新祥旭考研官网欢迎您!


知点申博:北京科技大学数据融合与控制决策2027申博上岸经验

zhongtiya2026 / 2026-11-20

北京科技大学数据融合与控制决策方向博士培养主要依托自动化学院、人工智能学院(人工智能研究院)、计算机与通信工程学院、工程技术研究院及智能科学与技术学院等顶尖科研平台开展。该方向深度融合控制科学、人工智能、计算机科学、信息融合、系统工程及工业工程等交叉学科优势,聚焦复杂工业过程与多源异构数据的高精度感知、多尺度融合、智能诊断、动态优化与全局决策等前沿科学问题。博士招生采用“申请-考核制”,具体以《北京科技大学2027年博士学位研究生招生章程》及相关培养单位招生办法为准。

研究方向重点突破多源信息融合、工业大数据驱动控制、复杂系统故障诊断与智能决策瓶颈。具体涵盖多源信息融合与状态估计(多传感器数据融合与分布式安全状态估计、时空异步采样与多速率数据融合、非线性分布参数系统模糊PDE建模与分布控制、多无人艇协同油源搜寻与信息融合、多源异构数据时空对齐与特征级/决策级融合);工业大数据与智能决策(工业大数据分析与知识建模、大语言模型与钢铁行业垂直大模型、数据驱动的过程控制与优化、基于工业互联网的跨工序质量动态调控、钢铁企业智慧研发与智能工厂架构);复杂系统故障诊断与容错控制(复杂工业过程故障诊断与安全性评估、数据驱动寿命预测与健康管理、工业过程分布式监测与智能诊断、隐私保护下的系统辨识与控制、网络化系统分析与容错控制);冶金过程智能控制与优化(轧制过程多场多尺度耦合理论与建模、机理和数据混合驱动的质量分析与预测、高温熔融金属容器反应过程工况模式挖掘与认知模型、冶金流程智能化排产及物流管理、基于大数据的转炉过程控制AI模型);智能感知与模式识别(深度学习与智能故障诊断、图像信息处理与模式识别、机器视觉与目标检测、人脸识别与活体检测、车牌识别与智能交通)等。研究强调机理与数据融合、多源感知与智能决策协同、理论创新与工业应用结合,在钢铁冶金、智能制造、工业互联网、复杂系统控制等领域形成了鲜明特色。

备考需围绕自动控制原理、现代控制理论、线性系统理论、最优化方法、概率论与随机过程、机器学习与深度学习、信息融合理论、模式识别、Python/C++编程、工业过程控制与PLC、数值计算与仿真等核心课程展开。建议复习胡艳艳教授关于深度学习、智能故障诊断、数据驱动寿命预测、分布式安全状态估计、信息融合相关成果、杨旭教授关于工业互联网与物联网、智能制造自动化系统、故障诊断与容错控制、智能运维与健康管理相关成果、何安瑞研究员关于复杂工业过程仿真及智能化控制、工业大数据应用及智能制造相关成果、邵健研究员关于轧制过程多场多尺度耦合理论与建模、机理和数据混合驱动的质量分析与预测、跨工序质量动态调控相关成果、刘艳教授关于机器学习与工业智能、模式识别与智能控制、数据分析与知识建模、钢铁行业垂直大模型相关成果、王玲教授关于复杂系统的数据挖掘与模式识别、面向时间序列和时空数据的大模型及应用相关成果、彭开香教授关于复杂工业系统故障诊断、大型工业过程随机控制、大数据工业应用相关成果、王俊伟副教授关于非线性分布参数系统模糊PDE建模与分布控制、多无人艇协同与信息融合相关成果、王继民副教授关于隐私保护下的系统辨识与控制、网络化系统的分析与控制相关成果、Bar-Shalom《Estimation with Applications to Tracking and Navigation》、Kalman《A New Approach to Linear Filtering and Prediction Problems》、Goodfellow《深度学习》、《自动控制原理》(胡寿松)、《现代控制理论》、《信息融合技术》等教材与专著,同时关注Automatica、IEEE Transactions系列(T-AC、T-IE、T-II、T-FS、T-CYB)、IEEE Transactions on Industrial Informatics、Journal of the Franklin Institute、International Journal of Robust and Nonlinear Control、《自动化学报》《控制理论与应用》《控制与决策》《钢铁》《冶金自动化》等国内外权威期刊前沿文献。研究设想应按“核心数据融合/控制决策科学问题—文献与机理梳理—研究框架与实验/仿真方案—数据依据与模型构建—预期创新点与学术/工程价值”逻辑撰写。

