نمایشگر دسته ای مطالب
سیستمهای اقتصادی اجتماعی – گرایش تحقیق در عملیات
سیستمهای اقتصادی اجتماعی – گرایش تحقیق در عملیات
نام گروه : سیستمهای اقتصادی اجتماعی – گرایش تحقیق در عملیات
مقطع: کارشناسی ارشد
نام و نام خانوادگی مدیر گروه : فریبرز جولایی
اهداف گروه :
تربیت مهندسین قادر در طراحی، انالیز، و بهینه سازی سیستم های اقتصادی اجتماعی، خدماتی و صنعتی دنیای واقعی.
طول دوره : دو سال
نقش و توانایی فارغ‌التحصیلان :
ارایه و تحلیل مدلسازی ریاضی سیستم در شرایط قطعی و تصادفی
آنالیز اقتصادی سیستم ها
شبیه سازی سیستمها
برنامه ریزی سیستمهای اقتصادی و اجنماعی در سطح کلان
جدول تغییرات بازنگری برنامه درسی
دانشکده مهندسی صنایع
گروه آموزشی:
عنوان رشته: سیستمهای اقتصادی اجتماعی – گرایش تحقیق در عملیات
مقطع: کارشناسی ارشد
الف : لیست دروس تغییر نام داده‌شده
| ردیف | برنامه درسی مصوب قدیم | تعداد واحد | نوع درس | برنامه درسی پیشنهادی | تعداد واحد | نوع درس | ملاحظات |
| 1 | مدلهای زمان‌بندی | 3 | اختیاری | مدلهای زمان‌بندی پروژه | 3 | اختیاری |
|
| 2 | برنامهریزی متغیرهای صحیح و تئوری شبکه‌ها | 3 | اختیاری | برنامهریزی متغیرهای صحیح | 3 | اختیاری |
|
| 3 | سیستمهای دینامیکی | 3 | اختیاری | پویایی شناسی سیستمها | 3 | اختیاری |
|
| جمع کل | 9 |
|
| 9 |
|
| |
ب : لیست دروس همراه با تغییر محتوا
| ردیف | نام درس | تعداد واحد | نوع درس | ملاحظات |
| 1 | شبیه‌سازی کامپیوتری | 3 | اختیاری |
|
| 2 | برنامهریزی ریاضی | 3 | اصلی |
|
| 3 | سیستمهای صف | 3 | اصلی |
|
| 4 | برنامهریزی متغیرهای صحیح | 3 | اختیاری |
|
| 5 | مدلهای زمان‌بندی پروژه | 3 | اختیاری |
|
| 6 | پویایی شناسی سیستمها | 3 | اختیاری |
|
| جمع کل | 18 |
|
| |
ج : لیست دروس حذف‌شده
| ردیف | نام درس | تعداد واحد | نوع درس | ملاحظات |
|
|
|
|
|
|
|
|
|
|
|
|
| جمع کل |
|
|
| |
د : لیست دروس اضافه شده
| ردیف | نام درس | تعداد واحد | نوع درس | ملاحظات |
| 1 | بهینه سازی تصادفی | 3 | اختیاری |
|
| 2 | بهینهسازی ترکیبیاتی | 3 | اختیاری |
|
|
|
|
|
|
|
|
|
|
|
|
|
| جمع کل | 6 |
|
| |
مشخصات کلی برنامه درسی رشته سیستم های اقتصادی اجتماعی گرایش تحقیق در عملیات در مقطع کارشناسی ارشد
Socio-economic Systems – Operations Research
تعریف رشته :
* نگرش سیستمی به یک موضوع یعنی نگرش همه جانبه و یکپارچه به اجزای آن موضوع و اجزای موجود را در تعامل با هم - و نه به تنهایی و مجزا - دیدن و این، سنگ بنای تفکر یک مهندس سیستم های اقتصادی اجتماعی است.
سیستم، ترکیبی یکپارچه از افراد، محصولات و فرایندهاست که توانایی و قابلیتی را جهت برآورده ساختن یک نیاز یا هدف ذکرشده فراهم می‌سازد. پیچیده‌ترین سیستمها، سیستم‌هایی هستند که به‌طور مستقیم یا غیرمستقیم به انسان یا گروهی از انسان‌ها مرتبط باشند. بدین‌جهت سیستمهای اقتصادی اجتماعی که به‌طور مستقیم با انسان سروکار دارند، از نظر تحلیل، پیش‌بینی رفتار و کنترل جزء پیچیده‌ترین سیستمها دسته‌بندی می‌شوند. این رشته به تعلیم و تحقیق درزمینه برنامهریزی و طرح سیستمهای مختلف موردنیاز جامعه می‌پردازد. این سیستمها عموماً در ابعاد مختلف منطقه یا کشور مطرح می‌شوند. سیستمهای حمل و نقل، آب‌رسانی و فاضلاب، ارتباطات، انتقال و توزیع کالاها، تأمین و توزیع انرژی، خدمات آموزشی یا بهداشتی از این گونه‌اند. در کلیه این سیستمها هر یک از ابعاد اقتصادی، اجتماعی و تکنولوژیک سیستم از اهمیت ویژه‌ای برخوردار است. گرایش سیستمهای اقتصادی اجتماعی به مطالعه، مدلسازی و تجزیه‌وتحلیل اینگونه سیستمها می‌پردازد و با در نظر گرفتن ابعاد مختلف آنها و همچنین با توجه به نیازها، اولویت‌ها و امکانات جامعه بهترین سیستم را طراحی مینماید.
هدف رشته :
بطور کلی هدف از به وجود آمدن رشته مهندسی سیستمهای اقتصادی اجتماعی تربیت افرادی است که بتوانند با ابزار و مدلهای مختلف، سیستمهای پیچیده را شناسایی، تحلیل ، پیش بینی و اصلاح کنند. بطور کلی، دانشجویان این رشته با ابزارهای مختلفی برای آنالیز سیستمهای مختلف آشنا می شوند. بعنوان مثال می توان از تحقیق در عملیات و برنامه ریزی ریاضی، سیستمهای پیشرفته غیر خطی، خطی و دینامیک، مدلهای رگرسیونی و اقتصاد سنجی، منطق فازی، شبکه های عصبی و ... نام برد.
