经济师分数线如何划定

【导读】随着科技的高速开展，数据在人们生活和决议计划中所占的比重越来越大，大数据的热浪已然覆盖了整个时代。大数据一直在活跃赋能很多工业，包括金融、医疗、农业、教育等。那么，如何经过数据剖析发掘数据价值呢?今日就跟随小编一起来了解下吧!

无论是在政务范畴仍是商业范畴，依赖于大数据技能的数据剖析总是为行业提供决议计划支撑。因为大数据是从量变到质变的过程，加之数据被广泛发掘，决议计划根据的信息完整性越来越高，根据信息的理性决议计划要高于以往拍脑袋的盲目决议计划。

微观层面中，大数据使得经济决议计划部分可以愈加敏锐的掌握经济走向，并制定实施科学的经济决议计划;在微观层面中，大数据可以进步企业经营决议计划水平缓效率，推进立异，给企业以及所在的行业范畴带来价值。

大数据不光要有数据，还要精分跟相应的行业相结合，产生帮助企业实际运营的产品，这样数据才有价值。若想依托大数据把脉企业经营现状，猜测行业开展趋势，就需要不断对数据源进行有用的挑选、清洗，做到精准剖析，不然得到的成果有可能是南辕北辙，于商业无益。

需要经过数据剖析，对数据来历进行全方位挑选、清洗，同时打通各行业、各范畴的数据孤岛，实现数据的整合、有用剖析，最大化数据剖析成果的精准度。经过对数据收集、传输、挑选、清洗、交融、剖析、计算及可视化使用等，高效整合线上线下数据，进行深层次、广范围的数据关联剖析，解决企业全方位数据剖析问题，降低数据剖析本钱，助力企业深度发掘数据价值。

数据剖析的中心作业是人对数据目标的剖析、考虑和解读，人脑所能承载的数据量是极端有限的。所以，无论是“传统数据剖析”，仍是“大数据剖析”，均需要将原始数据依照剖析思路进行计算处理，得到概要性的计算成果供人剖析。两者在这个过程中是相似的，区别仅仅原始数据量巨细所导致处理方式的不同。

以上就是小编今天给大家整理分享关于“如何通过数据分析挖掘数据价值?”的相关内容希望对大家有所帮助。小编认为要想在大数据行业有所建树，需要考取部分含金量高的数据分析师证书，这样更有核心竞争力与竞争资本。

线性规划

来源：《信息项目师教程（第3版）》第27章 科学基础知识P875

线性规划是研究在有限的资源条件下，如何有效地使用这些资源达到预定目标的数学方法。用数学的语言来说，也就是在一组约束条件下寻找目标函数的极值问题。

求极大值（或极小值）的模型表达如下。

图解法

解线性规划问题的方法有很多，最常用的有图解法和单纯形法。图解法简单直观，有助于了解线性规划问题求解的基本原理，下面，通过一个例子来说明图解法的应用。

【例】某工厂在计划期内要安排生产Ⅰ、Ⅱ两种产品，已知生产单位产品所需的设备台时及A、B两种原料的消耗，如表27-5所示。

该工厂每生产一件产品Ⅰ可获利2元，每生产一件产品Ⅱ可获利3元，问应该如何安排计划使该工厂获利最多？

的点，必然落在由这三个半平面相交组成的区域内，如图27-13中的阴影部分所示。阴影区域中的每一个点（包括边界点）都是这个线性规划问题的解（称可行解），因而此区域是本题的线性规划问题的解的集合，称它为可行域。图27-13图解法。

这说明该厂的最优生产计划方案是：生产4件产品Ⅰ，2件产品Ⅱ，可得最大利润为14元。

解的讨论

在上述例题中，得到的最优解是唯一的，但对一般线性规划问题而言，求解结果还可能出现以下几种情况：无穷多最优解（多重解），解（无最优解），无可行解。当求解结果出现后两种情况时，一般说明线性规划问题的数学模型有错误。解源于缺乏必要的约束条件，无可行解源于矛盾的约束条件。

