技校网专门为您推荐的类似问题答案

建议学下数控技术和机电一体化。数控技术：我们邻居的孩子在中专学数控技术。我觉得以后的机器模式都会越来越简单的，由电脑程序操作，人只要会遍简单的程序就能操作机器。机电一体化：我弟弟大专里学的是机电一体化，现在在山东的一个厂子里，待遇也还不错。如果能考下来工程师证，那就更好了。

当然是机电一体化哦机电一体化专业是一个宽口径专业，适应范围很广，学生在校期间除学习各种机械、电工电子、计算机技术、控制技术、检测传感等理论知识外，还将参加各种技能培训和国家职业资格证书考试，充分体现重视技能培养的特点。学生毕业后主要面向珠江三角洲各企业、公司，从事加工制造业，家电生产和售后服务，数控加工机床设备使用维护，物业自动化管理系统，机电产品设计、生产、改造、技术支持，以及机电设备的安装、调试、维护、销售、经营管理等等。 1、主要就业岗位：机电一体化设备的安装、调试、维修、销售及管理；普通机床的数控化改装等。 2、次要就业岗位：机电一体化产品的设计、生产、改造、技术服务等

电气自动化是原来自动化专业的招牌专业，就业面比较广，万金油；数控技术是这几年发展起来的技术，引领潮流，技术含量高些，但面窄；机电一体化是机械院校的专业，以前因为单纯机械专业不好找工作而往自动化专业靠拢，但个人认为这个专业也不错，如果你想从事工厂里边的维护工作，机电一体化是好专业

这三个专业说白了都是机械行业的！但是做机械不吃苦不受累是不行的！前途都很好 只要干好了都能赚钱！关键是能不能吃苦，想坐办公室就能赚很多钱 在机械行业毕业能做到这点是不可能的 不实践就什么也不懂！

我们单位就是典型的这两个专业，物流发展不成熟，机遇大，起伏大；机电已足够成熟，发展空间现对较小，工作比较平稳。但总的收入下来，物流的比我们机电的要好，我们单位机电是守成部门，物流才是增长部门，翻番还得靠物流。建议选物流，以后发展空间大，即使以后找的工作有些名不副实，有了这方面的基础，跳槽找个更好的单位发展也不难，这方面的人才还是缺乏的。

你好：机电一体化,可以分为两部分，1、机械 电机2、数电 电工 包含的学科一个是机械画图,高级CAD CAM PLC\单片机 ,是编程的 要深入学,有点难.数控技术数电/模电.模具,机械制造.电机维修.综合以上知识,将会用在变频技术.大学学机电一体化,最后就是学变频器变频器,构造有PLC\单片机,电解电容,晶体管等,,,主要和电机配套一起用。数控技术 是属于机电一体化的其中一个学科。这个算机电专业不过只是专业应用范围小了一点。

要纠正你的担忧。1、就业前景与专业、性别没有直接联系，与之直接联系的是你面对问题的心理素质以及你解决问题的能力。也就是说，要有一定的承受能力，同时要有理清思路，逐步解决问题的能力。2、更多的人就业不一定与大学所学专业有关系，毕业之后的就业选择的往往是相关的行业，更有甚者，通过亲朋好友的渠道找到的是一份完全与专业无关的工作。3、如果你要了解这个专业的就业前景，你首先应该去了解你的专业涉及到哪个行业，这个行业中有哪些代表性企业或者公司，与之相关的企业和公司有哪些，这些有可能成为你今后的择业对象。4、学校层次不是关键，关键在于你能否解决实际问题，能否为企业创造财富。另外，很重要的一点是，如果在一个层次不高的学校同样建立了足够的自信，这点也会是让人高看一等的（建立在富足的精神和知识的基础上，决不是妄

只要你学会，前景都好，都很实用。如果有最好的，他怎么会给你选择呢？

请不要问这个问题，专业前景绝不是你的就业前景。你才是就业主体，不是你的专业。老话说得好，一专多能。

数学模型是中国企业的软肋，以前在不同的文章中都提到过，也说过一些为什么要建模和如何建模的小例子，但一直没系统的说过模型在物流的管理中到底有什么样的作用，以及普遍适用的建模原则和方法。今天试着就这个话题深入聊一聊个人的观点。

