上海工程技术大学
学术学位硕士研究生培养方案
( 学科名称:控制科学与工程 学科代码:081100 制定人: )
一、学科简介
上海工程技术大学控制科学与工程学位点于2018年获得一级学科硕士学位授予权。本学科在理论研究与工程实践相结合、学科交叉等方面具有明显的特色与优势,主要学科方向为: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、机器人与无人系统方向。
本学科以培养控制科学与相关应用领域的复合科学技术创新性人才为目标,围绕学校的办学定位和建设现代化特色大学的办学目标,遵循研究生教育规律,把“立德树人”作为研究生教育的根本任务。以现代产业发展需求为导向,对接产业需求、深化产教融合为宗旨,以工程×管理×设计“三旋翼”融合创新为引领,结合学校新时期发展战略、“产教融合”办学基因和“三协同”办学特色构建应用创新型拔尖人才自主培养体系。重视研究生的创新精神和实践能力培养,为区域经济社会发展提供高层次高质量的人才支撑。
本学科在多年的教学科研所取得成绩的基础上,已经具备了较强的优势,近几年,形成了以国家级人才为领军、省部级人才为中坚、中青年博士教师为骨干的学科梯队,建立了一支规模适当、结构合理、相对稳定、理论和实践基础扎实的师资队伍。截止到2026年3月,拥有研究生导师105人,其中正高26人;拥有企业导师219人,其中正高79人;上海市海外名师2位、校级海外名师12名,专家中有IEEE Fellow 2人。
学科以“国际一流大学-上海工程技术大学-知名企业”为协同创新导向,拥有上海市数据智能技术及其应用协同创新中心和上海市制造业数字化转型设计与验证专业技术服务平台两个省部级平台;成立了“广播电视人工智能应用国家广播电视总局重点实验室”、“民用飞机制造与运维大数据分析实验室”、“智能感知与控制国际联合实验室”、“5G+人工智能应用联合创新实验室”等学科平台。本学科承担了国家自然科学基金项目、上海市科委重点项目、上海市自然科学基金等项目,研究成果获得上海市技术发明一等奖、科技进步二等奖、三等奖,此外还包括汽车工业科学技术奖、中国机械制造工艺科技成果奖、吴文俊人工智能奖等奖项,“服装智能定制”获得中国国际工业博览会特等奖,并走进钓鱼台国宾馆。
二、培养目标
本学位点始终瞄准科学技术前沿,以服务国家战略、对接产业需求、深化产教融合为宗旨,以工程×管理×设计“三旋翼”融合创新为引领,结合学校新时期发展战略、“产教融合”办学基因和“三协同”办学特色,结合学校“产教融合”办学基因和“三协同”办学特色构建应用创新型拔尖人才自主培养体系。依托国家和省部级平台,以立德树人为根本任务,围绕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、机器人与无人系统三个主要学科方向,强化学科交叉,深耕产教融合。在复杂受限系统控制、多模态智能信息处理及智能计算、多源数据融合的机器人及无人机检测等领域形成研究特色,培养德智体美劳全面发展,能够从事控制科学与工程领域科学研究或技术开发的高素质创新人才。
基本要求是:
(1)拥护党的基本路线和方针政策,热爱祖国,遵纪守法,具有服务国家、服务人民的社会责任感。有良好的品德修养和科研道德,具有追求真理的献身精神、实事求是的科学精神、勇于创新的开拓精神、善于合作的团结精神和关注社会的人文精神。
(2)掌握本专业坚实宽广的基础理论、系统深入的专门知识和必要的实践技能。熟悉本专业的发展方向及国际学术研究前沿。具有独立从事科研的能力,有严谨求实的科学态度和工作作风。熟练运用计算机和相关的试验技术,能解决本专业领域的技术课题,并能进行创新性的研究。
(3)有较强的合作能力,能在设计、工程应用和研究开发团队中担任组织管理角色。
(4)具有开阔的国际视野,能够熟练地阅读外文资料,具有较好的国际交流能力。通过检索和阅读文献,能够熟练地获取新知识、新思想;具备较高的人文素养、严谨的科研作风。
三、研究方向
1. 控制理论与控制工程
本方向聚焦现代控制理论与工业自动化应用,立足装备制造与智能工业需求,研究线性/非线性系统、鲁棒控制、自适应控制、智能控制等理论与方法。侧重复杂工业过程建模、分析与优化,融合人工智能与先进控制技术,解决工业系统的高精度控制、稳定性与智能化问题。注重理论与工程实践结合,培养具备控制理论研究、系统设计与技术攻关能力的高层次创新人才,服务区域高端装备与智能制造产业发展。
2.检测技术与自动化装置
本方向面向高端装备与智能制造需求,聚焦智能传感、精密检测、信号处理与自动化装置设计。研究先进传感器技术、多源信息融合、机器视觉检测、在线监测与智能诊断、嵌入式测控系统集成等内容。融合电子技术、光学、计算机与控制理论,解决工业过程中高精度检测、动态监测、故障诊断与自动化控制等关键技术问题。注重产学研结合,培养具备检测系统研发、自动化装置设计与工程应用能力的高层次人才,服务区域产业数字化转型。