从图解法中直观地看到，当线性规划问题的可行域非空时，它是有界或凸多边形。若线性规划问题存在最优解，它一定在可行域的某个顶点得到；若在两个顶点同时得到最优解，则它们连线上的任意一点都是最优解，即有无穷多最优解。

单纯形法

图解法虽然直观，但当变量数多于3个以上时，它就无能为力了，这时需要使用单纯形法。

单纯形法的基本思路是：根据问题的标准，从可行域中某个可行解（一个顶点）开始，转换到另一个可行解（顶点）。并且使目标函数达到最大值时，问题就得到了最优解。限于篇幅，本书不再介绍单纯形法的详细求解过程。

线性规划的适用性

线性规划模型用在原材料单一、生产过程稳定不变、分解型生产类型的组织是十分有效的，例如，石油化工厂等。对于产品结构简单、工艺路线短，或者零件加工组织，有较大的应用价值。需要注意的是，对于机电类组织用线性规划模型只适用于作年度的总生产计划，而不用来做月度计划。这主要与工件在设备上的排序有关，计划期太短，很难安排过来。

一般来说，一个经济问题满足以下条件时，才能建立线性规划的模型。

1要求解问题的目标函数能用数值指标来反映，且为线性函数。

2存在着多种方案。

3要求达到的目标是在一定约束条件下实现的，这些约束条件可用线性等式或不等式描述。

对于总需求曲线的理解取决于需求改变被视为收入的改变还是物价的改变。 在“凯恩斯交叉图”，“计划总开支”（或“总支出”、“总需求”）曲线（图中蓝色线）绘成一右上倾斜的线，因为消费者会在当可支配收入更高时有更大的需求。而可支配收入与总国民产出正相关。这是因为消费者的可支配收入与消费在消费函数中成正比。总需求也会因投资增加而上升（由于乘数效应），虽然增幅会因进口及税收随收入一同增加而减少。在此图中，当总需求AD相等于国内产出总量Y时（它对应总国内收入）。这里，总需求等如总供应。
在此图中，均衡水平的产出和需求由计划开支曲线与一条表示总收入与产出的均衡水平（AD=Y）的45度斜线的相交决定。在其交点得出均衡产量Y。
朝向均衡的移动通常经由存货的改变，而存货改变引发生产及收入的改变。若现行产量超于均衡，存货累积，鼓励商人减产，逼使经济回到均衡。类似地，如果产出水平低于均衡，存货减少以应付需求，鼓励企业增产，因此收入移向均衡收入。这个推向均衡的过程在当均衡是稳定时发生，即换言之，当AD曲线比AD=Y曲线平坦时。
在此模式中，均衡产量水平决定均衡就业水平。（这由奥肯法则所连系。）模式本身并没有提出原因解释为何处于均衡的就业水平应该与充分就业挂勾。尽管其他层面的考虑将意味着此关系。
若在各自的收入水平下，任何总需求的成份（C + Ip + G + NX）上升，例如因为企业对于业务前景更乐观，整条AD曲线会向上移。这使到均衡收入和产量亦增加。同样地，如当中有要素下跌，AD曲线会向下移，并推低均衡收入和产量（按定义，AD=Y曲线不会有任何改变。） 有时，特别在教科书上，整条“总需求”会关联到一条看似马歇尔的供求图中的需求曲线。
如此，我们可以把“总需求量”（Y = C + Ip + G + NX不论以实质或名义计算）与任何已知的总平均物价水平P（例如平均物价指数）连上关系。
在此图的AD曲线上，典型地，Y（可支配收入）与P（总平均物价水平）呈反关系。对此，理论上主要的原因是如果名义货币供应（M）是常数，P下跌意味实质货币供应（M/P）增加，鼓励利率压低及开支增加。这通常被称为凯恩斯效应。
运用供求理论时要小心，不同的是，总供应的范围决定了总需求增加会引致实质产出增加还是纯粹的物价上升。图中，任何AD成份在任何已知P下的增加会使AD曲线向右移动。这同时增加了实质产出Y及物价水平P。
不同水平的经济活跃性意味着总需求变动会引发不同的产出与物价上升组合。如图所示，在很低水平的实质总产出，由于有很大量的闲置资源，大多数凯恩斯经济学派的学者都认为总需求变动引起的主要改变是产出和就业。当经济接近充分就业收入时，（Y*），我们会发现总需求上升时愈来愈多的物价上升会取代实质产出的上升。
超越Y*，那会变得更极端，总需求变动会完全化为物价变动。更坏的是，超于Y*的产出水平不能长久维持。这里AS曲线只反映一个短期关系，如果经济仍在潜在产出之上运作，AS曲线会向左移，令到原有实质产出的上升消失。
在低水平的Y，世界将更加复杂。首先，大多数现代经济学家很少经历到物价下跌。所以AS不太可能向下或右移。其次，当他们遭受物价下跌（例如），这将引起难性的通货紧缩。