说起模型在管理中的应用，其实很多管理者或者企业家已经自觉和不自觉的在用了，例如在计算成本时使用的公式——=+可变成本——这就是一个最简单的数学模型。当然实际情况没有这么简单，首先是成本中包含的内容非常多，例如固定成本可能包括场地租金的分摊（或者土地成本+建设成本）、水电分摊、管理人员人工成本、办公成本、证照成本、等等；其次是成本的计算方式可能会随着环境和业务量的变化而变化，例如60%的出车率和90%的出车率，在司机的配比和保养成本上就会有很大的不同，而出车率不同造成实际分摊到每趟运输过程中的固定成本比例也会变化。

而在我们现实的管理中，绝大多数甚至可以说几乎所有的情况下，都没有考虑这些可能的变量，而仅仅是用了一个简单的数学算式，将已经得到的或者预估的数字直接加减乘除，然后就宣称已经依靠数据进行决策，实现了数据化管理。但实际上只是小学生在做算术而已。

而只有将这些直观而具体的数字背后的含义理清楚，以数学模型的形式表达出来，并代入不同的数字进行反复的测算，模拟出不同环境下和不同决策方式下产生的不同结果，才能称之为数据化决策和数据化管理。在这其中，最重要就的莫过于“数学模型”了。

那么什么样的东西才算是“数学模型”呢？百科是这样定义的：

数学模型是使用数学概念和语言来对一个系统的描述。

数学模型通常由关系与变量组成。关系可用算符描述，例如代数算符、函数、微分算符等。变量是关注的可量化的系统参数的抽象形式。

从这个定义中就可以看出，模型不是简单的数字的加减乘除，而是变量的关系组合。例如，1000元总成本=300元固定成本+700元可变成本，这是算式；而 TC = FC + VC（其中TC是Total Cost总成本，FC是Fixed Cost固定成本，VC是Variable Cost可变成本）才算是模型。因为这其中的FC和VC都是变量，会随着条件的不同而变化，并非简单的赋予一个固定的数字。

当然这个例子非常简单，似乎直接用数字和用变量没什么大的区别，那么看下面这个模型呢？

这是将近10年前我在某外企工作中用到的实际模型。显然直接用数字也能完成这个计算，但直接用数字列出来的计算，估计除了计算者自己，谁都看不明白。而用这样一个公式表示出来，再对其中每个变量加以说明（例如Wj代表的是月度中星期j的天数，1月中有5个周一，则Wj=5），那么很多人都会使用这个公式，代入合适的数值，计算出结果。

更重要的是，使用这种公式化的模型，可以非常方便的计算不同状况下的结果。例如上面的公式中，如果只有E1这一个变量变动的话，会对最后的结果产生什么样的影响？换句大家都能明白的话，Ei代表的是第i项工作的效率，如果提高了第1项工作的效率50%，会对最后的结果产生多大的影响？这个影响相对于原来的数字有多大的变化？值不值得为了这个变化而对第1项工作的设备进行投资？效率提高带来的节约是否足以弥补设备投资？等等诸如此类的问题都能在实施前得到精确的模拟和估算，从而为管理者做决策提供真正的数字依据。

那么，相当多的人会问了，这个模型这么复杂，一般人哪能看得懂，一般的公司管理者哪能有这么好的数学基础去建模呢。

诚然，真正严谨的数学模型是非常复杂的，有线性和非线性、静态和动态、确定性和概率性等等不同的种类，但根据我个人的经验，真正在日常管理中用到的数学方法非常简单，无外乎加减乘除的四则运算和指数运算（一般只在计算利率和资金成本时会用到指数）。建模中最重要的，是理清这些变量之间的逻辑关系，并把这些关系用最简单合适的数学符号表示出来，从而实现变量和关系的组合。

例如某运输公司的固定成本分摊。前面已经说了：总的固定成本 = 场地租金分摊+水电分摊+管理人员人工成本+办公成本+证照成本+财务成本（当然这里列出来的不严谨也不完整，仅仅用来说明这个例子）。但这个式子中绝大部分的数值都是按照月甚至年为单位来取值的，那么该如何分摊到每天或者每趟运输中去呢？

一般最简单的算法是：单日固定成本 = 月度固定成本 ÷ 月度天数，而在核算每趟时，直接使用这个“单日固定成本”。如果一天只能跑一趟，则每趟固定成本=单日固定成本；如果一天能跑两趟，则每趟固定成本 = 单日固定成本÷2。

