培养方案哈尔滨工业大学教务处Word格式.docx
《培养方案哈尔滨工业大学教务处Word格式.docx》由会员分享，可在线阅读，更多相关《培养方案哈尔滨工业大学教务处Word格式.docx（27页珍藏版）》请在冰豆网上搜索。
自动控制原理B，模式识别基础，智能控制基础。
五、学习年限、授予学位及学分要求
学习年限：
1-3年
授予学位：
工学学士学位
学分要求：
本辅修专业学生应完成培养方案规定的全部课程的学习及实践环节训练，至少修满24学分（不含毕业设计），学校颁发辅修专业证书；
若毕业设计（论文）答辩合格，修满32学分，学校颁发辅修学位证书。
近工科专业如在主修专业中已经修得相同或相近课程且成绩合格，可以申请学分认定。
若认定学分大于等于6个学分，需要选修智能控制课程设计课程。
六、学年教学进程表
课程编号
课程名称
学分
学时分配
考核
方式
建议选课学期
学时
讲课
实验
上机
习题
课外
AS33140
数字信号处理
2.0
32
24
8
考查
2秋
AS32141
系统建模与仿真基础
考试
2春
AS33142
信号检测技术基础
26
6
AS31143
自动控制原理B
4.0
64
54
10
3秋
AS33144
数字图像处理
AS33145
模式识别基础
14
4
3春
AS33146
智能控制基础
AS33147
智能控制课程设计*
（认定超过6学分时选修）
4周
AS33148
智能无人机
4秋
AS33149
智能无人车
AS33150
智能医学诊断
AS33151
快速控制原型与硬件在环仿真技术
20
12
AS34103
毕业设计
8.0
14周
4春
每门课程的先修课程如下：
数字信号处理先修课程：
微积分。
系统建模与仿真基础先修课程：
微积分、大学物理、电路。
信号检测技术基础先修课程：
大学物理、电路、概率论与数理统计、数字电子技术基础。
自动控制原理B先修课程：
大学物理、电路、数字电子技术基础。
数字图像处理先修课程：
微积分、线性代数。
模式识别基础先修课程：
微积分、代数与几何、概率论与数理统计。
智能控制基础先修课程：
微积分、自动控制原理B。
智能无人机先修课程：
自动控制原理B、电路、智能控制基础。
智能无人车先修课程：
智能医学诊断先修课程：
模式识别基础、数字图像处理。
快速控制原型与硬件在环仿真技术先修课程：
数字电子技术基础、计算机原理、自动控制原理B。
智能机器人专业（学位）培养方案（辅修）
具有系统的工程实践经历，能够从事智能机器人的设计开发、工程应用、运行管理等方面工作，能够推动智能机器人领域的发展和进步。
具有较强创新意识和良好工程职业道德的高素质复合型工程技术人才。
1.掌握并能够运用本专业所需的相关基本理论和基础知识，具有系统的工程实践学习经历，了解本专业领域的前沿发展现状和趋势；
2.掌握文献检索及运用现代信息技术获取相关信息的基本方法；
3.掌握科学的思维方法，具有综合运用所学理论、知识和技术设计机器人系统的能力；
4.具有对智能机器人工程问题进行系统表达、建立模型、分析求解、论证优化的能力；
5.具有进行智能机器人开发和设计、技术改造与创新设计的基本能力；
6.具有较好的人文科学素养、较强的社会责任感和良好的工程职业道德；
7.熟悉与本专业相关的法律法规，能正确认识本专业对客观世界和社会的影响；
8.具有一定的组织管理能力、较强的表达能力和人际交往能力以及在团队中发挥作用的能力；
9.具有一定的国际视野和跨文化交流、竞争与合作的初步能力；
10.具备终身教育的意识，具有继续学习和适应社会和科技发展的能力。
机械工程
机器人学导论、机械工程控制基础、机械设计制造基础、智能制造与工业物联网、人工智能概论。
机器人驱动与运动控制、机器人传感与检测技术、机器人轨迹控制实验、机器人智能控制技术、机器人视觉。
专业选修课程：
仿生机器人技术与应用、并联机器人基础、医疗机器人概论、特种移动机器人、微操作机器人技术。
五、授予学位及学分要求
在辅修本专业（学位）前，学生应具有理论力学与材料力学、电工与电子技术、工程训练的知识基础，对在规定年限内完成本专业教学进程要求的课程，修满34学分者，颁发辅修学位证书。
对在规定年限内完成本专业教学进程要求的课程，修满25学分者，颁发辅修专业证书。
课程名称
课程性质
考核方式
建议选课学期
备注
ME32584
智能制造与工业物联网
必修
2
ME32585
人工智能概论