首先，34所自主划线院校的分数线一般是要比国家线高的，因为人家只需要考虑自己学校的生源质量就好，划定分数线的工作相对容易。但是有的自主划线院校的某些专业是非常弱势的，就容易出现分数线甚至低于国家线的情况。即使很多名校的名专业，分数线也不一定高于国家线。
比如北京大学学是很厉害的。但是前几年出现过北大的学英语分数线是50分，而国家线划到了55分的奇葩事件，也就是说当年考上北大的人不一定考得上河北农业大学（如果一个人考上北大学，英语考了53分就会出现这种情况）。但是大多数情况下，自主划线院校的分数线会比国家线高。
6国家线的A类考生和B类考生是什么意思？
这个在国家线的说明中都是有的。A类就是报考一区的学生，报考二区的考生是B类考生。二区实际上是在国内欠发达的一些地区，包括内蒙古，新疆，，宁夏，广西，甘肃，青海，云南，贵州，海南这些省份，经济欠发达地区为了吸引考生报考，从而降低自己分数线。
所以，报考这些地方的B类考生分数线相较于一区A类考生分数线，总分都要低十分左右，英语单科都要低三分左右。
这里大家要注意，A类考生和B类考生的评定标准不是你现在在哪个学校或者你户口是哪个省份，而是，你所报考的院校所在地。
比如一个西北师范大学的同学（该学校在兰州）报考首都师范大学（该学校在北京）虽然人在二区，学校也在二区，但是目标院校在一区，那么该考生也是A类考生。

运筹学 （类专业基础课） 编辑 讨论2 上传视频
本词条由“科普中国”科学百科词条编写与应用工作项目 审核 。
运筹学，是现代学的一门重要专业基础课。它是20世纪2022年代初发展起来的一门新兴学科，其主要目的是在决策时为人员提供科学依据，是实现有效、正确决策和现代化的重要方法之一。该学科应用于数学和形式科学的跨领域研究，利用统计学、数学模型和算法等方法，去寻找复杂问题中的最佳或近似最佳的解答。
运筹学经常用于解决现实生活中的复杂问题，特别是改善或优化现有的效率。 研究运筹学的基础知识包括实分析、矩阵论、随机过程、离散数学和算法基础等。而在应用方面，多与仓储、物流、算法等领域相关。因此运筹学与应用数学、工业工程、计算机科学、经济等专业相关 [1] 。
TA说