ضرورت و اهمیت رشته :
با توجه به موارد زیر ضرورت و اهمیت تشکیل این دوره به منظور تربیت کارشناسان ارشد متخصص در "مهندسی سیستمهای اقتصادی – اجتماعی " روشن می شود:
1- سیستمهای بزرگ عموماً بدلیل پیچیده بودن و داشتن ابعاد مختلف و تاثیر عوامل متعدد در عملکرد آنها، باید با استفاده از روشهای عملی دقیق برنامه ریزی شوند تا از کارائی لازم برخوردار و در رفع نیازهای جامعه توانا باشند.
2-تهیه و اجرای نظام جامع برنامه ریزی، بدون وجود متخصص در این زمینه عملی نیست.
3- برنامه ریزی در هر بخش ابعاد مختلفی دارد و نمی توان برنامه ریزی در یک بخش را مستقل از بخشهای دیگر انجام داد. برنامهریزی سیستمهای اقتصادی – اجتماعی با توجه به تعریف آن می تواند قسمتی از این مسئله را حل کند.
نقش و توانایی فارغ التحصیلان :
دانش آموختگان آن دوره قادر به انجام فعالیتهای زیر خواهند بود:
1- انجام امور برنامهریزی در دوائر مختلف برنامه ریزی سازمان مدیریت و برنامه ریزی استانها
2- انجام امور برنامهریزی در وزارتخانه ها و ادارات کل استانها
3- تدریس در موسسات آموزش عالی برای تربیت متخصصان برنامه ریزی در سطوح کاردانی و کارشناسی
4- انجام امور برنامه ریزی و مشاوره در سازمانهای تولیدی بزرگ
طول دوره و شکل نظام
* طول دوره کارشناسی ارشد حداکثر 2 سال می باشد. و محتوای دوره آن مشتمل بر واحدهای درسی و پایان نامه می‌باشد.
برنامه درسی دوره کارشناسی ارشد رشته مهندسی صنایع گرایش سیستم های اقتصادی-اجتماعی شامل 9 واحد درس کمبود، 12 واحد درس اصلی،12واحد دروس اختیاری و 6 واحد پایان نامه می باشد.
شرایط پذیرش دانشجو:
شرایط پذیرش دانشجو علاوه بر شرایط عمومی بشرح زیر می‌باشد:
الف: دارا بودن مدرک کارشناسی در یکی از رشته‌های فنی-مهندسی
ب: موفقیت در آزمون ورودی
ج: موفقیت در مصاحبه شفاهی. برای مصاحبه شفاهی دو و نیم برابر ظرفیت پذیرش از حائزین بالاترین رتبه‌های آزمون کتبی دعوت خواهد شد مشروط بر آنکه متوسط نمره دعوت شدگان از میانگین نمره آزمون کل داوطلبان کمتر نباشد.
مواد و ضرایب امتحانی
مواد امتحان ورودی عبارتست از:
| ردیف | نام درس | ضریب |
| 1 | زبان عمومی و تخصصی(انگلیسی) | 1 |
| 2 | تحقیق در عملیات(1و2) | 1 |
| 3 | تئوری احتمال و آمار مهندسی | 1 |
| 4 | ریاضی عمومی(1و2) | 1 |
| 5 | اقتصاد عمومی (1و2) | 1 |
جدول شماره 1: جدول دروس کمبود رشته مهندسی صنایع گرایش سیستم های اقتصادی اجتماعی در مقطع کارشناسی ارشد
| ردیف | نام درس | تعداد واحد (1 تا 3 واحد) | تعداد ساعت (16 تا 64 ساعت) | پیشنیاز/ همنیاز | ||||
| نظری | عملی | جمع | نظری | عملی | جمع |
| ||
| 1 | تحقیق در عملیات 1 | 3 |
| 3 | 48 |
| 48 |
|
| 2 | آمار مهندسی | 3 |
| 3 | 48 |
| 48 |
|
| 3 | اقتصاد عمومی 1 | 3 |
| 3 | 48 |
| 48 |
|
|
| جمع کل | 9 |
| 9 | 144 |
| 144 |
|
جدول شماره 2 : جدول دروس اصلی (اجباری) رشته سیستم های اقتصادی اجتماعی در مقطع کارشناسی ارشد
| ردیف | نام درس | تعداد واحد (1 تا 3 واحد) | تعداد ساعت (16 تا 64 ساعت) | پیشنیاز/ همنیاز | ||||
| نظری | عملی | جمع | نظری | عملی | جمع | - | ||
| 1 | برنامه ریزی ریاضی | 3 |
| 3 | 48 |
| 48 | - |
| 2 | اقتصاد سنجی | 3 |
| 3 | 48 |
| 48 | - |
| 3 | سیستم های صف | 3 |
| 3 | 48 |
| 48 | - |
| 4 | شبیه سازی کامپیوتری یا سیستم های دینامیک | 3 |
| 3 | 48 |
| 48 | - |
|
| جمع کل | 12 |
| 12 | 192 |
| 192 |
|
جدول شماره 3 : جدول دروس تخصصی (اختیاری) رشته سیستم های اقتصادی اجتماعی در مقطع کارشناسی ارشد
| ردیف | نام درس | تعداد واحد (1 تا 3 واحد) | تعداد ساعت (16 تا 64 ساعت) | پیشنیاز/ همنیاز | ||||
| نظری | عملی | جمع | نظری | عملی | جمع | - | ||
| 1 | برنامه ریزی خطی پیشرفته | 3 |
| 3 | 48 |
| 48 | - |
| 2 | بهینه سازی مدل های غیر خطی | 3 |
| 3 | 48 |
| 48 | - |
| 3 | برنامه ریزی پویا | 3 |
| 3 | 48 |
| 48 | - |
| 4 | فرآیندهای احتمالی | 3 |
| 3 | 48 |
| 48 | - |
| 5 | تئوری تصمیم گیری | 3 |
| 3 | 48 |
| 48 | - |
| 6 | برنامه ریزی متغیرهای صحیح | 3 |
| 3 | 48 |
| 48 | - |
| 7 | تئوری وکاربرد پایایی | 3 |
| 3 | 48 |
| 48 | - |
| 8 | پیش بینی وآنالیز سری های زمانی | 3 |
| 3 | 48 |
| 48 | - |
| 9 | مدل های زمان بندی پروژه | 3 |
| 3 | 48 |
| 48 | - |
| 10 | اقتصادخرد پیشرفته1 | 3 |
| 3 | 48 |
| 48 | - |
| 11 | کنترل بهینه | 3 |
| 3 | 48 |
| 48 | - |
| 12 | اقتصاد کلان پیشرفته | 3 |
| 3 | 48 |
| 48 | - |
| 13 | کامپیوترومدیریت داده‌ها و اطلاعات | 3 |
| 3 | 48 |
| 48 | - |
| 14 | بهینهسازی ترکیبیاتی | 3 |
| 3 | 48 |
| 48 | - |
|
| جمع کل | 42 |
| 42 | 672 |
| 672 |
|
جدول شماره 4 :
تحقیق وتتبع :
برنامه تحقیقاتی این مجموعه مطابق مشخصات کلی دوره کارشناسی ارشد به شرح زیر است:
| ردیف | نام | واحد |
| 1 | پایان نامه | 6 |
| 2 | روش تحقیق | 2 |
نام فارسی درس: برنامه ریزی ریاضی
نام انگلیسی درس: Mathematical Programming
تعداد واحد: 3
نوع واحد: 3 واحدنظری
نوع درس : اصلی
پیشنیاز: ندارد
سرفصل درس:
انواع مدل‌ها و نکات کلی مدل سازی و حل برنامه ریزی ریاضی، تعریف محدودیت ها و اهداف برنامه ریزی خطی، روش های تجزیه، مدل های اقتصادی و برنامه ریزی تصادفی، مدل های شبکه، برنامه ریزی غیر خطی و جدا پذیر، برنامه ریزی عدد صحیح و روش شاخه حد، تکنیکهای مدل سازی IP: متغیر های شاخص، مدلسازی شرایط منطقی، انواع خاص مدلهای عدد صحیح، برنامه ریزی هدف، برنامه ریزی پویا، برنامه ریزی ریاضی استوار، برنامه ریزی ریاضی فازی
منابع:
