| 序号 | 研究方向名称 | 主要研究内容、特色与意义 |
|---|---|---|
| 1 | 运筹工程 | 研究内容：综合基于随机优化与运筹建模理论、RFID与传感器技术，算法设计与分析技术、实验设计等理论方法与技术，从系统的角度优化组织与控制复杂系统要素及其配置，达到提高系统效率、减低成本、提高质量和增强柔性的目的。主要研究内容包括装备制造业与服务业的管理运营模式研究，现代流程管理理论方法和技术、系统过程优化控制技术、生产现场管理建模、分析及优化技术、系统规划设计技术、生产系统集成技术、工程经济与价值分析技术、计划与调度控制技术以及信息系统集成优化。 特色：此研究方向聚焦先进制造业与服务业，从大系统优化角度出发，研究决策支持与系统优化问题，具有鲜明的理论特色和强应用背景。在人才培养中从实际问题出发，着重系统优化理论与企业实践的紧密结合与落地。 |
| 2 | 数据与质量工程 | 研究内容：针对复杂生产与服务系统中存在的科学问题，利用先进的统计理论与工具、信号处理方法、数据挖掘技术和控制理论与方法，紧密结合相关工程知识，对复杂生产和服务系统的过程进行监测、预警、控制、诊断和优化等理论与方法的研究与分析。研究领域主要集中但不限于先进制造系统的在线监测与诊断、药物信息分析与制药过程及其监管的优化、复杂服务系统设计与优化、工业系统设计与优化分析、医疗与服务系统流程分析等。 特色：依靠当前海量数据分析技术、传感技术等，结合行业内具体的需求和特点，通过工业与系统工程的最新理论和技术达到能够研发适应性强、准确度高的系统优化策略。 |
| 3 | 智能制造与系统工程 | 研究内容：针对先进制造过程（3D打印、纳米制造、燃料电池设计制造等）中广泛存在的各类质量与可靠性问题，利用先进的信息传感与质量检测技术、工程背景知识、以及大数据分析技术（统计建模、数据挖掘等）以及控制技术等，对制造过程以及产品运维进行监测、诊断、预测以及优化，以提高制造与服务的性能。研究领域主要包括但不限于3D打印实时智能监测、故障诊断与控制；基于统计与物理联合建模的新型无损检测方法研究；基于全生命周期大数据分析的过程工艺优化与可靠性预测；基于机器学习的新能源汽车电池设计与动力电池健康管理。 特色：融合信息传感、工程理论知识与大数据分析技术，结合工业4.0发展趋势，利用前沿理论与技术研发先进质量与可靠性技术、以及系统优化管理技术 |