用什么理论指导商铺选址？2022-08-16 16:14
逻辑上，商业选址是根据现有环境及其预测，分析出合理的商业区位候选，再由经营者决定地点。但是，如果能够提前了解城市规划方案，甚至干脆一切反过来，商家先选址，再影响城市的未来规划，那么还需要费力分析、预测吗？ 详情
内容来自
中文名运筹学外文名Operational Research（英国）简 称OR又 称作业研究相关学科学、经济学、应用数学等应用领域现代学
目录
1 发展历程
历史起源
发展
2 研究对象
3 学科特点
4 研究方法
5 应用重点
6 具体内容
规划论
库存论
图论
排队论
可靠性理论
对策论
决策论
搜索论
7 运筹学展望
发展历程编辑
历史起源
运筹学作为一门现代科学，是在第二次世界大战期间首先在英美两国发展起来的，有的学者把运筹学描述为就组织的各种经营作出决策的科学手段。PMMorse与GEKimball在他们的奠基作中给运筹学下的定义是：“运筹学是在实行的领域，运用数学方法，对需要进行的问题统筹规划，作出决策的一门应用科学。”运筹学的另一位创始人定义运筹学是：“的人为了获得关于运行的最优解而必须使用的一种科学方法。”它使用许多数学工具（包括概率统计、数理分析、线性代数等）和逻辑判断方法，来研究中人、财、物的组织、筹划调度等问题，以期发挥最大效益。
现代运筹学的起源可以追溯到几十年前，在某些组织的中最先试用科学手段的时候。可是，普遍认为，运筹学的活动是从二次世界大战初期的军事任务开始的。当时迫切需要把各项稀少的资源以有效的方式分配给各种不同的军事经营及在每一经营内的各项活动，所以及随后的军事当局都号召大批科学家运用科学手段来处理战略与战术问题，实际上这便是要求他们对种种（军事）经营进行研究，这些科学家小组正是最早的运筹小组。
第二次世界大战期间，“OR”成功地解决了许多重要作战问题，为“OR”后来的发展铺平了道路。当战后的工业恢复繁荣时，由于组织内与日俱增的复杂性和专门化所产生的问题，使人们认识到这些问题基本上与战争中所曾面临的问题类似，只是具有不同的现实环境而已，运筹学就这样潜入工商企业和其它部门，在2022年代以后得到了广泛的应用。对于配置、聚散、竞争的运用机理深入的研究和应用，形成了比较完备的一套理论，如规划论、排队论、存贮论、决策论等等，由于其理论上的成熟，电子计算机的问世，又大大促进了运筹学的发展，世界上不少国家已成立了致力于该领域及相关活动的专门学会，于2022年成立了运筹学会，并出版期刊《运筹学》，世界其它国家也先后创办了运筹学会与期刊，2022年成立了国际运筹学协会（International Federation of Operations Research Societies ,IFORS [2] 。
发展
2022年我国从“运筹帷幄之中，决胜千里之外”（见《史记》）这句话摘取“运筹”二字，将OR正式译作运筹学。
在中国古代文献中就有记载，如田忌赛马、丁渭主持皇宫修复等。说明在已有的条件下，经过筹划、安排，选择一个最好的方案，就会取得最好的效果。可见，筹划安排是十分重要的。
普遍认为，运筹学是近代应用数学的一个分支，主要是将生产、等事件中出现的一些带有普遍性的运筹问题加以提炼，然后利用数学方法进行解决。前者提供模型，后者提供理论和方法。
运筹学的思想在古代就已经产生了。敌我双方交战，要克敌制胜就要在了解双方情况的基础上，做出最优的对付敌人的方法，这就是“运筹帷幄之中，决胜千里之外”的说法。
但是作为一门数学学科，用纯数学的方法来解决最优方法的选择安排，却是晚多了。也可以说，运筹学是在二十世纪三十年代才开始兴起的一门分支 [1] 。
研究对象编辑
运筹学主要研究经济活动和军事活动中能用数量来表达的有关策划、方面的问题。当然，随着客观实际的发展，运筹学的许多内容不但研究经济和军事活动，有些已经深入到日常生活当中去了。运筹学可以根据问题的要求，通过数学上的分析、运算，得出各种各样的结果，最后提出综合性的合理安排，以达到最好的效果。
