学科前沿

第一篇：学科前沿

过程装备与控制工程专业主要以过程工业为专业背景。过程工业是指以流程性物料（如气体、液体、粉体等）为主要对象，以改变物料的状态和性质为主要目的的工业，它包括化工、石油化工、生物化工、化学、炼油、制药、食品、冶金、环保、能源、动力等诸多行业与部门。过程工业所涉及的一些物理、化学过程，主要有传质过程、传热过程、流动过程、反应过程、机械过程、热力学过程等。正是这些物理、化学过程，构成了过程工业的生产过程。然而，要使这些过程得到实现，达到工业生产的目的，必需要有相应的过程设备。

过程装备与控制工程的主要研究内容包括：过程装备设计与制造，高效节能装备的开发，成套装置的开发与设计，成套工程，设备结构及强度理论，过程安全理论、技术与装备，流程参数控制理论与技术，制冷技术与装备，粉体理论与技术等。

“过程装备与控制工程专业”的前身是“化工机械专业”。我们的前辈呕心沥血，把我国的化工机械专业办得初具规模、培养了一大批化工机械专业教学、科研、设计、制造与使用的中坚力量。随着全球现代化的需要和发展，在化工机械里面逐渐应用到了越来越多的自动控制。因此，为了符合我国现代化发展需要，顺应科技时代的潮流，1998年3月教育部应上届教学指导委员会的建议将专业改名为过程装备与控制工程。从此，一个更加具有发展潜力的新专业诞生了。20多年来，我国先后在60多个高校开设了这一个专业，使得该专业得到了很大的发展。

什么是过程装备？了解了过程装备与控制工程的历史后我们不难以知道，它也和化工机械一样，分为两大类：①化工机器。指主要作用部件为运动的机械，如各种过滤机，破碎机，离心分离机、旋转窑、搅拌机等。②化工设备。指主要作用部件是静止的或者只有很少运动的机械，如各种容器（槽、罐、釜等）、普通窑、塔器、反应器、换热器、普通干燥器、蒸发器，反应炉、电解槽、结晶设备、传质设备、吸附设备、流态化设备、普通分离设备以及等离子交换设备等。化工机械的划分是不严格的，一些流体输送机械（如泵、风机和压缩机等）

控制工程

指对过程装备和及其系统的状态和工况进行监测，控制，以确保生产工艺有序稳定运行，提高过程装备的可靠度和功能可利用度。控制工程是结合现代自动化技术，是现代自动化先进技术与化工机械相结合的，提高了设备的效率

本专业培养具备机械热加工基础知识与应用能力，能在工业生产第一线从事热加工领域内的设计制造、试验研究、运行管理和经营销售等方面工作的高级工程技术人才。

业务培养要求

本专业学生主要学习材料科学及各类热加工工艺的基础理论与技术和有关设备的设计方法，受到现代机械工程师的基本训练，具有从事各类热加工工艺及设备设计、生产组织管理的基本能力。

毕业生应获得以下几方面的知识和能力：

1．具有较扎实的自然科学基础，较好的人文、艺术和社会科学基础及正确运用本国语言、文字的表达能力；

2．较系统地掌握本专业领域宽广的技术理论基础知识，主要包括力学、机械学、电工与电子技术、加热工艺基础、自动化基础、市场经济及企业管理等基础知识；

3．具有本专业必需的制图、计算、测试、文献检索和基本工艺操作等基本技能及较强的计算机和外语应用能力；

4．具有本专业领域内某个专业方向所必需的专业知识，了解科学前沿及发展趋势；

5．具有较强的自学能力、创新意识和较高的综合素质。

主干学科

机械工程、材料科学与工程。

主要课程

工程力学、机械原理及机械零件、电工与电子技术、热加工工艺基础、热加工工艺设备及设计、检测技术及控制工程、CAD/CAM基础。

主要实践性教学环节

包括军训，金工、电工、电子实习，认识实习，生产实习，社会实践，课程设计，毕业设计(论文)等，一般应安排40周以上。

修业年限

四年

授予学位

工学学士

本学科是机械大学科的一个分支，它自己是属于机械领域，同时又服务于过程工业，自身的发展又需要机电控制。所谓过程工业，是指通过化学和物理的方法以达到改变物料性能的加工业，它涵盖了化学、化工、石油化工、食品、制药，甚至于冶金等众多行业部门。过程工业所涉及的对象是流程性物料，从原料到产品需经过复杂的工艺过程，因而整个过程需要由为数众多的单元构成。而每一个单元均需要由能实现这一功能的设备来完成，将这些单元设备连在一起便构成过程装备。动力工程及工程热物

