控制理论与控制工程专业硕士研究生培养方案

　　一、培养目标

　　本学科培养从事自动控制理论研究、工程及相关领域内各种控制技术与方法研究和控制系统开发与设计等方面的高级专门人才。毕业后可在科研院所、工厂企业及高等院校从事自动控制理论的研究、应用开发或教学工作。具体要求如下：

　　1．拥护中国共产党的领导，掌握马克思主义基本原理、毛泽东思想和邓小平理论，努力实践“三个代表”的重要思想，树立正确的世界观、人生观和价值观，坚持四项基本原则，热爱祖国，热爱人民，遵纪守法，具有高尚的道德情操、一丝不苟的钻研精神，具有强烈的事业心和责任感。

　　2．应掌握坚实的自动控制基础理论和系统的专门知识；了解本学科最新研究成果；具有独立从事控制理论研究或解决重要工程问题的能力，并在理论研究或系统设计中取得有意义的结果；能用一门外国语熟练地阅读专业资料及撰写科研论文。

　　3．具有健康的体魄。

　　二、研究方向

　　控制理论与控制工程专业隶属于控制科学与工程一级学科。根据本学科覆盖面较宽的特点，设置的研究方向主要有智能控制理论与技术、先进控制理论及应用、模式识别与神经网络、计算机管理与控制综合自动化等四个方向。其主要研究范围和研究内容见表1。

　　表1：控制理论与控制工程硕士点主要研究方向与研究内容

　　三、学习年限

　　学习年限一般为3年。实行学分制和弹性学制，按规定修满35个课程学分、完成所有培养环节和论文工作，可提前毕业或延期毕业。允许分段完成学业，允许研究生休学创业。

　　四、课程设置与学分

　　本专业硕士研究生课程分为学位课程和非学位课程，非学位课程包括必修课程和选修课程。课程学习的最低要求为35分，其中学位课程19学分，必修课程11学分。具体课程设置与学分见表2。

　　表2：控制理论与控制工程硕士点课程设置与学分

　　五、培养方式

　　1．导师负责制

　　实行导师负责和学科集体培养相结合的培养方式，指导教师是研究生培养的第一责任人。指导教师应教书育人，关心研究生的成长，引导他们走德、智、体全面发展的道路；研究生要尊敬师长，虚心学习，积极进取，做到教学相长。

　　2．课程学习与科研论文相结合

　　为了使研究生能掌握本专业坚实的基础理论和系统的专门知识以及良好的实验技能，研究生必须学完学位课程以及研究方向必修课程。此外，根据研究方向的需要和研究生的基础，在导师的指导下选修几门课程。硕士生既要深入掌握坚实的基础理论和本专业的专门知识，又要通过科研论文及学位论文培养具有从事科学研究和担负专门技术工作的能力。特别要加强研究生综合能力和素质的培养，包括创新能力、活动能力和适应能力的培养。

　　3．产学研联合培养

　　根据培养需要，研究生可在校内修读课程学分，到“产学研”研究生联合培养基地开展科学研究并完成学位论文。充分发挥高校、科研部门和企事业单位各自优势和特色，培养高层次应用型人才。

　　六、培养环节

　　1．个人培养计划

　　研究生入学后应在导师指导下，严格按照本培养方案填写《扬州大学攻读硕士学位研究生培养计划》，经学科负责人审定后报学院和研究生处备案。研究生的培养计划是导师指导研究生学习的依据，也是对研究生毕业和授予学位进行审查的依据。培养计划确定后，研究生和导师均应严格遵守。

　　同等学力入学的硕士生必须补修5门现专业本科基础课程；跨专业入学者视专业差异，须至少补修3门与现专业方向相关的本科基础课程。补修课程不计学分，但应列入个人培养计划；考试合格，成绩登录时标明“补修”。

　　2．课程与讨论班学习

　　课程学习是研究生培养过程中极其重要的环节。为使研究生掌握本专业坚实的基础理论和系统的专门知识，必须十分重视课程学习，特别是学位课程和必修课程的学习。任课教师应根据课程的性质和内容，采取教师讲授、师生讨论、学生自学、读书报告等多种形式，着重引导阅读、启发思维和训练写作，着重培养独立分析与解决问题的能力。鼓励跨学科(门类)选修课程，鼓励选修人文素质类课程。

　　3．实践环节

　　包括社会实践和教学实践。社会实践主要是参加社会调查、承担校内外的科研、设计、调研、咨询、技术开发和服务等活动。教学实践是培养硕士研究生的重要环节，教学实践主要是以本科生为对象开展试讲、辅导、指导实验和辅助指导毕业班学生毕业论文或毕业设计等。研究生必须参加教学实践，并完成相当于助教1个月工作量的任务。

　　4．文献阅读

　　文献阅读是硕士研究生培养工作的重要组成部分，对扩大硕士生的知识面、活跃学术思想、培养独立工作能力及掌握国内外本学科及相关学科的动态都有重要意义，也是学位论文选题过程中不可缺少的环节。硕士研究生必须较广泛地阅读中文和外文文献，并以外文文献为主。本专业外文资料的总阅读量应不少于10－15万英文单词。

　　5．学术活动

　　硕士研究生在学期间必须参加10次校内外学术活动，主持1次研究生学术讨论会，并至少主讲1次学术报告。研究生参加的学术活动可以是校内各院系组织的学术讲座，也可以是参加国内外的学术会议，原则上校内3小时的专题讲座为一次学术活动，校外参加的学术会议按天数折算，原则上1天为2次学术活动。具体办法见《扬州大学关于建立研究生学术报告会制度意见》。

