一、学科简介
江西理工大学控制科学与工程一级学科主要在“控制理论与控制工程”、“检测技术与自动化装置”、“模式识别与智能系统”三个二级学科下，开展有关智能控制理论及应用、生产过程的建模与控制、智能交通系统、智能检测理论与方法、机器视觉与机器人控制技术、稀土永磁电机设计、电力电子控制技术、模式识别理论及其应用、机器学习及其应用、新能源与智能微电网等方面的理论研究和技术开发。
1988年获得检测技术与自动化装置的工学硕士学位授予权；2000年获得控制理论与控制工程的工学硕士学位授予权；2006年获控制工程领域工程硕士学位授予权，2009年控制工程招收了全国首批全日制专业学位硕士研究生，2011年获得控制科学与工程一级学科的工学硕士学位授予权。控制理论与控制工程被评为江西省“十一五”重点学科。
围绕“生产过程建模与控制”、“机器学习与智能控制理论”、“机器视觉与机器人”、“智能交通系统”、“功能器件与集成电路”、“高效节能永磁电机与电力电子技术”、“新能源发电与智能微电网技术”等学科发展的重点研究方向，组建了学科团队，拥有一支年龄、专业知识、技术职称结构合理、学术水平较高的导师队伍，现有导师26人中，教授(含教授级高工)17名，副教授12名,其中校外兼职导师6人；有兼职博士生导师3人，有国家****基金项目获得者1人，全国模范教师1人，江西省教学名师2人，江西省学科带头人3名。
本学科点拥有设备先进的江西省智能系统与智能计算重点实验室，国家级创新人才培养基地等研究平台，以及西门子网络集成自动化、智能交通系统、ABB工业机器人、新能源发电、物联网、嵌入式系统等实验室，能为培养高质量人才提供良好的实验研究条件。近3年来，本学科点承担国家级项目12项,其中国家自然科学基金项目9项，江西省自然科学基金、江西省科技厅、教育厅科研项目40余项，企业委托科技开发项目50余项，发表学术论文200余篇，其中被SCI、EI、ISTP检索100余篇；出版著作3部。
二、主要研究方向
1.控制理论与控制工程
（1）智能控制理论
面对复杂对象、复杂任务、复杂环境的控制问题，以控制理论、计算机科学、人工智能、运筹学等学科为基础，研究的重点是对任务和现实模型的描述、符号和环境的识别以及知识库和推理机的开发上，研究内容涉及有符号信息处理、启发式程序设计、知识表示、自动推理和决策等有关技术。本研究方向已经在模糊逻辑控制、神经网络控制、支持向量机、遗传算法等领域开展了有成效的研究，应用人工智能和计算机技术的发展的最新成果，承担有与此有关的科研课题和工程项目。
（2）生产过程的建模与控制
面向生产过程的综合自动化、全局优化的需求，针对矿冶生产过程中参数检测和受控对象的复杂多变，在规模制造业与复杂生产过程的参数检测与控制方面，采用网络集成自动化技术、智能信息处理技术、计算机和网络技术，面向复杂工业生产过程的建模、优化控制和系统设计问题，开展生产过程自动化问题的理论、方法、技术及系统实现研究，实现生产过程的控制、运行、管理的优化集成。
（3）智能交通系统
应用控制理论的最新成果，开展城市智能交通系统有关的基础理论、关键技术、系统集成的研究，主要涉及到永磁磁浮技术及磁悬浮轨道交通、城市区域交通协调控制理论与应用、城市交通拥堵机理与疏导、交通信息采集与处理、交通环境监控与节能等控制理论、自动化技术与交通工程的交叉领域。本研究方向已经在稀土永磁磁浮轨道交通技术集成研究、交通系统资源优化与多目标协同设计、信号交叉口智能控制与应用，电子导航信息实时显示、动态路径规划算法、拥塞判别算法、交通系统建模与仿真、物流园区自动搬运交通组织与监控等方面开展了具有较高学术价值的研究工作，承担有多项国家级和省部级的科研课题和实际工程项目。
2.检测技术与自动化装置
（1）智能检测理论与方法
工业生产过程中各种大型设备参数复杂多变、动态特性难以预测，常规的检测方法难以准确判断，本学科方向以信息论、最优化理论、智能算法为理论依据，深入研究可适用于有色冶金设备智能检测的理论与方法，致力于提高企业中各种设备的自动化和智能化程度，提高设备的劳动生产率、产品质量以及企业的经济效益。
（2）机器视觉与机器人控制技术
机器视觉主要用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。机器视觉技术是涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。
本方向主要研究基于控制科学、机器人学、机器视觉技术和人工智能技术，致力研究和开发诸如汽车零部件制造与产品包装等质量检测与监控系统、医学影像处理算法与分析系统、机器人视觉导航系统、矿冶生产过程的视觉检测与监控系统等以及特种机器人和智能制造装备控制技术，探索相应的传感认知、环境识别与定位、协调控制、智能控制等，研究新型机器人、机器人控制系统及集成技术。特别针对矿冶生产过程，开发满足绿色节能等时代要求的具有视觉控制功能的特种机器人和高性能群体探测机器人与矿冶生产智能装备等。
（3）稀土永磁电机与电力电子控制技术
以新型节能稀土永磁电机电器设计与控制和新能源发电系统的电力电子技术为目标，围绕稀土永磁电机结构设计、分析方法和电机专用软件开发等方面开展研究，并结合电力电子技术与微机控制技术，利用数字信号处理和矢量变换控制技术实现稀土永磁电机高性能调速等方面开展研究。
3.模式识别与智能系统
模式识别是指对表征事物或现象的各种形式的信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程。围绕模式识别与图像处理相关理论问题，深入开展基于统计学习理论的模式识别方法、基于稀疏表示和低秩建模理论的维数约简与分类算法、基于矩阵分解的大规模数据分析与建模理论，并把它们有效用于人脸分析与建模、人机情感交互、运动目标检测与跟踪、机器视觉检测等领域。同时融合人工智能、大数据和云计算等前沿技术，围绕大规模数据分析与建模问题，围绕深度学习模型与优化、机器学习算法优化、稀疏-低秩建模理论的综合应用及其统一框架开展深入讨论，并将研究成果应用于系统建模与优化控制、目标检测、跟踪与识别等领域。