理学科是研究能量以热、功及其他相关的形式在转化、传递过程中的基本规律，以及按此规律有效地实现这些过程的设备及系统的应用科学及应用基础科学。动力工程及工程热物理学科在整个国民经济和工程技术领域内起着支持和促进的作用，在工学门类中占有不可替代的地位。在长期发展的过程中，它不断升华和扩展，容纳了物理学的多个分支及近代进展，应用了数学、力学、机械工程、仪器科学、材料科学、电子技术、控制科学等学科的理论、方法和已有成果，形成自身独立的理论体系和实践范畴，为国民经济的可持续发展提供了良好的基础和前提。它不断在冶金、电子、交通运输、船舶与海洋工程、航空宇航工程、土木工程、水利工程、化学工程、矿业工程、农业工程、兵工科学、核科学、环境科学和生物医学工程等各个学科获得越来越广泛的应用。

化学工程基础学科主要研究化工、石油化工、炼油与天然气加工、轻工、核电与火电、冶金、环境工程、食品及制药等过程工业中处理气、液和粉体等流程性材料必需的设备与技术。例如，过程工业中的传热设备及节能技术的研究；化工单元传质设备和相分离设备研究；化工过程用泵、压缩机等流体机械的研究与监控；压力容器及管道的设计、制造和安全保障的技术研究；过程设备的腐蚀、损伤与延寿技术的研究；非金属材料成型加工技术与设备的研究，等等。本学科是一个专业面广，为国民经济多个行业服务的、涵盖多种学科的交叉型二级学科。流体力学、热力学、粉体力学、燃烧学、传热学、传质学等工程热物理和化工过程原理的科学基础为本学科的重要理论基础。

二级学科——过程装备与控制工程，是在化工机械专业基础上发展起来的，后相继并入炼油机械、轻工与食品机械，又增加了生物化工、精细化工和核电工业等方面的内容，使学科的内涵和深度有了很大的发展。过程装备与控制工程专业主要以过程工业为专业背景。过程工业是指以流程性物料（如气体、液体、粉体等）为主要对象，以改变物料的状态和性质为主要目的的工业，它包括化工、石油化工、生物化工、化学、炼油、制药、食品、冶金、环保、能源、动力等诸多行业与部门。过程工业所涉及的一些物理、化学过程，主要有传质过程、传热过程、流动过程、反应过程、机械过程、热力学过程等。正是这些物理、化学过程，构成了过程工业的生产过程。然而，要使这些过程得到实现，达到工业生产的目的，必需要有相应的过程设备。

过程装备与控制工程的主要研究内容包括：过程装备设计与制造，高效节能装备的开发，成套装置的开发与设计，成套工程，设备结构及强度理论，过程安全理论、技术与装备，流程参数控制理论与技术，制冷技术与装备，粉体理论与技术等。

过程装备与控制工程专业的应用领域非常广泛，例如化工、石油化工、能源、轻工、制药、制冷、动力、环保、生物、食品、机械、劳动安全，等等。

化工机械是搞关于化工设备方面的设计，安装，制造都可以就业的，就业面很广的，很好找工作，这么说把，只要有化工设备的地方我们都可以去工作的，在大学里面把专业知识多学一点，专业英语也很重要，尤其值得说的是，在这一行是越老越值钱，起点是要熬，起码要三年，拿到中级职称就好了，刚开始毕业一个月都是基本上是1000多点，在哪儿都差不多，我有同学在石油系统的，就是奖金比我们在外面的高一些，基本工资都差不多的，要是进国企业，主要是进中石化，中石油，中海油的企业，还有中石化，中石油，中化工的一些化建企业，主要是搞化工安装，化建企业好一点的有中石化南京二建，三建（好象在珠海），五建（兰州），四建（天津），进石油系统只要是进几个大一点的油田，比如大庆油田（黑龙江大庆），大港油田（天津），现在中石化在新疆独山子开了一个很大的石化企业-独山子石化，专门从哈撒克斯坦进油，有很大的发展前途（据说是除了老婆，什么都发），要是搞设计，主要是在江，浙一带，比如，江苏的无锡，有一个区都是搞压力容器的，常州，苏州的张家港，上海金山区是一个石化区，还有浙江的一些地方，说了这么多主要就是告诉大家，过程装备与控制工程专业（以前叫做化工机械）是很好找工作的一个专业，当初我也不知道什么东东，在大学里面混过来了，没有好好学一点东西，建议大家把握大学的时间，少玩一点，把CAD（这个是吃饭的家伙）要学得很好，还有专业的知识，课程设计，毕业设计最好是自己做，能够学到不少的东西，对以后在这行工作很有用的，即使抄别人的也最好是搞清楚怎么来的，英语，最好过4级水平，当然没过也照样找工作，只是待遇比人家过4级的要少，毕竟全国有这个专业的学校不多，也就80几所吧