　　七、考核方式

　　1．课程考核

　　学位课程、必修课程考核主要以考试方式进行，部分专业学位课程考核也可以课程论文方式进行。选修课程考核以考试或考查方式进行。所有课程考核一律以百分制记分，60分为合格。

　　以同等学力及跨专业入学的研究生所有补修课程必须考试合格。

　　2．实践环节考核

　　实践环节由专人负责，研究生必须填写《扬州大学实践环节考核表》，由学院进行考核，合格者方能毕业。

　　3．学术活动考核

　　研究生参加学术活动时，要填写《扬州大学研究生学术活动记录表》，按学期送交学院研究生教务员审核并存档。研究生参加学术活动情况由学院考核，合格者方能毕业。

　　4．中期考核

　　中期考核是研究生培养和管理中的一个重要环节，是提高培养质量的有效措施。中期考核一般在课程学习结束之后进行，系聘请包括导师在内的教师组成考核小组，对研究生进行政治思想表现考核和业务学习情况考核，并综合评分给出成绩。中期考核不合格者不得进入论文阶段。具体办法详见《扬州大学研究生中期考核办法》。

　　八、学位论文

　　学位论文工作是培养研究生发现问题、分析问题、解决问题的综合能力和创新能力的主要环节，应按照《中华人民共和国学位条例》、《中华人民共和国学位条例实施细则》和学校有关文件的要求进行。

　　1．选题

　　研究生入学后在导师的指导下确定研究方向，通过广泛查阅和收集，建立较为系统和完备的文献资料两个基础平台，确定具体研究课题。研究课题必须具备科学性、学术性、创新性和可行性。选题一方面要考虑本学科研究的前沿性和实际可操作性，另一方面要力求和国家或省部级的基金项目、攻关项目等接轨。

　　2．开题

　　开题报告的内容应包括：本课题国内外研究现状综述；课题的研究意义、研究目标、研究内容、拟解决的关键问题；拟采取的研究方法、技术路线、试验方案及其可行性分析；课题的创新性；计划进度、预期进展和预期成果；与本课题有关的工作积累、已有的研究工作成绩等。

　　3．学位论文写作

　　学位论文必须在导师指导下由硕士生本人独立完成。论文要有一定的工作量，在论文题目确定后，用于论文工作的时间一般不少于一年。论文要求资料可靠，理论正确、思路清晰，对所研究专业和方向的最新成就有所了解，对所研究的课题有新的见解，并在该研究方向上有新的研究成果。论文书写必须符合《扬州大学研究生学位论文格式要求》。以省、校两级优秀硕士学位论文为目标，着力提高学位论文质量。

　　4．论文答辩与学位申请

　　研究生完成所有培养环节后，方能申请论文答辩。有关论文答辩、学位申请等环节的具体要求，按《扬州大学博士、硕士学位授予工作细则》中的有关规定执行。积极推行学位论文的“双盲”送审和公开答辩制度。

　　九、制定研究生培养方案的说明

　　制定培养方案的指导思想为：明确培养目标，强化培养过程，注重研究生“厚基础、宽口径、高素质及较强创新能力”的培养。

　　制定原则：课程设置注重体现控制学科的主要理论基础和学术研究进展及各研究方向的共性，突出本学科在智能控制研究领域的特色；课程学习着重培养独立分析与解决问题的能力；学位论文方面，明确选题要求、开题报告的内容及申请答辩要求。

　　十、学位专业课程和必修课程简介

　　1、M100301线性系统 64学时，4学分　通过本课程的学习，使学生掌握线性系统的时间域理论和复频率域理论，为学习其它专业课打下坚实的基础。主要介绍线性系统的状态空间描述、线性系统的运动分析、线性系统的能控性和能观测性、系统运动的稳定性、线性反馈系统的时域综合等。

　　2、M100302最优化理论与算法 48学时，3学分　主要介绍线性规划、非线性规划原理和方法、对偶理论、最优条件、无约束最优化方法和约束最优化方法等。

　　3、M100303智能控制理论与技术 48学时，3学分　面向21世纪智能控制学科前沿，以微机模拟智能实现智能控制为主线，从智能控制论的角度全面深入介绍模糊控制、神经网络控制、专家控制、遗传算法和智能控制理论、方法、系统设计及其实现技术。

　　4、M100321系统辨识与建模 48学时，3学分　系统介绍古典、现代辨识理论和方法，并探讨了多种如神经网络、遗传神经网络算法、模糊神经网络新的非线性智能辨识算法技术，并介绍诱导和辨识混沌的方法。分析各种方法的一致性及特点，并探讨Matlab 软件对各种辨识方法的实现途径。

　　5、M100322神经网络理论及应用 48学时，3学分　介绍人工神经网络方法的特点，基本人工神经元模型，人工神经网络的基本拓扑特性、存储性能及学习，感知器与线性不可分问题，Hebb学习律，Delta规则，BP算法及其原理分析、算法改进讨论，网络的结构及其运行，网络的初始化与训练算法，网络的收敛分析，Hopfield网络及稳定性，Boltzmann机，双联存储网络的结构及训练，ART模型的结构分析与实现等内容。

　　6、M100323模式识别 48学时，3学分　介绍Bayes决策理论、线性和非线性判别函数、近邻规则、经验风险最小化原理、特征提取和选择方法，以及聚类分析、模糊模式识别、模拟退火和遗传算法、统计学习理论和支持向量机等内容，还介绍模式识别在人脸识别、说话人语音识别及字符识别等中的应用实例

　　7、M100324控制网络及现场总线 48学时，3学分　主要介绍工业数据通讯和控制网络技术以及控制领域的发展，介绍工业以太网技术，基于FF、CAN、Profibus、Lonworks等现场总现技术和工业数据交换的OPC技术。