那如果一个月中，有的日子一趟都没有，有的日子跑了一趟，有的日子跑了两趟，到底应该怎么计算成本怎么定价，才能保证没有单的日子不会白白亏损，也保证有单的日子不会定价过高丧失客户呢？显然上面这样的简单数学算式解决不了问题，必须要用建立的模型：每趟固定成本 = 单日固定成本 * 单日出车率。其中单日出车率可以根据历史统计数据得到，也可以根据预测来估计。如果要用统计数据计算的话，单日出车率=上月实际出车次数 ÷ 上月理论出车次数。

你看，这样一个简单的模型就建立起来了，不同的车辆可以有不同的结果，可以对比分析和优化；不同的月份也能有不同的结果，同样可以对比分析。

从这个过程中可以看出，日常工作中的数学模型绝大多数情况下真的不需要高等数学知识，只要高中甚至初中的数学知识就行。建模中最为关键的因素是要了解清楚商业运作的逻辑（例如上面说的要引入出车率的概念，而不是只看单日的成本），其次是要有充分的数据支持（例如根据历史统计数据得到的实际出车次数）。

这时候我们再回头看看之前那张图片中的公式，对高中数学还有印象的话，应该都能记得，这个公式中用到的最难理解的部分也不过就是“Σ”，而这只是一个求总和的符号，说白了只是n个加号的简略写法而已，没有用到任何积分微分线性回归概率论等知识。

所以，不要以为数学建模是个多么高深的事情，其实它很简单，尤其是在日常工作中使用时，更需要的是清晰的头脑和对简单数学运算符号的合理应用，这就足够了。不信你也来试试，把日常的算式写成一个公式看看，相信会有不一样的收获。

（题图来自谷歌图片搜索）

序言市场的走势分有序跟无序,大部分的走势都是随机运行的，所以不要妄想把握住市场的每一段行情，但是价格波动都是投资行为造成的，参与的主体是人，就会有共性存在其中，建立一个量化的系统就是过滤无序的走势，猎狩能看懂的行情，做一个无情绪化的投资者。对交易市场的理解基本面：由于市场的行情总是走在基本面之前，数据的结果并不能直接给我们提供明确的方向，但必须关注重要数据公布的时间点，因为这对止损的设置与盈利的空...

金融数学，又称数理金融学等，是利用数学工具研究金融现象，通过数学模型进行定量分析，以求找到金融活动中潜在的规律，并用以指导实践。金融数学是现代数学与计算机技术在金融领域中的结合应用。目前，金融数学发展很快，是目前十分活跃的前言学科之一。金融数学的发展曾两次引发了“华尔街革命”【但都是以错误假设为基础的错误革命，尤其是后者激发了杠杆投机行为】。上个世纪50年代初期，马克维茨提出证券投资组合理论，第一...

从组合投资的角度可以细分为模型和模型A风险对冲理论价格风险及期货市场的产生价格风险是指价格偏离其期望值的可能性。按照经典的经济学理论可知，市场对资源的调节作用是通过价格变动来进行的，因此，从整个市场的角度来看，价格变动对于资源的有效配置起到了积极的作用。但是对于个人或者厂商等经济主体而言，价格变动却使得他们暴露在很大的风险之中。价格风险可能会使得他们蒙受巨大的损失，也可能获得巨额利润。从整个交易规...

金融数学，又称数理金融学等，是利用数学工具研究金融现象，通过数学模型进行定量分析，以求找到金融活动中潜在的规律，并用以指导实践。金融数学是现代数学与计算机技术在金融领域中的结合应用。目前，金融数学发展很快，是目前十分活跃的前言学科之一。金融数学的发展曾两次引发了"华尔街革命"。上个世纪50年代初期，马克维茨提出证券投资组合理论，第一次明确地用数学工具给出了在一定风险水平下按不同比例投资多种证券，收...

相等头寸加权模型极其普遍。使用这一模型的宽客认为，如果某一头寸好到位得拥有，就不再需要其他信息来决定其规模。这里有个深层次的隐含假设金融产品具有同质性，不需要根据其风险或其他指标加以区分。如上交所言，对于给定的金融产品而言，信号强度的概念与预测的规模有关。信号强度通常会被忽略掉，除非信号强度已经强到非常值得建立头寸。初看起来，对这一问题的处理过于简单。一些严谨的宽客已经针对这顧问題找到了解决方案。...