第二篇：学科前沿讲座

学科前沿讲座

专业班级： 光信13-3_

姓 名： 朱家兴_

学 号： _10134425__

任课教师： 张国营

2016年 11月 11 日

量子计算与量子计算机

【摘要】量子计算的强大运算能力使得量子计算机具有广阔的应用前景。该文简要介绍了量子计算的发展现状和基本原理，列举了典型的量子算法，阐明了量子计算机的优越性，最后预测了量子计算及量子计算机的应用方向。

【关键词】量子计算；量子计算机；量子算法；量子信息处理 1.引言

在人类刚刚跨入21世纪的时刻！科技的重大突破之一就是量子计算机的诞生。德国科学家已在实验室研制成功5个量子位的量子计算机，而美国LosAlamos国家实验室正在进行7个量子位的量子计算机的试验【1】。它预示着人类的信息处理技术将会再一次发生巨大的飞跃，而研究面向量子计算机以量子计算为基础的量子信息处理技术已成为一项十分紧迫的任务。2.子计算的物理背景

任何计算装置都是一个物理系统。量子计算机足根据物理系统的量子力学性质和规律执行计算任务的装置【2】。量子计算足以量子计算目L为背景的计算。是在量了力。4个公设（postulate）下做出的代数抽象。Feylllilitn认为，量子足一种既不具有经典耗子性，亦不具有经典渡动性的物理客体（例如光子）。亦有人将量子解释为一种量，它反映了一些物理量（如轨道能级）的取值的离散性。其离散值之问的差值（未必为定值）定义为量子。按照量子力学原理，某些粒子存在若干离散的能量分布。称为能级。而某个物理客体（如电子）在另一个客体（姻原子棱）的离散能级之间跃迁（transition。粒子在不同能量级分布中的能级转移过程）时将会吸收或发出另一种物理客体（如光子），该物理客体所携带的能量的值恰好是发生跃迁的两个能级的差值。这使得物理“客体”和物理“量”之问产生了一个相互沟通和转化的桥梁；爱因斯坦的质能转换关系也提示了物质和能量在一定条件下是可以相互转化的因此。量子的这两种定义方式是对市统并可以相互转化的。量子的某些独特的性质为量了计算的优越性提供了基础。3.量子计算机的特征

量子计算机，首先是能实现量子计算的机器，是以原子量子态为记忆单元、开关电路和信息储存形式，以量子动力学演化为信息传递与加工基础的量子通讯与量子计算，是指组成计算机硬件的各种元件达到原子级尺寸，其体积不到现在同类元件的1%。量子计算机是一物理系统，它能存储和处理关于量子力学变量的信息【3】。量子计算机遵从的基本原理是量子力学原理：量子力学变量的分立特性、态迭加原理和量子相干性。信息的量子就是量子位，一位信息不是0就是1，量子力学变量的分立特性使它们可以记录信息：即能存储、写入、读出信息，信息的一个量子位是一个二能级（或二态）系统，所以一个量子位可用一自旋为1/2的粒子来表示，即粒子的自旋向上表示1，自旋向下表示0；或者用一光子的两个极化方向来表示0和1；或用一原子的基态代表0第一激发态代表1。就是说在量子计算机中，量子信息是存储在单个的自旋’、光子或原子上的。对光子来说，可以利用Kerr非线性作用来转动一光束使之线性极化，以获取写入、读出；对自旋来说，则是把电子（或核）置于磁场中，通过磁共振技术来获取量子信息的读出、写入；而写入和读出一个原子存储的信息位则是用一激光脉冲照射此原子来完成的。量子计算机使用两个量子寄存器，第一个为输入寄存器，第二个为输出寄存器。函数的演化由幺正演化算符通过量子逻辑门的操作来实现。单量子位算符实现一个量子位的翻转。两量子位算符，其中一个是控制位，它确定在什么情况下目标位才发生改变；另一个是目标位，它确定目标位如何改变；翻转或相位移动。还有多位量子逻辑门，种类很多。要说清楚量子计算，首先看经典计算。经典计算机从物理上可以被描述为对输入信号序列按一定算法进行交换的机器，其算法由计算机的内部逻辑电路来实现【4】。经典计算机具有如下特点：

a其输入态和输出态都是经典信号，用量子力学的语言来描述，也即是：其输入态和输出态都是某一力学量的本征态。如输入二进制序列0110110，用量子记号，即10110110>。所有的输入态均相互正交。对经典计算机不可能输入如下叠加Cl10110110>+C2I1001001>。

b经典计算机内部的每一步变换都将正交态演化为正交态，而一般的量子变换没有这个性质，因此，经典计算机中的变换（或计算）只对应一类特殊集。

相应于经典计算机的以上两个限制，量子计算机分别作了推广。量子计算机的输入用一个具有有限能级的量子系统来描述，如二能级系统（称为量子比特），量子计算机的变换（即量子计算）包括所有可能的幺正变换。因此量子计算机的特点为：