1. Model building in mathematical programming by H. P. Williams, John Wiley and Sons, 2013.
2.Lecture Notes: The Mathematical Programming Approach to Solving Business Problem. Prof. Antoon Kolen, November 2002. Internet source
3.Applied Mathematical Programming Using Algebraic Systems. By Bruce A. McCarl And Thomas H. Spreen. Internet source
4.Decomposition Techniques in Mathematical Programming, Antonio J. Conejo Enrique Castillo Roberto 5.M.nguez Raquel Garc-Bertrand, Springer-Verlag Berlin Heidelberg 2006
Research papers
6.Pochet Y., Wolsey L. Production planning by mixed integer programming (SSORFE, Springer, 2006)
7.Bernhard Korte and Jens Vygen. Combinatorial Optimization:Theory and Algorithms. Springer-Verlag Berlin Heidelberg 2006.
نام فارسی درس: اقتصاد سنجی
نام انگلیسی درس: Econometrics
تعداد واحد: 3
نوع واحد:3 واحد نظری
نوع درس :اصلی
پیشنیاز: اقتصاد خرد واقتصاد کلان دوره لیسانس
هدف دروس: آشنایی با روش های تخمین تک معادله واستنتاج آماری و استفاده علمی از این روش ها
سرفصل درس:
مقدمات آماری، تخمین الگوی ساده یک متغیره، آزمون فرض در الگوی یک متغیره ،تخمین الگوی خطی عمومی وآزمون فرض در مورد پارامتر،آزمون فرض در مورد ترکیب خطی پارامترها، مسائل موجود در تخمین خطی، هم بستگی زمانی جملات خطا،عدم وجود واریانس ثابت و روش های رفع این گونه مسائل، کاربرد متغیر های کمکی،روش حداقل مربعات تعمیم یافته، خطا در متغیرهای مستقل ،معرفی نرم افزار های بهنگام در مورد تخمین وتجزیه وتحلیل اقتصادسنجی.
منابع:
1. مبانی اقتصادسنجی جلد اول ودوم، دامودار گجراتی،حمید ابریشمی،نشر دانشگاه تهران ،سال 1391
2. Pindyck, Robert S., and Daniel L. Rubinfeld. Econometric models and economic forecasts. Irwin, McGraw-Hill, 2008.
نام فارسی درس: سیستم های صف
نام انگلیسی درس: Queuing systems
تعداد واحد: 3
نوع واحد: 3 واحدنظری
نوع درس :اصلی
پیشنیاز: احتمال وآمار
سرفصل درس:
معرفی سیستم های صف، مقدمه ای بر تئوری احتمال،توزیع های گسسته،توزیع های پیوسته، فرآیندها در زمان های گسسته،فرآیندها در زمان های پیوسته، فرآیندهای پواسون،مدل M/M/1، تعمیم مدل M/M/1، مدل M/M/c،فرآیندهای غیرمارکوفی، مدل های شبکه ای،کاربردهای مدل های شبکه ای،شبیه سازی صف
منابع:
- Introduction to Queuing theory by Grass Harris 1985.
- Thomopoulos, Nick T. Fundamentals of Queuing Systems: Statistical Methods for Analyzing Queuing Models. Springer Science & Business Media, 2012.
- Queuing systems Application (دو جلد) Klein rock 75
- Queuing Methods for Services and Manufacturing by Randolph W. Hall 1991.
- Bolch, Gunter, Stefan Greiner, Hermann de Meer, and Kishor S. Trivedi. Queueing networks and Markov chains: modeling and performance evaluation with computer science applications. John Wiley & Sons, 2006.
- Applications. Second Edition Gunter Bolch Stefan Greiner Hermann de Meer Kishor S. trivedi wileyinterscience 2006
- Introduction To Queueing Theory. By R. Cooper. Elsevier 1981
نام فارسی درس: شبیه‌سازی کامپیوتری
نام انگلیسی درس Computer Simulation :
تعداد واحد: 3
نوع واحد:3 واحدنظری
نوع درس :اختیاری
پیشنیاز: برنامه‌نویسی کامپیوتر، احتمال و آمار پیشرفته، تحقیق در عملیات پیشرفته 1
هدف درس: آشنایی با اصول شبیه‌سازی در حل مسائل تصمیم‌گیری برای مدیران
سرفصل درس: تعاریف شبیه سازی، مقایسه شبیه سازی با سایر روشها، تعریف سیستم و اجزا آن، اجزا مدلهای شبیه‌سازی، ویژگیهای مدلهای شبیه سازی، شبیه سازی مونت کارلو، کاربرد آمار در شبیه سازی، مثالهای عددی از شبیه‌سازی گسسته و پیوسته، طریقه کد کردن مسائل شبیه سازی، تولید اعداد تصادفی، روش تولید متغیرهای تصادفی، معرفی نرم افزار Visual SLAM and AweSim، گره‌های شبیه سازی، دستورات کنترلی، تحلیل شبیه سازی، حل مساله واقعی در صنعت با استفاده از نرم افزار
منابع:
1. کتاب شبیه‌سازی کامپیوتری با "Visual SLAM and AweSIM"، ترجمه: دکتر محمدعلی آزاده، نشر کتاب دانشگاهی 1391