该方向平台优势显著。北京科技大学控制科学与工程学科始于1958年设立的工业自动化专业,历经高庆狮、孙一康、涂序彦等学者推动,在冶金自动化、人工智能、机器人等领域形成特色研究梯队,控制理论与控制工程为北京市重点学科,建有国家高效轧制工程研究中心、工业过程知识自动化教育部重点实验室、大数据分析与计算技术国家地方联合工程实验室等国家级与省部级科研平台。工程技术研究院过程控制与大数据应用梯队依托2个国家级科技创新平台和1个国家级高新技术企业,研究方向涵盖智能化过程控制模型、高精度质量控制技术、工业大数据与工业互联网平台、数字孪生技术等,成果广泛应用于宝武、鞍钢、首钢、沙钢等国内外大中型冶金企业,以板带全幅宽板形控制为代表的在线控制模型系统在国内120多套热连轧的38%产线取得应用。自动化学院拥有2个博士后流动站,固定研究人员76人,研究领域涵盖无人驾驶、智能探测、工业过程先进控制与故障诊断等。代表性导师包括胡艳艳教授(自动化学院,清华大学博士,IBM中国研究院前高级工程师,主要从事深度学习、智能故障诊断、数据驱动寿命预测、分布式安全状态估计、信息融合研究,主持国家自然科学基金面上项目,获自动化学报50年最具影响力论文奖、中国百篇最具影响国内学术论文奖);杨旭教授(自动化学院,三级教授、博士生导师,工业过程知识自动化教育部重点实验室副主任,IEEE高级会员,主要从事工业互联网与物联网、智能制造自动化系统、故障诊断与容错控制、智能运维与健康管理、低碳园区与数字建筑研究,主持国家自然科学基金联合基金重点项目,获中国自动化学会科技进步奖二等奖);何安瑞研究员(工程技术研究院党委书记,高效轧制与智能制造国家工程研究中心主任,教育部新世纪优秀人才,主要从事复杂工业过程仿真及智能化控制、工业大数据应用及智能制造研究,获国家科技进步奖二等奖1项、省部级科技进步奖一等奖9项);邵健研究员(工程技术研究院副院长,主要从事轧制过程多场多尺度耦合理论与建模、机理和数据混合驱动的质量分析与预测、基于工业互联网的跨工序质量动态调控研究,获冶金科学技术奖一等奖、中国有色金属工业科学技术奖一等奖等科技奖励7项);刘艳教授(自动化学院,控制科学与工程系副主任,主要从事机器学习与工业智能、模式识别与智能控制、数据分析与知识建模研究,主持冶金设备维检垂直大模型研发、钢铁行业垂直大模型技术研究等项目,获“数据要素X”大赛北京分赛工业制造一等奖);王玲教授(自动化学院,主要从事复杂系统的数据挖掘与模式识别、人工智能在能源和环境中的应用、面向时间序列和时空数据的大模型及应用研究);彭开香教授(自动化学院副院长,中国金属学会冶金自动化分会副主任委员,主要从事复杂工业系统故障诊断、大型工业过程随机控制、大数据工业应用研究);王俊伟副教授(智能科学与技术学院,主要从事非线性分布参数系统模糊PDE建模与分布控制、多无人艇协同油源搜寻与信息融合研究,在IEEE T-FS、Journal of the Franklin Institute等期刊发表论文);王继民副教授(自动化学院,主要从事隐私保护下的系统辨识与控制、网络化系统的分析与控制研究,在IEEE TAC、Automatica等期刊发表论文);以及王耀祖教授、于欣波副教授、马亮副教授等。导师通常要求考生具备扎实的数学与控制理论基础、较强的编程与算法能力、工业过程或信息融合背景知识及学术写作能力。

研究设想可聚焦多传感器数据融合与分布式安全状态估计算法、时空异步采样与多速率数据融合方法、非线性分布参数系统模糊PDE建模与分布控制、多无人艇/多机器人协同与信息融合、工业大数据分析与知识建模方法、钢铁行业垂直大模型与智能决策系统、数据驱动的过程控制与优化算法、基于工业互联网的跨工序质量动态调控、复杂工业过程故障诊断与安全性评估、数据驱动寿命预测与健康管理、工业过程分布式监测与智能诊断、隐私保护下的系统辨识与控制、轧制过程多场多尺度耦合建模与质量预测、机理和数据混合驱动的质量分析与预测、高温熔融金属容器反应过程工况模式挖掘与认知模型、冶金流程智能化排产及物流管理、基于大数据的转炉过程控制AI模型、深度学习与智能故障诊断、机器视觉与目标检测等。申博难点在于需明确细分方向(信息融合/故障诊断/工业大数据/过程控制/智能决策/模式识别),研究设想要体现机理与数据融合创新、多源感知与智能决策协同意识、工程应用价值与学术前沿性,面试将深度追问自动控制原理、现代控制理论、概率论与随机过程、机器学习与编程能力、工业过程专业知识及实验设计能力。

知点申博全科辅导服务可为该方向考生提供系统支持,包括定制一对一研究设想打磨、科研简历优化、复试模拟及学术热点分析等,助力考生精准匹配北科大相关培养单位要求。博士录取受多重因素影响,考生应以官方最新招生简章为准。

如需了解知点申博全科辅导服务,可咨询报名联系4000003363,或添加微信shuoedu。

添加微信咨询保研问题
北清考研定制 985考研定制 211考研定制 学硕考研定制 专硕考研定制 北京考研私塾
x
点击咨询 课程咨询 学员服务 应聘教师 投诉建议 预约报名