c量子计算机的输入态和输出态为一般的叠加态，其相互之间通常不正交；

d量子计算机中的变换为所有可能的幺正变换。得出输出态之后，量子计算机对输出态进行一定的测量，给出计算结果。由此可见，量子计算对经典计算作了极大的扩充，经典计算是一类特殊的量子计算。量子计算最本质的特征为量子叠加性和相干性。量子计算机对每一个叠加分量实现的变换相当于一种经典计算，所有这些经典计算同时完成，并按一定的概率振幅叠加起来，给出量子计算的输出结果。这种计算称为量子并行计算，量子并行处理大大提高了量子计算机的效率，使得其可以完成经典计算机无法完成的工作，这是量子计算机的优越性之一。

4.量子智能计算

自Shor算法和Grover算法提出后，越来越多的研究员投身于量子计算方法的计算处理方面，同时智能计算向来是算法研究的热门领域，研究表明，二者的结合可以取得很大的突破，即利用量子并行计算可以很好的弥补智能算法中的某些不足【5】。

目前已有的量子智能计算研究主要包括：量子人工神经网络，量子进化算法，量子退火算法和量子免疫算法等。其中，量子神经网络算法和量子进化算法已经成为目前学术研究领域的热点，并且取得了相当不错的成绩，下面将以量子进化算法为例。

量子进化算法是进化算法与量子计算的理论结合的产物，该算法利用量子比特的叠加性和相干性，用量子比特标记染色体，使得一个染色体可以携带大数量的信息。同时通过量子门的旋转角度表示染色体的更新操作，提高计算的全局搜索能力。

目前量子进化算法已经应用于许多领域，例如：工程问题、信息系统、神经网络优化等。同时，伴随着量子算法的理论和应用的进一步发展，量子进化算法等量子智能算法有着更大的发展前景和空间。

5.量子计算的应用

1.量子叠加态的计算魅力。在经典物理学中，物质在确定的时刻仅有确定的一个状态。量子力学则不同，物质会同时处于不同的量子态上。因为处于叠加态，这就意味着，量子计算一次运算就可以处理210=1024个数（从0到1023被同时处理一遍）【6】。以此类推，量子计算的速度与量子比特数是2的指数增长关系。一个64位的量子计算机一次运算就可以同时处理264=***709551616个数。如果单次运算速度达到目前民用电脑CPU的级别（1GHz），那么这个64位量子计算机的数据处理速度将是世界上最快的“天河二号”超级计算机（每秒33.86千万亿次）的545万亿倍。

量子力学叠加态赋予了量子计算机真正意义上的“并行计算”，而不像经典计算机一样只能并列更多的CPU来并行。因此在大数据处理技术需求强烈的今天，量子计算机越来越获得互联网巨头们的重视。

2.肖尔算法――RSA加密技术的终结者。1985年，牛津大学的物理学家戴维・德意志提出了量子图灵机模型的概念。随后贝尔实验室的彼得・肖尔于1995年提出了量子计算的第一个解决具体问题的思路，即肖尔因子分解算法。

我们今天在互联网上输入的各种密码，都会用到RSA算法加密。这种技术用一个很大的数的两个质数因子生成密钥，给密码加密，从而安全地传输密码。由于这个数很大，用目前经典计算机的速度算出它的质数因子几乎是不可能的任务。但利用量子计算的并行性，肖尔算法可以在很短的时间内通过遍历算法来获得质数因子，从而破解掉密钥，使RSA加密技术不堪一击。

量子计算机会终结任何依靠计算复杂度的加密技术，但这不意味着从此我们会失去信息安全的保护。量子计算的孪生兄弟――量子通信，会从根本上解决信息传输的安全隐患。

6.量子计算机的应用前景

目前经典的计算机可以进行复杂计算，解决很多难题。但依然存在一些难解问题，它们的计算需要耗费大量的时间和资源，以致在宇宙时间内无法完成【7】。量子计算研究的一个重要方向就是致力于这类问题的量子算法研究。量子计算机首先可用于因子分解。因子分解对于经典计算机而言是难解问题，以至于它成为共钥加密算法的理论基础。按照Shor的量子算法，量子计算机能够以多项式时间完成大数质因子的分解。量子计算机还可用于数据库的搜索。1996年，Grover发现了未加整理数据库搜索的Grover迭代量子算法。使用这种算法，在量子计算机上可以实现对未加整理数据库Ⅳ的平方根量级加速搜索，而且用这种加速搜索有可能解决经典上所谓的NP问题。量子计算机另一个重要的应用是计算机视觉，计算机视觉是一种通过二维图像理解三维世界的结构和特性的人工智能。计算机视觉的一个重要领域是图像处理和模式识别。由于图像包含的数据量很大，以致不得不对图像数据进行压缩。这种压缩必然会损失一部分原始信息 参考文献