2. Law, Averill. Simulation modeling and analysis. New York: McGraw-Hill, 2014.
3. Fishman,G.S. princles of discrete event simulation, J.Wiley,New york,1978.
نام فارسی درس: پویایی شناسی سیستمها
نام انگلیسی درس: Systems Dynamic 1
تعداد واحد: 3
نوع واحد: 3 واحد نظری
نوع درس : اختیاری
پیشنیاز: تحلیل سیستم ها
هدف درس: آشنایی با پویایی های سیستمهای اقتصادی و اجتماعی، تجزیه و تحلیل رفتار دینامیکی سیستم های خطی و غیرخطی، چرخه های حدی و رفتارهای آشوبگونه افزایش توانایی مدلسازی سیستمها و استفاده از آنها برای بررسی و بهبود سیاستها
سرفصل درس:
سیستم های دینامیکی و رفتارهای آن ها، نمونه هایی از کاربرد مدل سازی سیستمی و پویایی سیستمها، اهداف و روشهای مدل سازی، مراحل مدل سازی ریاضی، تعاریف، مفاهیم و مقدمات ریاضی، گسسته سازی، علّیت و انتظارات، مثال های ساده، نمایش سیستم های دینامیکی (CLD، SFD، BD، SFG)، ریاضیات دینامیک سیستم های خطی (رفتارهای هدف جو، نوسان، اشباع)، رفتارها و مودهای پایه خطی، رفتارهای غیرخطی (آشوب، چرخههای حدی، جهش و افول)، نمونه هایی از مدلهای سیستمهای اقتصادی و اجتماعی، توابع لجستیک پیوسته و گسسته و نمونه هایی از کاربرد آنها،ضریب فزاینده و شتاب دهنده، مدل تنظیم قیمت کابوب، روشهای تحلیل پایداری: خطیسازی، خطوط هم شیب، روشهای ترسیمی و تقریبی فضای حالت و صفحه فاز، مدل های غیرخطی رشد، وابستگی به مسیر، مدلهای رشد چند جمعیتی، مدل های رقابتی، مدل Polya، مدل های بازار محصول، ریاضیات تاخیر و انواع آن، متغیرهای همجریان و زنجیرههای سنّی،روش های کمّی سازی، شناسایی سیستم: تخمین پارامتر، ارزیابی مدل، معیارهای متنوع ارزیابی و انتخاب مدل
منابع:
1. J. D. Sterman, Business Dynamics, McGraw Hill, 2000.
2. Jay W, Forrester , industrial Dynamics , Martino Fine Books , 2013.
3.G.P. Richardson ,A,l, Pugh w, introduction to System Dynamics Modeling with Dynamo ,MIT, Press,1981
4. R. Shone, Economic Dynamics, PH, 2002.
5. jay W, Forrester .principles of system MIT . Press , 1976.
6.Michael R. Goodman, Study Notes in System Dynamics ,MIT,Press,1974
نام فارسی درس:برنامه ریزی خطی پیشرفته
نام انگلیسی درس: Advanced Linear Programming
تعداد واحد : 3
نوع واحد : 3 واحد نظری
نوع درس: تخصصی
پیشنیاز : برنامه ریزی ریاضی
فهرست مطالب درس :
مدلهای خطی-روش سیمپلکس و انواع آن-قضایای همگرایی در مدلهای خطی- قضیه دوگانگی –برنامهریزی پارامتری-حل مسائل خطی با ساختارهای ویژه نظیر حد فوقانی-روشهای حل مسائل برنامهریزی خطی با اندازههای بزرگ نظیر ایجاد ستون، روش تجزیه (دانزیک-ولف) ، روش تفکیک- برنامهریزی خطی احتمالی.
منابع:
- Bazaraa, Mokhtar S., John J. Jarvis, and Hanif D. Sherali. Linear programming and network flows. John Wiley & Sons, 2011.
- Murtv, K.G. Linear programming. Wiley . 1983
- Lasdon L.S optimization theory for large system.macmillar. 1970
نام فارسی درس: بهینه سازی مدلهای غیرخطی
نام انگلیسی درس: Nonlinear Programming
تعداد واحد : 3
نوع واحد: 3 واحد نظری
نوع درس: تخصصی
پیشنیاز: برنامه ریزی ریاضی،جبر خطی،معادلات دیفرانسیل
اهداف درس: آشنایی با مدل سازی ریاضی، مفاهیم پایه بهینه سازی (با و بدون محدودیت)، بهینه سازی پارامتریک مدل های غیرخطی، روش های بهینه سازی عددی، همگرایی در روشهای تکراری، آشنایی با کنترل بهینه
سرفصل دروس:
مدل سازی ریاضی و نگرش سیستمی،انواع مسائل بهینه سازی غیرخطی (پیوسته/گسسته – ایستا/پویا – قطعی/غیرقطعی ...)، نمونه هایی از کاربرد مدل های غیرخطی و بهینه سازی آن ها، مقدمات جبرخطی، مجموعه ها، بردار و ماتریس، نگاشت و توابع، عوامل غیرخطی شدن سیستم ها و مدل ها، بسط تیلور،حل پارامتریک مسائل بهینه سازی غیرخطی: مشتقات اول و دوم، تحدب و تقعر، بهینگی محلی و کلی، شروط بهینگی: شروط لازم و کافی، KKT ، شروط وجود و یکتایی، نگاشت های آلگوریتمیک، روشهای حل عددی، روش های مبتنی بر گرادیان، روش نیوتن، بهینه سازی عددی با محدودیت، لاگرانژین، لاگرانژین افزوده شده، تابع پنالتی، بهینه سازی عددی با محدودیت، لاگرانژین، لاگرانژین افزوده شده، تابع پنالتی، همگرایی و سرعت همگرایی، تبدیلات همسانی، مسائل درجه دوم و کاربردهای آن: شناسایی سیستم، فیلتر کالمن، شبکه عصبی، روش جهت برداری مزدوج (Conjugate Direction Method)، آشنایی با روشهای غیرمبتنی بر گرادیان، آشنایی با کنترل بهینه: کاربردها و روشهای حل (حساب تغییرات، همیلتونین و معادله اولر-لاگرانژ)
منابع:
- Hillier, Frederick S. Introduction to operations research. Tata McGraw-Hill Education, 2012.
