工业设计专业解析-新东方前途出国

工业工程(Industrial Engineering，简称IE) 是集工程与管理于一体的综合性交叉学科，它利用数学、自然科学与社会科学的专门知识及技术，同时利用工程设计与分析的原理和方法，来描述、预测和评价上述系统所得到的成果。就是让生产流程、产品或系统变得更好的一个专业。其它的工程师是在创造东西，如何使得其它工程师创造东西时的系统和流程优化，就是工业工程师的职责，即创造或改善系统和流程。IE是工程领域里最人性化的专业，工业工程师这一职业现在已经得到了广泛的认可，与传统工程学及数理学科不同，这一领域的重点在于研究决策者(人)在复杂系统中的作用。传统上，工业工程师(Industrial Engineer)的工作集中在设计、执行、评估、和改进集合人力、资金、信息、知识、厂房、设备、能源、物料、和流程的制造业生产系统。近年来更多的工业工程师投身到诸如物流、信息、金融、医疗、服务、研发、国防等等众多产业当中从事系统分析与改进工作。简短的说，工业工程师能在任何领域当中发挥作用。

工业工程一般是设置在工程学院下的一级学科，授予工业工程学位。而在一级学科下直接设置研究方向，如运筹学、物流学、人机工程、制造工程、生产与运作管理、质量管理等。在这些研究方向中，教授的研究很多是穿插的，甚至与其他系的教师组成联合实验室，更加体现了学科交叉的特点。

工业工程又分传统IE和现代IE。

传统IE是通过时间研究与动作研究，工厂布置，物料搬运，生产计划和日程安排等，以提高劳动生产率。

现代IE以运筹学和系统工程作为理论基础，以计算机作为先进手段，兼容并蕴涵了诸多新学科和高新技术。

工业工程学科的核心基础理论是运筹学研究和人因工程理论，它的独特哲理是定量的系统方法，它的研究的目标不在于单元问题，而在于系统效率。因此对学习者的数学基础要求高，如Berkley，Georgia Tech都极为强调工业工程问题的定量化研究。每个学校所设置的课程和研究的方向不尽相同，但一般与当地工业特色相吻合。

工业工程专业在学校内的实验室规模不大，通常有人机工程、制造系统和计算机模拟实验室，但它的特点是以企业为研究对象，选择课题和组织学生做实践课题都以企业为基地。

学位介绍

工业工程专业相关的研究生学位包括：

1. Master of Engineering

2. Master of Science in Industrial Engineering

3. PhD in Industrial Engineering

专业分支

据了解，美国工业工程主要有五大研究方向：运筹学方向是整个工业工程的理论基础；人因工程方向在国内的发展有限，但是在美国各个学校基本都有相关研究人员，并且有专门的实验设备支持相关研究；系统生产工程方向研究范围颇广，涉及到自动化、机械、电子、材料等领域；物流与供应链方向在美国研究往往借助于建模；信息系统管理方向则需要较好的编程能力。

从大方向来说，工业工程可以分为运筹(Operations Research)、人因学(Human Factor)、制造业(Manufacturing)和生产(Production)。

其中Human Factor和 Operation Research属于新兴方向，专业都比较年轻，Operation Research起源于二战时对物质的分配和统筹，数理含量非常高，不仅仅在工业工程（IE）下有相关方向，在有些数学系下也有相关的研究。运筹学的核心是，使用应用数学、统计、建模的方法来解决实际生活和商业中的优化问题，为复杂系统提供最优或者接近最优的解决方案。

Operation Research还可以延伸出Financial Engineering，Project Management（项目管理），Engineering Management（工程管理：有一些学校该专业已经独立出来了，比如Stanford University和George Washington University）等方向。但是相比之下IEOR侧重用数学、统计、数据、建模等方法解决优化问题，是很数理量化的学科。属于工科，在工程学院或者应用数学学院下面。需要有一定的数学、编程和建模背景。而项目管理、工程管理是综合性的管理学科，学一些基础的工程知识，再加上一些管理学知识（供应链、项目管理、工程经济学等）。属于管理或者商科，不太需要特别多的数学知识。

Human Factor不仅仅在IE下有，在CS下也有相关的方向。事实上，这也说明了工科的特点：各个专业之间非常的交叉。

近年来，运筹学（Operations Research）和机器学习(Machine Learning) 、统计学以及数据科学的交叉发展尤为突出。一方面，机器学习和深度学习(Deep Learning)的许多算法，许多都建立在运筹和数学优化算法基础之上；与此同时，机器学习的发展，促进了运筹和数学优化在科技、金融、医疗和健康行业的运用。

Manufacturing和Production可以算是传统方向，Manufacturing是有关制造方面的，非常偏工厂端的，与Mechanical Engineering 的交叉比较多；Production可以说是Distributed Control（分散控制）、Supply Chain（供应链）、Analysis and Modeling（分析和模仿）、Transportation（运输）、Logistics（物流）、Stock Theory（存货理论）、Queuing Theory（排队理论）以及Game Theory（博弈论）的应用等。