1.王书浩，龙桂鲁.大数据与量子计算

2.张毅，卢凯，高颖慧.量子算法与量子衍生算法 3.Deutsch D，Jozsa R.Rapid solution of problems by quanturm computation[C]//Proc Roy Soc London A，1992，439：553-558

4.吴楠，宋方敏。量子计算与量子计算机

5.苏晓琴，郭光灿。量子通信与量子计算。量子电子学报，2004，21（6）：706-718

6.White T.Hadoop： The Defintive Guide，California：O’Reilly Media，Inc.2009：12-14

7.王蕴，黄德才，俞攸红.量子计算及量子算法研究进展.

第三篇：学科前沿讲座

听学科前沿讲座有感

学科前沿是指整个科技体系或学科群中居于主导地位具有带动其它科学发展并影响人们科学观念转变的学科。学科前沿是指某一学科中最能代表该学科发展趋势制约该学科当前发展的关键性科学问题、难题及相应的学说。

在即将毕业之际，即将踏入工作生涯，了解学科前沿是至关重要的。学院在这个时候给我们安排学科前沿讲座，意义是非凡的，我们也应该抓住这次机会认真学习学科前沿知识，为以后的工作生涯和人生打下结实的基础。

因此在听完三位老师的讲座，不禁有感而发，对机械学科的前沿有了更深入的了解。

一、对我国汽车前沿的感悟

中国汽车发展历程

新中国刚一成立就决定发展自己的汽车工业，1953年第一汽车制造厂破土动工，毛泽东主席为奠基仪式亲自题写了“第一汽车制造厂奠基纪念”。1956年我国生产的第一辆汽车下线，毛主席又亲自为其命名———解放，对于当时工业整体水平非常落后的中国人来说，这确实是一次经济上的解放。1956年是中国汽车史上令人难忘的一年。5月，第一汽车制造厂试制成功东风牌轿车，送往北京向党的八大”献礼，这是中国自制的第一部轿车，6月，北京第一汽车厂附件厂试制成功井冈山牌轿车，同时工厂更名为北京汽车制造厂。8月一汽又设计试制成功第一辆红旗牌高级轿车，9月上海汽车配件厂试制成功第一辆凤凰牌轿车。在大跃进的年代，这几辆稚嫩的国产轿车确实让全国人民欢欣鼓舞了一阵子。

六七十年代，除了红旗外，中国惟一大批量生产的轿车就是上海牌轿车。1964年，凤凰牌轿车改名为上海牌，并对制造设备做了一系列改进。首先制成了车身外板成套冲模，结束了车身制造靠手工敲打的落后生产方式，又以此为基础制成各种拼装台，添置点焊机，实现拼装流水线生产，轿车质量得到稳定和提高。1965年上海轿车通过一机部技术鉴定，批准定型。到1979年，上海牌轿车共生产了一万七千多辆，成为我国公务用车和出租车的主要车型。1972年起还对车身进行了改型，并减轻了自重。1980年，该车年产量突破5000辆。1985年，已经开始与德国大众公司合资的上海轿车厂和嘉定县联营另行建厂继续生产上海轿车，并继续做了一些技术改进，一直生产到90年代。在相当长的时间里，上海轿车支撑着国内对轿车的需求，为社会发展做出了贡献。但当时我国的汽车工业是以载货车为主导的，对轿车缺乏应用的重视，这使得我国的轿车工业技术水平长期处于极为幼稚的状态。

改革开放后，我国经济迅速发展，对轿车的需求越来越强，我国落后的轿车工业根本无法满足这种需求。一时间，外国轿车洪水般涌入我国。1984年至1987年，我国进口轿车64万辆，耗资266亿元。为了迅速提高中国轿车生产能力和技术水平，我国汽车工业开始走上与国外汽车企业合作、引进消化外国先进技术的发展道路。具体方式基本都是从进口全部散件组装开始，逐渐提高国产化率。纯种的中国汽车也在不断发展，长城、吉利、奇瑞等车厂已经发展壮大起来，技术也越来越好，反正自己孩子自己养，国人支持，他们肯定能做好。

中国汽车的发展方向

中国车企目前还处于开阔市场阶段，但从长远方向看，提高自身产品才是第一要旨。所以中国汽车业将在逐步占领世界市场的同时，加强品牌建设，提高汽车质量和性能，将中国从一个汽车生产大国向汽车研发大国转变。现代汽车电子化、智能化、多媒体化和网络化的应用，不仅提高了汽车的动力性、经济性、安全和环保性，改善了行驶的稳定性和舒适性，推动了汽车工业的发展，还为电子产品开拓了广阔的市场，从而推动了电子工业的发展。因此，大力发展汽车电子化、智能化、多媒体化和网络化，加快汽车电子化速度，是启动和振兴汽车工业的重要手段。也是中国汽车零部件企业的新的经济增长点。