ME32586
机械工程控制基础
ME32587
机械设计制造基础
80
5
ME32588
机械设计制造基础课程设计
1周
1
ME32589
机器人学导论
ME32590
机器人传感与检测技术
ME32591
机器人驱动与运动控制
ME32592
机器人轨迹控制实验
ME32593
机器人智能控制基础
ME32594
机器人视觉
ME32595
仿生机器人技术与应用
选修
16
辅修学位选修3学分；
辅修专业选修2学分。
ME32596
并联机器人基础
ME32597
医疗机器人概论
ME32598
特种移动机器人
ME32599
微操作机器人技术
ME34599
8周
只适用于辅修学位。
七、培养要求与培养目标的对应关系
培养
目标
要求
培养目标1
培养目标2
培养目标3
毕业要求1
●
毕业要求2
毕业要求3
毕业要求4
毕业要求5
毕业要求6
毕业要求7
毕业要求8
毕业要求9
毕业要求10
八、课程与培养要求的对应关系
毕业
要求
课程
专业基础课
M
L
H
专业核心课
专业选修课
注：
1.根据课程对各项毕业要求的支撑强度分别用“H（高）、M（中）、L（弱）”表示，支撑强度的含义是：
该课程覆盖毕业要求指标点的多寡，H至少覆盖80%，M至少覆盖50%，L至少覆盖30%。
课程应覆盖所有必修环节。
2.表中未覆盖部分由通识教育课程、创新创业课程与创新创业实践来达到要求。
智能制造系统工程专业（学位）培养方案（辅修）
1.具有坚实的智能制造系统工程专业知识与创新实践能力、兼具智能制造工程技术与数字化管理能力的复合型高级人才；
2.终身学习，致力于提高智能制造水平，促进制造业发展；
3.在教学、科研、制造业领域持续发挥专业所长，推动国民经济发展与社会进步。
1.能够将机械制造、运筹学、人工智能、信息工程技术和专业知识用于解决复杂智能制造工程和管理问题；
2.能够应用专业知识，识别、表达、并通过文献研究分析智能制造工程和管理问题，正确构建问题模型并创造性地设计满足特定需求的解决方案；
3.能够基于科学原理与方法对实际问题进行研究，包括设计实验、分析与解释数据，使用恰当的技术、资源、现代工程工具和信息技术工具，得到合理有效的结论并指导智能制造实践；
4.具有人文社会科学素养、社会责任感，能够理解、评价工程和管理实践可能对社会、环境、健康、安全、法律以及文化所带来的影响，并承担相应责任；
5.能够在多学科背景下的团队中承担个体、团队成员以及负责人的角色，具备良好的沟通和表达能力，具备国际视野，能够在跨文化背景下进行有效交流；
6.理解并掌握项目管理原理与决策分析方法，理论联系实践、灵活运用；
7.具有自主学习和终身学习的意识，与时俱进、持续增强专业能力。
机械工程。
运筹学基础、机械设计制造基础、生产计划与智能控制
智能制造与工业物联网、设施规划与智能物流、智能制造系统建模与仿真、数字化决策分析、现代质量工程、工业大数据、项目管理基础等
五、学制、授予学位及学分要求
在辅修本专业（学位）前，学生应具有材料力学、理论力学、机械技术制图、数学类课程的知识基础。
本专业学生应达到学校对本科毕业生提出的德、智、体、美等方面的要求，在规定年限内完成本专业辅修学位教学进程要求的课程，修满34学分，颁发辅修学位证书；
在规定年限内完成本专业辅修专业教学进程要求的课程，修满25学分，颁发辅修专业证书。
六、辅修培养计划
6.1辅修专业培养计划
课程编码
5.0
3秋-3春
1.0
3春-4秋
ME32490
智能制造建模与仿真
ME32491
生产计划与智能控制
3秋-4秋
ME32492
运筹学基础
2春-4秋
ME32493
现代质量工程
ME32494
设施规划与智能物流
ME32495
数字化决策分析
ME32496
工业大数据
ME32497
智能制造工程综合课程设计
2周
4秋-4春
学分合计：
25.0
6.2辅修学位培养计划
ME32498
项目管理基础
2春-4春
ME32499
系统工程导论
ME34499
6周
6.0
34.0
计算金融专业（学位）培养方案（辅修）
计算金融专业旨在培养复合型专业化人才。
通过本专业的学习，能够利用多市场、多品种、多策略的综合投资进行未来资产管理，掌握从事资产管理、金融市场投资、财富管理和养老金策划、社会保障等领域的专业理论和方法，尤其是能够运用计算金融方法进行资产管理，包括掌握金融学和计算交易的基础知识，具备计算金融投资思维及捕捉金融市场信息和变化趋势的能力，能够根据实时情形设计交易算法、策略和模型，通过信息系统和计算机程序语言的方式实现，并动态调整或优化智能交易系统，最终成为能适应技术进步和金融交易变化的计算人才。
