一、考试目标

本项考试是为了招收管理科学与工程学术型硕士研究生设置的具有选拔性质的考试，其目的是科学、公平、有效地测试考生是否具备攻读管理科学与工程专业学术型硕士所必须的基本素质、一般能力和培养潜能，以选拔具有发展潜力的优秀人才入学，培养具有较强理论分析与解决实际问题能力的高层次、应用型、复合型的管理科学与工程专业人才。考试目标是考查考生是否掌握程序设计的基本方法，运用机器学习知识解决问题的应用能力，运用运筹学手段处理问题的思想，以及优化理论与其管理学应用的结合能力。具体来

说，要求考生：

1. 掌握运用 C++语言进行程序设计的基本方法，具备通过编程解决问题的能力；

2. 掌握机器学习相关重要概念，算法思想以及相关的理论推导，不同应用场景下的算

法选择、实验分析及优化方向；

3. 掌握运用运筹学手段来处理问题的思想，以及优化理论的实际应用。

二、考试形式和试卷结构

（一）试卷满分及考试时间

试卷满分为 150 分，考试时间为 180 分钟。

（二）答题方式

答题方式为闭卷、笔试。

三、考试主要内容

（一） 程序设计基础：

1. 程序的基本组成，包括程序设计的基本结构、变量类型、数据的输入输出，以及算数运算和赋值运算等编程基础知识；

2. 分支程序设计，包括关系表达式、逻辑表达式、if 语句和 switch 语句；

3. 循环程序设计，包括 for 循环、while 循环和 do while 循环结构；

4. 函数的定义，包括变量的作用域与存储类别、函数参数、函数重载、函数模板；

5. 指针的概念与使用，包括指针与数组、动态内存分配、指针与函数、多级指针、函数指针；

6. 结构体的定义与使用；

7. 模块化开发，包括结构化程序设计、模块划分、库的设计；

8. 面向对象程序设计与类的定义和使用，包括面向对象程序设计的特点、类的定义和对象的操作、构造和析构函数、常量成员与对象、静态成员、友元函数；

9. 运算符重载；

10. 文件的输入与输出、文件内容的随机访问；

11. 异常处理机制；

12. 运用枚举算法、贪婪算法求解问题的可行解；

13. 运用一维数组，二维数组和字符串等数据结构对问题进行表达；

14. 查找和排序等基本算法；

15. 递归算法和递归策略；

16. 链表的概念和操作；

17. 集合类的使用，包括 vector、stack、queue、map 和 set 等类的操作方法；

18. 算法复杂性分析基础；

19. 树结构的定义与应用；

20. 图结构的定义与算法（最短路径、最小生成树等）。

（二） 机器学习：

1. 机器学习基础概念与实现框架相关知识点；

2. 线性模型算法相关知识点；

3. 模型选择与评估相关知识点；

4. 支持向量机理论相关知识点；

5. 决策树算法相关知识点；

6. 集成学习相关知识点；

7. 贝叶斯分类相关知识点；

8. 聚类算法相关知识点；

9. 特征工程相关知识点；

10. 神经网络算法相关知识点；

11. 半监督学习与迁移学习相关知识点。

12. 强化学习相关知识点

（三） 运筹学

1. 实际问题的数学建模，数学规划的建模方法；

2. 线性规划，包括线性规划的建模，单纯形法，内点法；

3. 对偶理论，包括线性规划的对偶理论、凸规划的对偶理论、拉格朗日对偶定理；

4. 非线性规划、无约束优化、带约束条件优化、KKT 一阶与二阶最优化条件；

5. 整数规划，包括 0-1 规划、分支定界法、列生成法；

6. 动态规划，马尔可夫链、马尔可夫决策过程 。