运筹学作为一门用来解决实际问题的学科，在处理千差万别的各种问题时，一般有以下几个步骤：确定目标、制定方案、建立模型和制定解法。虽然不大可能存在能处理极其广泛对象的运筹学，但是在运筹学的发展过程中还是形成了某些抽象模型，并能应用解决较广泛的实际问题。随着科学技术和生产力的发展，运筹学已渗入到很多领域，发挥着越来越重要的作用。运筹学本身也在不断发展，涵盖线性规划、非线性规划、整数规划、组合规划、图论、网络流、决策分析、排队论、可靠性数学理论、库存论、博弈论、搜索论以及模拟等分支。
运筹学有广阔的应用领域，它已渗透到诸如服务、搜索、人口、对抗、控制、时间表、资源分配、厂址定位、能源、设计、生产、可靠性等各个方面。
运筹学是软科学中“硬度”较大的一门学科，是工程学和现代科学中的一种基础理论和不可缺少的方法、手段和工具。运筹学已被应用到各种工程中，在现代化建设中发挥着重要作用 [3] 。
学科特点编辑
运筹学已被广泛应用于工商企业、军事部门、民政事业等研究组织内的统筹协调问题，故其应用不受行业、部门之限制；
运筹学既对各种经营进行创造性的科学研究，又涉及到组织的实际问题，它具有很强的实践性，最终应能向决策者提供建设性意见，并应收到实效；
它以整体最优为目标，从的观点出发，力图以整个最佳的方式来解决该各部门之间的利害冲突。对所研究的问题求出最优解，寻求最佳的行动方案，所以它也可看成是一门优化技术，提供的是解决各类问题的优化方法 [2] 。
研究方法编辑
从现实生活场合抽出本质的要素来构造数学模型，因而可寻求一个跟决策者的目标有关的解；
探索求解的结构并导出的求解过程；
从可行方案中寻求的最优解法 [2] 。
应用重点编辑
市场：在广告预算和媒体的选择、竞争性定价、新产品开发、计划的制定等方面。如杜邦公司在五十年代起就非常重视将作业研究用于研究如何做好广告工作、产品定价和新产品的引入。通用电力公司对某些市场进行模拟研究。
生产计划：在总体计划方面主要是从总体确定生产、储存和劳动力的配合等计划以适应变动的需求计划，主要用线性规划和仿真方法等。此外，还可用于生产作业计划、日程表的编排等。还有在合理下料、配料问题、物料等方面的应用。
库存：存货模型将库存理论与计算器的物料信息相结合，主要应用于多种物料库存量的，确定某些设备的能力或容量，如工厂的库存、停车厂的大小、新增发电设备容量大小、计算机的主存储器容量、合理的水库容量等。
运输问题：这里涉及空运、水运、公路运输、铁路运输、捷运、管道运输和厂内运输等。包括班次调度计划及人员服务时间安排等问题。
财政和会计：这里涉及预算、贷款、成本分析、定价、投资、证券、等。用得较多的方法是：统计分析、数学规划、决策分析。此外，还有盈亏点分析法、价值分析法等。
人事：这里涉及六方面。1人员的获得和需求估计；2人才的开发，即进行教育和训练；3人员的分配，主要是各种指派问题；4各类人员的合理利用问题；5人才的评价，其中有如何测定一个人对组织、社会的贡献；6薪资和津贴的确定等。
设备维修、更新和可靠度、项目选择和评价：如电力的可靠度分析、核能电厂的可靠度以及风险评估等。
工程的最佳化设计：在土木、水利、信息、电子、电机、光学、机械、环境和化工等领域皆有作业研究的应用。
计算器和讯息：可将作业研究应用于计算机的主存储器配置，研究等候理论在不同排队规则对磁盘、磁鼓和光盘工作性能的影响。有人利用整数规划寻找满足一组需求档案的寻找次序，利用图论、数学规划等方法研究计算器讯息的自动设计。
城市：包括各种紧急服务救难的设计和运用。如消防队救火站、救护车、警车等分布点的设立。曾用等候理论方法来确定纽约市紧急电话站的值班人数。加拿大亦曾研究一城市警车的配置和负责范围，事故发生后警车应走的路线等。此外，诸如城市垃圾的清扫、搬运和处理；城市供水和污水处理的规划等等 [2] 。
具体内容编辑