二、矿用绞车前沿感悟

听完李老师的讲座，我深感到矿山机械设备的落后，据李老师所说，矿山设备要落后一般机械二十年。在那里生产的资源推动着中国的发展，然而却没有人去推动他们的发展。

在这里也深刻体会到我校老师独自走入深山的寂寞，也希望国家和社会给予更多的关注，来回馈矿山，感知矿山。解救那些用生命换来工业粮食的矿山工人们，那些对矿上不离不弃的矿大人

三、中国矿业大学的机械电子的感悟

机电是中国矿业大学起步较早的一门学科，也是社会发展的一门前沿学科，机电控制、机电一体化和机电自动化都是现代制造技术所必须的学科。在之前发展也是我校的强势学科，但由于学校领导的不只是，导至学科人才流失，技术失传，相对其他学校机械电子的大发展，而我校的机电学科有逆水行舟不进则退之势。加上学校对机电学科教学的忽视，导至学生对机电的不了解，在以后工作当中对出现问题不知道如何去解决！在这里我也希望学校和学院领导关注一下机电学科的发展，提高学生的综合素质，拓宽学生的知识面。

小结

中国矿业大学有很大一批老师机械学科前沿，为矿业大学机械学科发展付出了不懈的努力。希望学校领导给予大力支持，支持机电学院的老师，支持矿大的机械学科的发展，支持机械学科的教育工作。让我们更有能力去回馈矿山、感知矿山、去为那些为中国发展提供资源和生命的矿山人，为矿山安全、高效开采奉献知识和生命

第四篇：学科前沿讲座心得

学科前沿讲座心得

08营销一班

汤申萍

0806100117 在科学技术和信息技术的带动下，经济全球化的进程逐步加快，企业面临的竞争已演变为价值链与价值链之间的竞争，为了提高供应链管理对我绩效，要做到拥有高效运行机制的同时建立一个科学合理的供应链及其管理系统。因此，供应链优化势在必行。

今天企业面临的最大挑战之一，就是要对从未有过的需求变数做出快速的反应。很多原因导致了产品和技术的生命周期缩短，企业间的竞争压力也导致产品的频繁变化。为了应对这个挑战，企业需要集中力量做到比以前更敏捷，以便在更短的时间内对产量和种类的变化做出反应。一条快速的供应链能够是企业更加快速的发展。

供应链的定义是：供应链是围绕核心企业，将供应商、制造商、分销商、零售商，直至最终客户连成一个整体的功能网链结构，通过对信息流、物流，资金流的控制，从采购原材料开始，制成中间产品以及最终产品，最后由销售网络把产品送到消费者手中。供应链管理的基本概念使供应商、制造商、分销商、零售商和最终 用户形成整体的功能网链；包括所有加盟企业（节点企业）；从原材料供应开始，直至最终产品；通过供应商到用户的物料链、信息链和资金链，实现增值链，即使相关企业都有收益（多赢）。

首先，供应链管理把产品在满足客户需求的过程中对成本有影响的各个成员单位都考虑在内了，包括从原材料供应商、制造商到仓库再经过配送中心到渠道商。不过，实际上在供应链分析中，有必要考虑供应商的供应商以及顾客的顾客，因为它们对供应链的业绩也是有影响的。

其次，供应链管理的目的在于追求整个供应链的整体效率和整个系统费用的有效性，总是力图使系统总成本降至最低。因此，供应链管理的重点不在于简单地使某个供应链成员的运输成本达到最小或减少库存，而在于通过采用系统方法来协调供应链成员以使整个供应链总成本最低，使整个供应链系统处于最流畅的运作中。

第三，供应链管理是围绕把供应商、制造商、仓库、配送中心和渠道商有机结合成一体这个问题来展开的，因此它包括企业许多层次上的活动，包括战略层次、战术层次和作业层次等。

尽管在实际的物流管理中，只有通过供应链的有机整合，企业才能显著地降低成本和提高服务水平，但是在实践中供应链的整合是非常困难的，这是因为：首先，供应链中的不同成员存在着不同的、相互冲突的目标。比如，供应商一般希望制造商进行稳定数量的大量采购，而交货期可以灵活变动；与供应商愿望相反，尽管大多数制造商愿意实施长期生产运转，但它们必须顾及顾客的需求及其变化并作出积极响应，这就要求制造商灵活地选择采购策略。因此，供应商的目标与制造商追求灵活性的目标之间就不可避免地存在矛盾。

