2013年中南大学信息科学与工程学院博士研究生入学考试大纲《系统建模与控制》.docVIP

中南大学201年全国博士研究生入学考试 《系统建模与控制》考试大纲 I.考试性质 系统建模与控制科目考试是为中南大学招收交通信息与控制博士研究生而设置的具有选拔性质的综合性入学考试科目，其目的是科学、公平、有效地测试学生掌握系统建模与控制的基本知识、基本理论与方法，以及运用系统建模与控制理论与方法分析和解决实际问题的能力。 II.考查目标 系统建模与控制主要考察掌握模式识别、智能控制和计算机控制技术的理论及其在实际控制系统中的应用方法。 ?要求考生： （1）掌握系统建模与控制基本理论与方法； （2）掌握系统建模与控制学科的发展与研究现状； （3）掌握系统建模与控制理论的体系基础和应用领域； （4）运用系统建模与控制理论和方法解决实际问题。 Ⅲ.考试形式和试卷结构 1、试卷满分及考试时间 本试卷满分为100 分，考试时间为180 分钟。 2、答题方式 答题方式为闭卷，笔试。 3、试卷内容结构 模式识别约25 % 智能控制 约20 % 计算机控制技术 约25 % 模式识别、智能控制和计算机控制技术的应用 约30% Ⅳ.考查内容 一、贝叶斯决策理论 1. 基于最小错误率的贝叶斯决策； 2. 基于最小风险的贝叶斯决策； 3. 最小最大决策； 4. 序贯分类方法； 5．分类器设计。 二、线性和非线性判别函数 （一）线性判别函数 1. 线性判别函数的基本概念、线性分类器设计； 2. 基于常用的准则函数的线性分类器设计方法：Fisher准则、感知准则、最小错分样本准则、最小平方误差准则、最小错误率线性判别准则。 （二）非线性判别函数 分段线性判别函数；分段线性分类器设计；二次判别函数。 三、近邻规则 最近邻法；k-近邻法；剪辑近邻法；压缩近邻法。 四、特征提取与选择 特征提取与选择的基本概念；特征提取方法：按距离度量的特征提取方法、用散度准则函数的特征提取方法、按判别熵最小化的特征提取方法；特征选择方法：分支定界法、次优搜索法（单独最优特征组合法、顺序前进法、顺序后退法、l-r法。 五、非监督学习方法 动态聚类方法：C-均值算法、、ISODATA算；分级聚类方法。 六、模糊控制 1．模糊集合、模糊逻辑推理和模糊控制的基本原理； 2．模糊控制器、模糊PID控制器和自适应模糊控制器的设计方法。 七、用于控制的典型神经网络 1．前馈神经网络（包括感知器网络、BP网络、RBF网络）和Hopdield网络的基本结构和原理； 2．神经网络控制系统的设计方法。 八、专家系统 1．专家系统的知识表达与推理技术； 2．专家系统的基本原理及专家系统的建立过程。 九、计算机控制系统组成及分类 十、信号的采样与恢复、计算机控制系统的性能及指标 十一、Z变换、Z传递函数、Z变换的性质和定理、广义Z变换； 十二、计算机控制系统的分析 计算机控制系统分析； 计算机控制系统离散化设计方法； 计算机控制系统模拟化设计方法； 十三、线性离散系统 1．线性离散系统状态空间分析法； 2．线性离散系统状态空间设计。 十四、计算机控制系统设计与实现 1．计算机控制系统设计与实现的设计原则、步骤； 2．输入/输出通道设计、抗干扰技术以及应用实例。 十五、系统建模与控制的应用 1．系统建模与控制的发展概况及趋势； 2．模式识别、智能控制和计算机控制技术在智能交通等领域的成功应用。