学生在学习期间，修满培养方案规定的32学分（专业核心课16学分，专业选修课10学分，毕业设计6学分），并取得主修专业学位证书的，可获得金融学辅修专业学位证书。
修满培养方案规定的24学分（专业核心课16学分，专业选修课8学分），并取得主修专业学位证书的，可获得金融学辅修专业证书。
培养要求：
1.掌握微积分B
（1）、微积分B
（2）、概率论与数理统计的基本知识；
2.能够理解和运用金融学的基本概念和原理；
3.能够捕捉金融市场中的投资机会及变化趋势，提出相应的交易策略；
4.能够运用计算金融的基本概念和原理以及数学、统计分析工具，对设计的算法和模型进行模拟和测试；
5.能够使用程序语言将算法和模型实现；
6.能够适应金融交易业态的不断变化；
7.能够理解投资道德规范，正确理解投资行为；
8.具有国际视野和综合分析能力，适应金融市场的全球化。
三、主干学科及授予学位
主干学科：
金融学
经济学学士学位（辅修）
专业课程包括专业核心课和专业选修课两大类。
（一）、专业核心课
学时分配
开课
学期
总学时
EM32809
计量经济学与时间序列分析
EM32810
金融市场与金融产品
EM32811
投资交易行为与心理分析
EM32812
证券、期货与期权交易
EM32813
Python金融大数据分析
3秋
EM32814
人工智能与机器学习
EM32815
量化策略开发与程序化交易
EM32816
金融科技与区块链
合计
16.0
256
（二）、专业选修课
EM33805
C++程序设计
EM33806
大数据互联网金融
EM33807
信用管理与信用评级
EM33808
私募股权与风险投资
EM33809
公司金融
EM33810
Stata统计分析与应用
EM33811
中央银行与货币供给
EM33812
量化大类资产配置
大数据管理与应用专业（学位）培养方案（辅修）
商务数据科学专业致力于培养培养知识、能力、素质全面发展，系统掌握经济管理基本理论、方法和技能，具有创新意识、实践能力和国际视野的经济管理创新人才。
毕业生具有以下素养：
1.掌握经济管理类基础知识和相关专业方向的专业知识；
2.具有批判性思维，有较强的适应能力和可持续学习能力；
3.熟练使用量化工具和商业应用软件，具有实践能力和创新意识；
4.具有良好的商务沟通能力；
5.具有正确的商业伦理道德观；
6.熟悉相关领域的国际动态，具有国际视野。
本专业学生主要学习经济与管理、统计学、计算机科学与技术、数据分析与数据挖掘等方面的基本理论和基本知识，接受科学思维、数据分析及技术工具的基本训练，掌握获取知识、应用知识能和创新等基本技能。
毕业生应具备以下几方面的基础与能力：
1.能够理解和运用经济与管理基本概念和原理；
2.能够对经济管理实践中的问题进行分析与归纳，得出科学的结论；
3.能够运用经济管理相关概念、原理和理论解决管理实践中的具体问题；
4.能用应用量化工具分析并解决经济管理问题；
5.能够使用常用的商业应用软件；
6.能够适应不同的组织环境，有效地进行管理沟通和商务沟通；
7.能够理解企业道德规范，识别道德与非道德行为；
8.能够理解企业的社会责任；
9.具有国际视野和较强的适应能力。
管理学学士
专业课程包括专业核心课、专业选修课、毕业设计三大类。
专业核心课为模块一中的课程，共计16学分；
专业选修课从模块二中选择不少于6学分课程；
毕业设计6学分。
模块一.专业核心课
序号
推荐选课学期
课程设计
EM32301
大数据基础设施
2.0
EM32104
多元统计分析与R建模
3
EM32305
时间序列分析方法
EM32206
网络社会媒体营销分析
EM32108
数据挖掘
EM32208
文本分析与文本挖掘
7
EM31018
商务数据分析
Python程序设计
336
304
模块二.专业选修课
开课学期
设计
EM31001
管理学基础
秋
EM31007
管理信息系统
2.5
40
EM31016
运筹学
3.0
48
春
EM33201
Ｃ语言程序设计
EM33202
程序化交易
1.5
EM33208
电子商务服务与运营管理
EM33211
经济管理数量分析的matlab实现方法
EM31015
应用统计
升级会员 