- Mc cormick, G.P. Nonlinear programming theory, Algorithm and Application, John Wiley & Sons , 1983
- Averiel, M. Nonlinear programming , Analysis and methods, prentice-hall,1976
- Nonlinear Programming, Mokhtar S. Bazzara, 2006.
- Nonlinear Programming, Dimitri Bertsekas, 1999.
نام فارسی درس:برنامهریزی پویا
نام انگلیسی درس: Dynamic Programming
تعداد واحد : 3
نوع واحد : 3 واحد نظری
نوع درس: تخصصی
پیشنیاز : آمار و احتمال و برنامهریزی ریاضی
فهرست مطالب درس:
1-فرموله کردن مسائل با استفاده از برنامه ریزی پویا، معادله برگشت و روش برخورد کلی با مسائل- مسائل غیراحتمالی و احتمالی برنامهریزی پویا. روشهای محاسباتی- سیستمهای غیرسری- مسائل با بینهایت مرحله نظریه تصمیم گیری مارکوفی با درنظرگرفتن ضریب تنزیل و بازده متوسط- کنترل بهینه- کاربرد برنامهریزی پویا در مسائل اقتصادی،اجتماعی و صنعتی.
منابع:
- Bertsekas DP. Abstract dynamic programming. Athena Scientific, Belmont, MA. 2013.
- Dreyfuss R. and law, the Art and theory of Dynamic programming Academic press,1975
- Ross, S.L Stochastic Dynamic Programming, Academic Press, 1983
- Hiller & Liberman , Introduction to Operations Research , 5thed, 1991
نام فارسی درس:فرآیندهای احتمالی
نام انگلیسی درس: Stochastic Processes
تعداد واحد : 3
نوع واحد : 3 واحد نظری
نوع درس: تخصصی
پیشنیاز : احتمال و آمار
فهرست مطالب درس:
1-معرفی فرآیندهای تصادفی (استوکاستیک) وظیفه بندی آنها.
2-فرآیند پواسون- فرآیندهای مرکب و غیر همگن پواسون.
3-فرآیندهای تجدیدپذیرRenewal process ) ( -معادله کلی تجدیدپذیری –رابطه والد-قضایای حدی- کاربرد فرآیندهای تجدیدپذیر در مسائل مختلف.
4- زنجیرههای مارکوف- طبقه بندی آنها برحسب حالتهای مختلف، قضایای حدی حالتهای گذرا و پایدار- کاربرد زنجیرههای مارکوف در مسائل مختلف.
5-زنجیرههای مارکوف با زمان پیوسته – ارتباط با فرآیندهای تجدید پذیر-کاربرد آن با مهندسی صنایع.
6-مدلهای بهینه سازی در سیستمهای مارکوفی.
7-حرکت براونی(Brownian Motion) مدلهای بهینهسازی احتمالی با زمان پیوسته-فرآیند وینر (Wiener Process) و کاربرد آن در بهینه سازی.
منابع:
- Gallager, Robert G. Stochastic processes: theory for applications. Cambridge University Press, 2013.
- Ross. S.M, Applied Probability Models With Optimization Applications. Holden 1970
نام فارسی درس: تئوری تصمیم گیری
نام انگلیسی درس: Decision Theory
تعداد واحد: 3
نوع واحد: 3 واحد نظری
نوع درس : تخصصی
پیشنیاز: احتمالات
سرفصل درس:
معرفی یک پایه منطقی هنجاری(Normative Ratioale) برای تصمیم گیری فردی و گروهی در شرایط احتمالی، ارائه روش های عملی برای پیاده کردن پایه منطقی فوق در مسائل تصمیم گیری، تبیین (Encoding) اطلاعات دهنی مربوط به یک تصمیم ورجحان های تصمیم گیرنده، بحث مقایس مطلوبیت(Utility) برای سنجش عامل ریسک در تصمیم گیری و مقیاس تنزیل(Discounting)برای سنجش ترجیح زمانی ، تابع مطلوبیت نمایی خواص آن استفاده از درخت تصمیم گیری برای مسائل شامل ریسک ،آنالیز حساسیت وترجیح زمانی ، تعیین ارزش اقتصادی اطلاعات کامل و ناکامل درباره یک یا چند متغیر تصادفی در یک تصمیم گیری، طرح اقتصادی تجربه های گردآوری اطلاعات،مقدمه ای بر اشتراک ریسک و تصمیم گیری گروهی، مثال هایی از مسائل مهندسی، اجتماعی اقتصادی، ایمنی و غیره.
منابع:
- Peterson, Martin. An introduction to decision theory. Cambridge University Press, 2009.
- Raiffa, H, Decision Analysis, Adison Welsy, 1968
- Keeney R.L and Raiffa Decision with Multiple objectives. John wilcy and Sons, 1976
نام فارسی درس: برنامه ریزی متغیرهای صحیح
نام انگلیسی درس: Integer Programming
تعداد واحد: 3
نوع واحد: 3 واحد نظری
نوع درس : تخصصی
پیشنیاز:تحقیق در عملیات 1
هدف درس:
آشنایی با مدلسازی برنامهریزی عدد صحیح و مدلسازی صفر و یک،آشنایی با مدلهای مشهور برنامهریزی عدد صحیح
،آشنایی با روشهای حل دقیق مسائل برنامهریزی عدد صحیح خالص و مخلوط
سرفصل درس:
شکل کلی IP/MIP و دسته‌بندی کلی مسائل، تبدیل مساله IP به صفر و یک، کاربردهای IP و MIP ، انواع کاربردهای متغیرهای وابسته صفر و یک در مدلسازی شرایط منطقی مختلف،محدودیت‌های SOS1 و SOS2 و کاربردهای آن، کاربرد برنامهریزی عدد صحیح در مدلهای غیر خطی: برنامهریزی تفکیک‌پذیر، فضای موجه غیرمحدب: محدودیت‌های فصلی، پوسته محدب نقاط عدد صحیح موجه (Convex Hull)، ماتریس TU و مدلسازی Sharpمدلسازی مسائل IP که در آنها فضای موجه آزادسازی LP بر پوسته محدب منطبق نیست، مدلهای مشهور برنامهریزی عدد صحیح: انواع مدلسازی مساله فروشنده دوره‌گرد و حالت تعمیم‌یافته، مدلسازی مساله مسیر‌یابی خودرو، مدلسازی مساله مکان‌یابی تسهیلات، مدلسازی مساله سیستم توزیع چندکالایی، مدلسازی مسائل پوشش عناصر مجموعه، افراز عناصر مجموعه و بسته‌بندی مجموعه، حل مسائل ابعاد بزرگ: روش شاخه و کران با جریمه‌های بالایی و پایینی، روش شاخه و کران با هزینه‌های کاذب، نامساوی‌های معتبر قوی، مساله کوله‌پشتی، نامساوی‌های پوشش، مساله جداسازی، برش گموری، روش صفحات برنده در برنامهریزی عدد صحیح مخلوط، روش آزادسازی لاگرانژ، مساله تخصیص تعمیم‌یافته، روش زیرگرادیان برای آزادسازی لاگرانژ و مثال، روش تجزیه بندرز برای حل مسائل برنامهریزی عددصحیح مخلوط، روش شمارش غیر مستقیم، آشنایی با روش تولید ستون، بهینهسازی استوار مبتنی بر سناریو، بهینهسازی استوار بازه‌ای، شبیه‌سازی مونت کارلو برای بهینهسازی استوار
منابع:
1. ویلیامز، پل، مدلسازی در برنامهریزی ریاضی، ترجمه سید علی میرحسنی، انتشارات دانشگاه صنعتی شاهرود، 1384.
