法分析IF钢性能与成分、加工工艺之间关系.通过实验与现场数据训练1个前向网络的考核结果表明，该方法是用于大生产中IF钢成分与工艺设计的有效方法

管理学 会计学 经济法 微观经济学 宏观经济学 管理信息系统 财务管理 组织行为学 市场营销学 新生研讨课 人力资源战略与规划 劳动关系与劳动法 绩效与薪酬管理 员工培训与开发 人力资源招聘与录用管理 运营管理 公司战略管理 公司治理 社会调查理论与方法 创新能力训练 劳动经济学 统计学 社会保障学 电子商务实务与案例分析 商务礼仪 税法 商务谈判实务与案例 管理沟通 保险学 统计分析软件与应用 人力资源管理前沿 国家公务员制度 财经写作 个人理财

一、课程的目的与任务 《EDA课程设计》(注:EDA即电子设计自动化, Electronics Design Automation)是继《模拟电子技 术基础》、《数字电子技术基础》、《电子技术基础实验》课程后,电气类、自控类和电子类等专业学生在 电子技术实验技能方面综合性质的实验训练课程,是电子技术基础的一个部分,其目的和任务是通过 周的时间,让学生掌握EDA的基本方法,熟悉一种EDA软件( MAXPLUS2),并能利用EDA软件设计 个电子技术综合问题,并在实验板上成功下载,为以后进行工程实际问题的研究打下设计基础

一 学科平台课程 1《电工技术》 2《工程制图 D》 3《工程力学》 4《机械设计基础》 二 专业课程 1《设计表达Ⅰ》 2《设计表达Ⅱ》 3《色彩基础》 4《创造性思维》 5《计算机辅助工业设计Ⅰ》 6《计算机辅助工业设计Ⅱ》 7《工业设计史》 8《视觉传达设计》 9《产品设计造型基础Ⅰ》 10《产品设计造型基础Ⅱ》 11《产品设计程序与方法》 12《工业设计专业英语》 13《设计调研》 14《设计心理学》 15《材料与加工技术》 16《模型设计与制作》 17《产品语意学》 18《计算机辅助工业设计 III》 19《产品形态设计》 20《人机工程学》 21《产品系统设计》 22《产品结构设计》 23《产品开发设计》 三 个性化发展课程 1《设计管理》 2《交互设计》 3《家具设计》 4《机电产品设计》 5《交通工具造型设计》 6《展示设计》 7《工业产品演示动画》 8《产品文化研究与设计》 9《汽车概论》 10《工业设计概论》 11《包装设计》 12《三维软件》 13《儿童产品设计》 14《服务设计》 15《设计前沿欣赏》 16《模具设计与制造》 17《老年人产品设计》 18《快速成型技术》 19《产品创新设计》 20《工业设计前沿及发展》 四 实践环节 1《工程训练 B》 2《Arduino 交互实践》 3《认识实习》 4《数位板设计训练》 5《产品概念设计实践》 6《工业产品创新实践》 7《产品拆装与分析实践》 8《专题设计》 9《生产实习》 10《毕业设计（论文）》

水文与水资源工程专业、勘察技术与工程专业(水文地质与环境地质方向)生产实习 的主要内容包括资料收集与分析、气象观测、水均衡试验场观测、现场调查、抽水试验: 启发性教学阶段、独立性教学阶段及创造性教学阶段的基本技能训练。由于实习内容、实 习方法

通过系统的学习与严格的训练,全面掌握数学分析的基本理论知识、思想与方法;培养严格的逻辑思 维能力与推理论证能力:具备熟练的运算能力与技巧:提高建立数学模型,并应用微积分这一工具解决实 际应用问题的能力。通过学习与研究,激发学生热爱专业,增强建设祖国的事业心和责任感,为学习数学 专业的所有后续课程打下基础

本课程是为生物工程专业本科生开设的专业课。本课程是学生基本学完大学全部课程, 扎实掌握基础理论、工程技能及专业知识的基础上开设的。本课程的任务主要是通过课堂教 学,使学生掌握有关工艺计算、设备计算与设计选型、管道安装设计、车间布置设计等的内 容与方法、步骤,熟悉各种工程图纸的内容及阅读方法、绘制方法。结合毕业实习和毕业设 计,完成工程师的综合性基本训练

1掌握通用零、部件的工作原理、特点、选用、常规设计原理与方法和机械设计的一般规律，具有设计机械传动装置和简单机械的能力。2树立正确设计思想。3具有运用标准、规范手册、图册和查阅有关技术资料的能力。4掌握典型零件的实验方法、获得实验技能的基本训练。5对机械设计的新发展有所了解

以某钢厂1580热连轧生产数据为基础,提出一种有限元与神经网络集成建模的方法.该方法首先对轧制过程的塑性变形进行有限元建模,然后结合有限元数值分析方法和智能技术的优点,实现有限元和神经网络的集成建模.集成模型中的神经网络模型为有限元模型提供参数调整的依据,并且在神经网络训练过程中使用改进的混沌粒子群优化算法对神经网络进行优化.通过与现场实际生产数据进行比较,验证了该模型的有效性