运筹学的具体内容包括：规划论（包括线性规划、非线性规划、整数规划和动态规划）、库存论、图论、决策论、对策论、排队论、可靠性理论等。
规划论
数学规划即上面所说的规划论，是运筹学的一个重要分支，早在2022年苏联的康托洛维奇（HBKahtopob ）和的希奇柯克（FLHitchcock）等人就在生产组织和制定交通运输方案方面首先研究和应用线性规划方法。2022年旦茨格等人提出了求解线性规划问题的单纯形方法，为线性规划的理论与计算奠定了基础，特别是电子计算机的出现和日益完善，更使规划论得到迅速的发展，可用电子计算机来处理成千上万个约束条件和变量的大规模线性规划问题，从解决技术问题的最优化，到工业、农业、商业、交通运输业以及决策分析部门都可以发挥作用。
从范围来看，小到一个班组的计划安排，大至整个部门，以至国民经济计划的最优化方案分析，它都有用武之地，具有适应性强，应用面广，计算技术比较简便的特点。非线性规划的基础性工作则是在2022年由库恩（HWKuhn）和塔克（AWTucker）等人完成的，到了2022年代，数学规划无论是在理论上和方法上，还是在应用的深度和广度上都得到了进一步的发展。
数学规划的研究对象是计划工作中有关安排和估值的问题，解决的主要问题是在给定条件下，按某一衡量指标来寻找安排的最优方案。它可以表示成求函数在满足约束条件下的极大极小值问题。
数学规划和古典的求极值的问题有本质上的不同，古典方法只能处理具有简单表达式，和简单约束条件的情况。而现代的数学规划中的问题目标函数和约束条件都很复杂，而且要求给出某种精确度的数字解答，因此算法的研究特别受到重视。
这里最简单的一种问题就是线性规划。如果约束条件和目标函数都是呈线性关系的就叫线性规划。要解决线性规划问题，从理论上讲都要解线性方程组，因此解线性方程组的方法，以及关于行列式、矩阵的知识，就是线性规划中非常必要的工具。
线性规划及其解法—单纯形法的出现，对运筹学的发展起了重大的推动作用。许多实际问题都可以化成线性规划来解决，而单纯形法有是一个行之有效的算法，加上计算机的出现，使一些大型复杂的实际问题的解决成为现实。
非线性规划是线性规划的进一步发展和继续。许多实际问题如设计问题、经济平衡问题都属于非线性规划的范畴。非线性规划扩大了数学规划的应用范围，同时也给数学工作者提出了许多基本理论问题，使数学中的如凸分析、数值分析等也得到了发展。还有一种规划问题和时间有关，叫做“动态规划”。近年来在工程控制、技术物理和通讯中的最佳控制问题中，已经成为经常使用的重要工具 [2] 。
库存论
库存论是一种研究物质最优存储及存储控制的理论，物质存储时工业生产和经济运转的必然现象。如果物质存储过多，则会占用大量仓储空间，增加保管费用，使物质过时报废从而造成经济损失；如果存储过少，则会因失去时机而减少利润，或因原料短缺而造成停产。因而如何寻求一个恰当的采购，存储方案就成为库存论研究的对象 [2] 。
图论
图论是一个古老的但又十分活跃的分支，它是网络技术的基础。图论的创始人是数学家欧拉。2022年他发表了图论方面的第一篇论文，解决了著名的哥尼斯堡七桥难题，相隔一百年后，在2022年基尔霍夫第一次应用图论的原理分析电网，从而把图论引进到工程技术领域。
20世纪2022年代以来，图论的理论得到了进一步发展，将复杂庞大的工程和问题用图描述，可以解决很多工程设计和决策的最优化问题，例如，完成工程任务的时间最少，距离最短，费用最省等等。图论受到数学、工程技术及经营等各方面越来越广泛的重视 [2] 。
排队论
排队论又叫随机服务理论。最初是在二十世纪初由丹麦工程师艾尔郎关于电话交换机的效率研究开始的，在第二次世界大战中为了对飞机场跑道的容纳量进行估算，它得到了进一步的发展，其相应的学科更新论、可靠性理论等也都发展起来。