2. Williams, H. P. (2013). Model building in mathematical programming. John Wiley & Sons.
3. Wolsey, L. A., & Nemhauser, G. L. (2014). Integer and combinatorial optimization. John Wiley & Sons.
4. Chen, D. S., Batson, R. G., & Dang, Y. (2010). Applied integer programming: modeling and solution. John Wiley & Sons.
5. Wolsey, L. A. (1998). Integer programming (Vol. 42). New York: Wiley.
نام فارسی درس: تئوری و کاربرد پایائی
نام انگلیسی درس: Reliability Theory and its Applications
تعداد واحد: 3
نوع واحد: 3 واحدنظری
نوع درس :تخصصی
پیشنیاز: احتمال و آمار
سرفصل درس: مقدمه و مفاهیم اساسی در تئوری پایائی- چگونگی سنجش قابلیت پایائی مدلهای ایستا-احتمال در طراحی مهندسی ترکیب متغییرهای تصادفی در طراحی، متدهای آماری در تجزیه و تحلیل تئوری پایایی،تخمین عمر و آزمون‌های مربوطه-مدلهای زمانی وابسته به میزان بارکداری و مقاومت، مدلهای دینامیک-تخمین قابلیت پایائی با توابع توزیع مختلف مسائل جایگزینی ماشین‌آلات و تجهیزات، تئوری بیز در طراحی و تست- بهینهسازی پایائی.
منابع:
- Tobias, Paul A., and David Trindade. Applied reliability. CRC Press, 2011.
- Mann, Nancy R., Nozer D. Singpurwalla, and Ray E. Schafer. "Methods for statistical analysis of reliability and life data.", 1974.
- Kapur, K. C., and L. R. Lamberson. "Reliability in Engineering Design, Jhon Wiley and sons." Inc., New York, 1977.
- Mathemetical theory of reliability, R.E. Barlow, F. proschan, L.C.Hunter, 1996.
نام فارسی درس: پیش‌بینی و آنالیز سری‌های زمانی
نام انگلیسی درس Forecasting and time series analysis:
تعداد واحد: 3
نوع واحد: 3 واحدنظری
نوع درس :تخصصی
پیشنیاز: احتمال و آمار
هدف درس:
سرفصل درس: مقدمه و مفاهیم اساسی سیستمهای پیش‌بینی، روش معدل متحرک و رگرسیون، روش مسطح‌سازی نمائی، روش حداقل مربعات، مدلهای پیش‌بینی داده‌های فصلی، پیش‌بینی و تجزیه و تحلیل خطاهای پیش‌بینی، روشهای کنترل در بکارگیری روشهای پیش‌بینی آنالیز سری‌های زمانی، روش باکس و جنکینز (Box and Jenkins)، روشهای پیش‌بینی استفاده از تئوری بیز، برنامه‌های کامپیوتری در پیش‌بینی، موارد کاربردی.
منابع:
- Box, George EP, et al. Time series analysis: forecasting and control. John Wiley & Sons, 2015.
- Montgomery, Douglas C., Lynwood A. Johnson, and John S. Gardiner. Forecasting and time series analysis. McGraw-Hill Companies, 1990..
- Brown, Robert Goodell. Smoothing, forecasting and prediction of discrete time series. Courier Corporation, 2004.
- Box, George EP, Gwilym M. Jenkins, Gregory C. Reinsel, and Greta M. Ljung. Time series analysis: forecasting and control. John Wiley & Sons, 2015.
- Nelson, Charles R. Applied time series analysis for managerial forecasting. No. 658.404 N4. 1973.
نام فارسی درس: مدل های زمان بندی پروژه
نام انگلیسی درس Project Scheduling :
تعداد واحد: 3
نوع واحد: 3 واحدنظری
نوع درس :تخصصی
هدف درس: آشنایی با انواع مسائل زمان‌بندی پروژه، آشنایی با ساختار روشهای دقیق برای زمان‌بندی پروژه، آشنایی با ساختار روشهای ابتکاری برای زمان‌بندی پروژه
سرفصل درس:
آشنایی با مدیریت پروژه و جایگاه زمان‌بندی پروژه در آن، تعاریف اساسی، نمایش شبکه به صورت AOA، کمینه کردن تعداد فعالیتهای مجازی، مفهوم پیچیدگی کاهشی، مجموعه‌های برشی و زودترین مجموعه‌های برشی، نمایش شبکه به صورت AON، روابط پیش‌نیازی تعمیم‌یافته، تبدیل شبکه AON به AOA، طبقه‌بندی منابع، تخمین زمان فعالیت‌ها، معیارهای عملکرد (توابع هدف) زمان‌بندی پروژه، دسته‌بندی مسائل زمان‌بندی پروژه، تحلیل زمانی در شبکه‌هایی با روابط پیش‌نیازی پایان به شروع، تحلیل زمانی در شبکه‌هایی با روابط پیش‌نیازی تعمیم‌یافته، زمان‌بندی پروژه با هزینه‌های وابسته به زمان شروع، تحلیل زمانی با هدف بیشینه‌سازی ارزش خالص فعلی، یک رویه جستجوی بازگشتی رو به جلو – رو به عقب، یک رویه تندترین سربالایی، یک رویه جستجوی بازگشتی رو به جلو – رو به عقب، یک رویه تندترین سربالایی، زمان‌بندی پروژه با محدودیت منابع: رویکرد مبتنی بر برنامهریزی خطی، زمان‌بندی پروژه با محدودیت منابع: رویه‌های شاخه و کران، زمان‌بندی پروژه با محدودیت منابع: روشهای ابتکاری و فرا ابتکاری، زمان‌بندی پروژه در شرایط عدم اطمینان
منابع:
1. Demeulemeester, E. L., & Herroelen, W. S. (2006). Project scheduling: a research handbook (Vol. 49). Springer Science & Business Media.