供应链是一个动态的系统，随时间而不断地变化。事实上，不仅顾客需求和供应商能力随时间而变化，而且供应链成员之间的关系也会随时间而变化。比如，随着顾客购买力的提高，供应商和制造商均面临着更大的压力来生产更多品种更具个性化的高质量产品，进而最终生产定制化的产品。

在听讲座的时候老师讲得很认真，我也带着解决以下五个问题尝试着学习。包括物流管理与供应链管理的关系处理，物流企业和生产制造企业物流的视觉差异、物流管理战略和战术问题的区分与协调、反映物流领域的最新研究与实践成果及理论性与实用性相合共五个问题。

学习的过程可以分为两个阶段，一从被动地听老师授课，起初就觉得讲座理论性太强，而可感性又不高，难以更好的理解书中的理论，没法更好地学习知识点，二对课本上所提到的案例加上老师的讲解后，案例具体的指出存在的相关问题，并提出的对应的解决措施，我对课程理论的学习进入了半知半解的状态，有了一定的认识、了解、感悟，通过听讲座我对书本的理论又有了进一步的认识，可感悟有了进一步的提升。对比自己本学期所学到的知识及能力，感觉自己再具体提出相关解决措施的时候，没办法更好的调研、分析，得出解决的方案，理论与实际的两者结合不够，没办法列出更为具体且行的方式以解决问题，提出方案的可操作性都有待提升。

自己学习方面的转变由只是老师讲解，转变到了自己主动去了解、学习。通过自己上网下载相关案例，学习更多的东西。这就是我这学期有学习进步的地方。

不足之处：由于是第一次听这一类的讲座，自己没办法去了解到哪些途径与方法能够更好的解决我们的问题。通过本学期的学习，我明显的感觉到了，在看待问题，分析、解决具体问题方面的能力，明显不足，心态上有些急切，很想学习相关方面的具体解决问题的知识，进一步提升自己。

在进一步学习的方面，我希望老师能再强化学生在这方面的意识，旨在合适的时候指出学生的不足和问题，让学生更好的意识到问题，有何途径去更好的解决问题，灌输树立学生们树立这方面的意识或习惯。

学生和老师的沟通不足，导致学生上课没办法更好的与老师所讲解的内容，能有知识。思想或思维上的碰撞，擦出思维碰撞的火花。在讲座之前，老师能先提前跟下节课有关的案例，课后让学生更好的在课前提出相关的问题，讲座上引导学生更好的在课前思考提出相关的问题，讲座上引导学生广泛地参与到思考与讨论中出现了什么问题，为什么会出现问题，怎么去解决问题，为什么要这么去解决问题，如何具体的提出相关可行具体的方案去落实。这样子就能更好地让学生对理论与运用有更深地认识了。

通过这次讲座我不仅学习到了专业知识，也使得我的视野更开阔了，学习能力也提高了。我觉得这是我踏上社会之前收获的一笔财富。

第五篇：学科前沿讲座心得

学科前沿讲座—数据挖掘

近年来，大数据、云计算等非常火热。听了老师所讲的关于《数据挖掘》这块的相关知识讲解，颇有感受。下面就是我听过讲座之后以及查阅资料之后，对数据挖掘的一些认识。

随着数据库技术和计算机网络的迅速发展以及数据库管理系统的广泛应用，人们积累的数据越来越多，而数据挖掘就是在这样的背景下产生的。简单的说，数据挖掘就是从大量数据中提取或“挖掘”出潜在的、有价值的知识、模型或者规则的过程。作为一类深层次的数据分析方法，它利用了数据库、人工智能和数理统计等方面的技术。

在听讲座时，老师主要讲解了一下数据挖掘中的有关关联规则、聚类、分类的方法以及相关的算法。老师在讲关联规则时，提到了关于“尿布与啤酒”的故事。一般，按照我们常规思维，这两种东西根本就是两个毫无关联的商品，但是借助数据挖掘技术对大量交易数据进行挖掘之后，却可以寻求到这一有价值的规律。从一定程度上可以表明数据挖掘技术的巨大价值。

另外还讲到了关联规则算法---Apriori算法。Apriori算法使用频繁项集的先验知识，使用一种称作逐层搜索的迭代方法，k项集用于探索(k+1)项集。首先，通过扫描事务（交易）记录，找出所有的频繁1项集，该集合记做L1，然后利用L1找频繁2项集的集合L2，L2找L3，如此下去，直到不能再找到任何频繁k项集。最后再在所有的频繁集中找出强规则，即产生用户感兴趣的关联规则。其中，Apriori算法具有这样一条性质：任一频繁项集的所有非空子集也必须是频繁的。因为假如P(I)< 最小支持度阈值，当有元素A添加到I中时，结果项集（A∩I）不可能比I出现次数更多。因此A∩I也不是频繁的。