2022年丹麦的电话工程师爱尔朗（AKErlang）排队问题，2022年以后，开始了更为一般情况的研究，取得了一些重要成果。2022年前后，开始了对机器、陆空交通等方面的研究，2022年以后，理论工作有了新的进展，逐渐奠定了现代随机服务的理论基础。排队论主要研究各种的排队队长，排队的等待时间及所提供的服务等各种参数，以便求得更好的服务。它是研究随机聚散现象的理论。
排队论又叫做随机服务理论。它的研究目的是要回答如何改进服务机构或组织被服务的对象，使得某种指标达到最优的问题。比如一个港口应该有多少个码头，一个工厂应该有多少维修人员等。
因为排队现象是一个随机现象，因此在研究排队现象的时候，主要采用的是研究随机现象的概率论作为主要工具。此外，还有微分和微分方程。排队论把它所要研究的对象形象的描述为顾客来到服务台前要求接待。如果服务台以被其它顾客占用，那么就要排队。另一方面，服务台也时而空闲、时而忙碌。就需要通过数学方法求得顾客的等待时间、排队长度等的概率分布。
排队论在日常生活中的应用是相当广泛的，比如水库水量的调节、生产流水线的安排，铁路分成场的调度、电网的设计等等 [2] 。
可靠性理论
可靠性理论是研究故障、以提高可靠性问题的理论。可靠性理论研究的一般分为两类：（1）不可修：如等，这种的参数是寿命、可靠度等，（2）可修复：如一般的机电设备等，这种的重要参数是有效度，其值为的正常工作时间与正常工作时间加上事故修理时间之比 [2] 。
对策论
对策论也叫博弈论，前面讲的田忌赛马就是典型的博弈论问题。作为运筹学的一个分支，博弈论的发展也只有几十年的历史。地创建这门学科的数学家，冯·诺依曼。
最初用数学方法研究博弈论是在国际象棋中开始的，旨在用来如何确定取胜的算法。由于是研究双方冲突、制胜对策的问题，所以这门学科在军事方面有着十分重要的应用。数学家还对水雷和舰艇、歼击机和轰炸机之间的作战、追踪等问题进行了研究，提出了追逃双方都能自主决策的数学理论。随着人工智能研究的进一步发展，对博弈论提出了更多新的要求 [2] 。
决策论
决策论研究决策问题。所谓决策就是根据客观可能性，借助一定的理论、方法和工具，科学地选择最优方案的过程。决策问题是由决策者和决策域构成的，而决策域又由决策空间、状态空间和结果函数构成。研究决策理论与方法的科学就是决策科学。
决策所要解决的问题是多种多样的，从不同角度有不同的分类方法，按决策者所面临的自然状态的确定与否可分为：确定型决策、不确定型决策和风险型决策；按决策所依据的目标个数可分为：单目标决策与多目标决策；按决策问题的性质可分为：战略决策与策略决策，以及按不同准则划分成的种种决策问题类型。不同类型的决策问题应采用不同的决策方法。决策的基本步骤为：（1）确定问题，提出决策的目标；（2）发现、探索和拟定各种可行方案；（3）从多种可行方案中，选出最满意的方案；（4）决策的执行与反馈，以寻求决策的动态最优。
如果决策者的对方也是人（一个人或一群人）双方都希望取胜，这类具有竞争性的决策称为对策或博弈型决策。构成对策问题的三个根本要素是：局中人、策略与一局对策的得失。对策问题一般可分为有限零和两人对策、阵地对策、连续对策、多人对策与微分对策等 [2] 。
搜索论
搜索论是由于第二次世界大战中战争的需要而出现的运筹学分支。主要研究在资源和探测手段受到限制的情况下，如何设计寻找某种目标的最优方案，并加以实施的理论和方法。在第二次世界大战中，同盟国的空军和海军在研究如何针对轴心国的潜艇活动、舰队运输和兵力部署等进行甄别的过程中产生的。搜索论在实际应用中也取得了不少成效，例如二十世纪六十年代，寻找在大西洋失踪的“打谷者号”和“蝎子号”，以及在地中海寻找丢失的，都是依据搜索论获得成功的 [2] 。
运筹学展望编辑
运筹学正朝着3个领域发展：运筹学应用、运筹科学和运筹数学。
现代运筹学面临的新对象是经济、技术、社会、生态和政治等因素交叉在一起的复杂，因此必须注意大、注意与分析相结合，与未来学相结合，引入一些非数学的方法和理论，采用软的思考方法。总之，运筹学还在不断发展中，新的思想、观点和方法不断出现