2. Neumann, K., Schwindt, C., & Zimmermann, J. (2012). Project scheduling with time windows and scarce resources: temporal and resource-constrained project scheduling with regular and nonregular objective functions. Springer Science & Business Media.
3. Dorndorf, U. (2002). Project Scheduling with Time Windows: From Theory to Applications; with 17 Tables. Springer Science & Business Media.
4. Kolisch, R., & Hartmann, S. (1999). Heuristic algorithms for the resource-constrained project scheduling problem: Classification and computational analysis (pp. 147-178). Springer US.
نام فارسی درس: اقتصاد خرد پیشرفته 1
نام انگلیسی درس: Advanced Microeconomic
تعداد واحد: 3
نوع واحد:3 واحد نظری
نوع درس : تخصصی
پیشنیاز: اقتصاد خرد دوره لیسانس
هدف درس:
آشنایی با نظریه اقتصاد خرد پیشرفته در جهت ایجاد ذهنیت مناسب برای تجزیه و تحلیل مسائل اقتصاد خرد وآشنایی با مبانی نظری جهت مدل سازی رفتارهای مربوط
سرفصل درس:
اصول اولیه و روش شناسی اقتصاد خرد، آشنایی با مبانی ریاضی ، نظریه بنگاه، تابع تولید وهزینه، تابع سود، تابع عرضه محصول وتوابع تقاضل برای نهاده ها، نظریه بازار،بازار رقابتی ،انحصار وبازار چندبنگاهی، بازار نهاده ها، نظریه مصرف کننده، مطلوبیت وتوابع تقاضا وویژگی های آن، نظریه تعادل عمومی واثبات آن.
منابع:
- Romer, David. Advanced macroeconomics. Mcgraw-hill companies, 2011.
نام فارسی درس: اقتصاد کلان پیشرفته
نام انگلیسی درس: Advanced Macroeconomics
تعداد واحد: 3
نوع واحد: 3 واحدنظری
نوع درس : اختیاری
هدف درس: آشنایی با مبانی نظری اقتصاد کلان جهت ایجاد آمادگی ذهنی در امر تجزیه و تحلیل عملکرد کلان یک نظام اقتصادی و ایجاد آمادگی در امر مدلسازی رفتارهای کلان نظام اقتصادی
سرفصل درس:
سنجش عملکرد کلان اقتصاد، تولید و درآمد. بررسی عملکرد اقتصاد، تورم و بیکاری، نظریات مربوط به توابع مصرف و سرمایه‌گذاری، الگوهای نظری کلان، خط مشی‌های پولی و مالی، تقاضا و عرضه پول، مدلهای رشد بلند مدت و عملکرد نظریه مالی و پولی در چارچوب اینگونه مدل‌ها.
منابع:
- Hall, Robert E., and Marc Lieberman. Microeconomics: Principles and applications. Cengage Learning, 2012.
نام فارسی درس: کامپیوتر و مدیریت داده‌ها و اطلاعات
نام انگلیسی درس: Computer and Data and Information Management
تعداد واحد: 3
نوع واحد: 3 واحد نظری
نوع درس : اختیاری
پیشنیاز: یک زبان برنامه‌نویسی کامپیوتر
هدف درس: آشنایی با الگوریتم‌های کامپیوتری
سرفصل درس:
ساختار داده‌ها شامل آرایه‌ها، درفت‌ها، مدیریت دینامیک حافظه، طرح، توسعه و آنالیز الگوریتم‌ها متنوع برای حل مسائل جستجو و مرتب کردن، الگوریتم‌های بازگشتی، مقایسه ساختارهای متنوع پرونده شامل B- درفت‌ها، پرونده‌های مستقیم و چندحلقه‌ای، آشنایی با پایگاه داده‌ها.
منابع:
- Kalicharan, Noel. Data Structures in" C". Noel Kalicharan, 2008.
نام فارسی درس: کنترل بهینه
نام انگلیسی درس Optimal control :
تعداد واحد: 3
نوع واحد: 3 واحدنظری
نوع درس :تخصصی
هدف درس: آشنایی با روش های بهینه سازی مدل های پویا و کاربرد آن ها در تخصیص منابع اقتصادی - فنی با محدودیت های دینامیک
سرفصل درس:
تخصیص بهینه منابع ، تشریح مفاهیم بنیادین-مقدمه ای بر بهینه سازی ایستا: برنامه ریزی خطی و غیرخطی-نظریه بازی ها - روش های حل عددی مبتنی بر گرادیان - روش های حل عددی غیر مبتنی بر گرادیان - کاربرد بهینه سازی ایستا در نظریه رفتار خانوار و مصرف کننده - کاربرد بهینه سازی ایستا در نظریه رفتار بنگاه و تولید کننده - الگوهای تعادل عمومی ایستا، مقدمه ای بر تعادل عمومی پویا - مقدمه ای بر مسائل کلی در کنترل و بهینه سازی پاسخ - مقدمه ای بر حساب تغییرات و حل مسائل کنترل بهینه - روش های حل عددی مسائل کنترل بهینه و برنامه ریزی پویا - اصل بیشینگی، اصل بلمن و اصل پونترایاگین - نظریه بازی دیفرانسیل - کاربرد بهینه سازی پویا در اقتصاد، الگوی رشد بهینه اقتصادی - الگوی بهره برداری بهینه از منابع فناپذیر
منابع:
- Kirk, Donald. Optimal Control Theory: An Introduction. New York, NY: Dover, 2004.
- Bertsekas, Dimitri. Dynamic Programming and Optimal Control. Vol. 1 and 2. Nashua, NH: Athena Scientific, 2007.
- Thomas A. Weber, Optimal Control Theory with Applications in Economics, 2011.