说到数据挖掘，应该了解数据挖掘包含哪些步骤？第一，要确定研究对象，这是数据挖掘的重要一步。数据挖掘的最后结是不可预测的，但是要探索的问题是很明确的。第二，数据准备阶段。具体包含以下步骤：

1)数据的选择，即搜索所有与业务对象有关的内部和外部数据信息，并从中选择出适用于数据挖掘应用的数据

2)数据的预处理，即研究诗句的质量，为进一步分析做准备，并确定将要进行的挖掘操作的种类

3)数据的转换，将数据转换成一个分析模型，这个分析模型是针对挖掘算法建立的，能否建立一个真正适合挖掘算法的分析模型是数据挖掘成功的关键。

第三，数据挖掘阶段。即对经过预处理的数据进行挖掘，包括分析和预测，关联分析以及聚类分析相关算法等。第四，结果分析阶段，解释并对结果进行评估，通常使用到可视化技术。第五，知识的同化，将分析所得到的知识集成到业务信息系统的组织结构中去，从而得到有价值的信息。

通过上网查询资料，了解到数据挖掘有一下七种常用方法：

① 分类。分类是找出数据库中一组数据对象的共同特点并按照分类模式将其划分为不同的类，其目的是通过分类模型，将数据库中的数据项映射到某个给定的类别，使用到KNN算法。它可以应用到客户的分类、客户的属性和特征分析、客户满意度分析、客户的购买趋势预测等，如一个汽车零售商将客户按照对汽车的喜好划分成不同的类，这样营销人员就可以将新型汽车的广告手册直接邮寄到有这种喜好的客户手中，从而大大增加了商业机会。②回归分析。回归分析方法反映的是事务数据库中属性值在时间上的特征，产生一个将数据项映射到一个实值预测变量的函数，发现变量或属性间的依赖关系，其主要研究问题包括数据序列的趋势特征、数据序列的预测以及数据间的相关关系等。它可以应用到市场营销的各个方面，如客户寻求、保持和预防客户流失活动、产品生命周期分析、销售趋势预测及有针对性的促销活动等。③聚类。聚类分析是把一组数据按照相似性和差异性分为几个类别，其目的是使得属于同一类别的数据间的相似性尽可能大，不同类别中的数据间的相似性尽可能小。使用到 K-means算法。它可以应用到客户群体的分类、客户背景分析、客户购买趋势预测、市场的细分等。

④关联规则。关联规则是描述数据库中数据项之间所存在的关系的规则，即根据一个事务中某些项的出现可导出另一些项在同一事务中也出现，即隐藏在数据间的关联或相互关系。在客户关系管理中，通过对企业的客户数据库里的大量数据进行挖掘，可以从大量的记录中发现有趣的关联关系，找出影响市场营销效果的关键因素，为产品定位、定价与定制客户群，客户寻求、细分与保持，市场营销与推销，营销风险评估和诈骗预测等决策支持提供参考依据。

⑤特征。特征分析是从数据库中的一组数据中提取出关于这些数据的特征式，这些特征式表达了该数据集的总体特征。如营销人员通过对客户流失因素的特征提取，可以得到导致客户流失的一系列原因和主要特征，利用这些特征可以有效地预防客户的流失。

⑥变化和偏差分析。偏差包括很大一类潜在有趣的知识，如分类中的反常实例，模式的例外，观察结果对期望的偏差等，其目的是寻找观察结果与参照量之间有意义的差别。在企业危机管理及其预警中，管理者更感兴趣的是那些意外规则。意外规则的挖掘可以应用到各种异常信息的发现、分析、识别、评价和预警等方面。

⑦Web页挖掘。随着Internet的迅速发展及Web 的全球普及，使得Web上的信息量无比丰富，通过对Web的挖掘，可以利用Web 的海量数据进行分析，收集政治、经济、政策、科技、金融、各种市场、竞争对手、供求信息、客户等有关的信息，集中精力分析和处理那些对企业有重大或潜在重大影响的外部环境信息和内部经营信息，并根据分析结果找出企业管理过程中出现的各种问题和可能引起危机的先兆，对这些信息进行分析和处理，以便识别、分析、评价和管理危机。数据挖掘是一种决策支持过程，它通过高度自动化地分析企业的数据，做出归纳性的推理，从中挖掘出潜在的模式，帮助决策者调整市场策略，减少风险，做出正确的决策。这对于一个企业的发展十分重要。

通过听此次学科前沿讲座以及查阅相关资料，对数据挖掘有了一个较为全面的了解。在这个信息化时代，数据挖掘技术是一个发展很迅速的领域，随着数据挖掘技术在各个领域的发展和应用，未来会有很多人投入到数据挖掘技术的学习和研究中来。对我来说，作为一个计算机专业的人，数据挖掘也是我继续关注和学习的一个领域，现在应该学习更多相关的知识，为将来打好基础。