نام فارسی درس: بهینهسازی ترکیبیاتی
نام انگلیسی درس: Combinatorial optimization
تعداد واحد: 3
نوع واحد: 3 واحد نظری
نوع درس : اختیاری
پیشنیاز:
هدف درس: در این درس، دانشجویان با مفهوم دقیق الگوریتم آشنا می‌شوند و میآموزند که الگوریتم‌های مختلف از نظر کارایی چه تفاوتی باهم دارند. همچنین، فرامی‌گیرند که برای چه مسائلی الگوریتم کارا وجود دارد و برای چه مسائلی هنوز الگوریتم کارا پیدا نشده و امید هم نداریم که در آینده پیدا شود. مفهوم P و NP برای دانشجویان روشن میشود.
سرفصل درس:
الگوریتم چیست؟، مسائل بهینهسازی، تعریف مسائل بهینهسازی ترکیبیاتی، تابع پیچیدگی زمانی، رفتار مجانبی توابع، محاسبه تابع پیچیدگی زمانی الگوریتم‌ها، الگوریتم‌های جستجو، پیچیدگی زمانی الگوریتم‌های حل مسائل برنامهریزی خطی، الگوریتم کارمارکار، ماشین‌های متناهی الحالت، ماشین‌های تورینگ، نظریه NP-Complete بودن، مسائل اصلی NP-Complete، اثبات NP-hard بودن مسائل بهینهسازی
منابع:
1. Thomas H.. Cormen, et al. Introduction to algorithms. Cambridge: MIT press, 2001.
- Gary, Michael R., and David S. Johnson. "Computers and Intractability: A Guide to the Theory of NP-completeness." (1979).
- Kalicharan, Noel. Data Structures in" C". Noel Kalicharan, 2008.
نام فارسی درس: بهینه سازی تصادفی
نام انگلیسی درس: Stochastic optimization
تعداد واحد: 3
نوع واحد: 3 واحد نظری
نوع درس : اختیاری
پیشنیاز: تحقیق در عملیات
هدف درس: در برنامهریزی قطعی فرض آن است که تمام اطلاعات وپارامترهای مسئله مشخص و دقیق هستند، اما در واقعیت برخی از پارامترهای مدل تغییرپذیر و نادقیق هستند. بهینهسازی تصادفی چارچوبی مناسب برای مدلسازی در شرایط عدمقطعیت ارائه مینماید. در این درس دانشجویان با مباحث پیشرفته بهینهسازی غیرقطعی آشنا میگردند. در ابتدا بهینهسازی تصادفی و انواع آن توضیح داده میشود و بعد مهمترین و کاربردیترین شاخههای آن یعنی برنامهریزی تصادفی مورد بررسی قرار میگیرد. در این بررسی مفاهیمی مانند رتبهبندی تصادفی، تابع ریسک و انواع آن، بهینهسازی تصادفی چندمرحلهای، روشهای حل و بسیاری از موارد مطرح برای دانشجو روشن میگردد. درادامه به چگونگی کاربرد بهینهسازی تصادفی در مسائل مختلف مهندسی صنایع و مدیریت پرداخته میشود.
سرفصل درس:
بهینهسازی غیرقطعی و انواع آن،کاربردهای بهینهسازی غیرقطعی در صنایع مختلف (تولیدی، خدماتی، زنجیره تأمین و امداد، سیستمهای سلامت، انرژی و ...)، برنامهریزی تصادفی دومرحلهای، برنامهریزی تصادفی چندمرحلهای، روشهای تولید سناریو، برنامهریزی احتمالی، برنامهریزی تصادفی استوار مبتنی بر سناریو، روشهای حل برنامهریزی عدم قطعیت مبتنی بر آزادسازی لاگرانژ، مبتنی بر تجزیه، روش L-shape، روشهای حل تخمینی، روشهای نمونهگیری، برنامهریزی تصادفی-فازی، برنامهریزی تصادفی و ریسک، رویکردهای دیگر برنامهریزی عدم قطعیت.
منابع:
1- Birge J.R, and Louveaux F, (2011) Introduction to Stochastic Programming-Springer-Verlag New York.
2- Shapiro A, Dentcheva D and, Ruszczyński A, (2014) Lectures on stochastic programming: Modeling and theory. MPS/SIAM Series on Optimization. 9. Philadelphia, PA: Society for Industrial and Applied Mathematics (SIAM).
3- Marti K, (2015) Stochastic Optimization Methods: Applications in Engineering and Operations Research, Third Edition, Springer.
4- Kall P, and Wallace S.W, (1994). Stochastic programming. John Wiley & Son, Chichester.
5- Prekopa A, (1995) Stochastic Programming. Kluwer Academic Publishers, Dordrecht.
6- Ruszczynski A, and Shapiro A, (2003) Stochastic Programming. Handbooks in Operations Research and Management Science, Vol. 10, Elsevier.
7- Wallace S.W, and Ziemba W.T, (2005) Applications of Stochastic Programming. MPS-SIAM Book Series on Optimization, 5.
نام فارسی درس: روش تحقیق
نام انگلیسی درس: Research Methodology
تعداد واحد: 2
نوع واحد: 2 واحدنظری
نوع درس : تحقیقی
هدف درس: در این درس دانشجویان روش علمی انجام پژوهش و مبانی روش تحقیق را فرا گرفته و میآموزند که چگونه پایاننامه خود را بر اساس رویکرد علمی انجام داده و گزارش نمایند. انتظار می‌روند که دانشجویان پس از گذراندن این درس مهارت‌های لازم برای تعریف و تدوین پیشنهادیه تحقیق و همچنین تکمیل پایاننامه خود را کسب نمایند.
سرفصل درس:
- فرایند تحقیق
- فرموله‌سازی مسئله تحقیق
- فرآیند متمرکزسازی در مساله تحقیق
- انواع مرور ادبیات و اهداف و مورد استفاده هریک
- سبک‌های ارجاع‌دهی استاندارد
- طراحی تحقیق (Research Design) و انواع رویکردهای تحقیق
- آشنایی با انواع روشهای تحقیق
- انواع شیوه‌های جمع آوری داده
- اندازه‌گیری و کمی‌سازی
- طراحی پرسشنامه
- انواع روشهای نمونهگیری
- روایی و پایایی تحقیق
- آشنایی با بانکهای اطلاعاتی
- نحوه نگارش پیشنهادیه تحقیق
- نحوه نگارش و فصل‌بندی پایاننامه
منابع:
1. Cooper, D., Schindler, P., Business Research Methods, 2013, McGraw-Hill/Irwin, 12th edition
2. Mark Saunders, 2003, Research Methods for Business Students, Pearson Education
3. Case study research, Design and Methods, 3rd ed., Yin,R.K., SAGE publication, 2003
4. Survey research, the basics, Punch,K.F., SAGE publication, 2003