3.模式识别与智能系统
本方向立足智能制造与人工智能发展需求,围绕模式识别、机器学习、计算机视觉、智能信息处理等核心内容开展研究。聚焦图像分析、多源信息融合、智能决策与计算智能等关键技术,结合工业检测、智能感知、智能运维等工程场景,探索智能算法与自动化系统融合应用。兼顾理论研究与工程实践,培养具备智能算法研发、智能系统设计与数据分析能力的高层次科研人才,助力区域智能制造与数字化产业升级。
4.机器人与无人系统方向
本方向紧扣智能制造与智能装备发展趋势,聚焦工业机器人、移动机器人及各类无人系统关键技术。主要研究机器人运动控制、轨迹规划、协同作业、环境感知、自主导航与智能决策等内容,融合自动控制、机器视觉、多智能体协同与嵌入式技术。面向工业生产、智能物流、特种作业等实际场景,开展无人系统集成设计与应用研究,强化理论与工程实践结合,培养具备机器人及无人系统研发、设计与运维能力的复合型学术人才。
四、学制与学习年限
全日制学术型硕士研究生学制为3年,最长学习年限为5年。优秀者经批准可提前毕业,但提前毕业时间不能超过一年。
五、培养方式
学术学位硕士研究生的培养主要采用课程学习、科研训练、科学研究、学术交流、社会实践和学位论文相结合的方式,实行导师个人指导或团队导师指导。鼓励海内外联合培养和多学科交叉培养,实行导师组联合指导模式。
六、课程设置与学分要求
硕士研究生课程学习和必修环节实行学分制。
1. 课程设置:课程设置涵盖公共课、基础课、专业课、选修课和必修环节(社会实践和学术(规范)与技术交流)5大模块,基础课、专业课、专业选修课和限定选修课涵盖核心课、案例课、实践课、学科交叉课、前沿技术课、人工智能课、项目制学习课程、全英文课程,原则上学生修读期间应跨学位点选修课程不低于1门。
2. 学分要求:硕士研究生应修总学分为29学分,包括公共课6学分、基础课9学分、专业课6学分、专业选修课4学分、限定选修课2学分和必修环节2学分,其中必修环节包括社会实践1学分和学术(规范)与技术交流1学分;同时实行学分互认与课程替代,跨学位点选修课程学分与基础课或专业课学分互认、学科竞赛获奖可替代学术(规范)与技术交流学分。
七、社会实践
社会实践主要包括助研、助管、助教岗位实践及其他勤工助学活动,研究生结合科研任务开展的社会调查与田野调查,挂职锻炼,行业及企业实训实践,科技文化服务、志愿服务等创新实践活动,以及国家、省(市)或学校组织开展的各类创新创业项目、学科竞赛等活动。
社会实践最迟在第五学期末之前完成,累计时间不少于4周,实际工作量不少于160学时,可以集中安排,亦可分散进行。
每位硕士研究生在社会实践完成后,填写《社会实践考核表》,其中须写明任务和要求(包括内容、时间及安排),由社会实践指导教师写出评语,包括在实践中的态度、工作量、完成质量及工作能力等。不通过者须重新进行,否则不授予学位。
八、学术(规范)与技术交流
研究生在学期间须参加科学道德与技术交流活动,特别是本学科范围内的重要学术讲座及技术交流会议并作相关报告;研究生参加学术讲座、技术交流会议或作相关报告的总次数不少于10次,其中本人作学术报告至少1次;导师(组)根据学生实际参与情况、报告完成质量等进行综合评价与考核,考核结果分为通过和不通过,通过者方可获得1学分。
九、开题与中期考核
硕士研究生学位论文开题和中期考核按照《上海工程技术大学关于硕士研究生中期考核的规定》执行。开题报告在第3学期进行,研究生确定毕业(学位)论文题目,并通过毕业(学位)论文开题报告答辩,撰写论文工作计划。
研究生中期考核在第3学期进行,以研究生的培养计划为依据,对研究生的政治思想表现、课程学习完成情况、学位论文开题情况和科研能力等方面进行综合考核。
十、学位论文
硕士研究生应至少用一年时间从事学位论文工作。
1.学位论文应在导师指导下由研究生独立完成。
2.学位论文工作的一般程序为:论文选题、开题报告、论文撰写、中期检查、论文评审和论文答辩。
3.学位论文应理论联系实际,内容一般包括:中英文摘要、选题依据、国内外研究概论、理论分析、实证分析、研究结果、参考文献等。
4.学位论文对所研究的课题应在理论分析,实证分析方法,政策建议,指导实践等方面中的1-2个方面上提出一定的新见解。
5.学位论文应具有一定的难度和先进性,应反映出作者对基础理论和专门知识的掌握情况,反映出作者综合运用有关理论、方法和手段解决经济理论和实践问题的能力。
学位论文撰写要求按《上海工程技术大学关于研究生学位论文写作规范的规定》执行。盲审一般在答辩前2个月进行,按《上海工程技术大学关于对硕士研究生学位论文实行抽查盲审的规定》执行。评阅和答辩按《上海工程技术大学硕士研究生学位论文答辩及学位申请工作细则》执行。
十一、在学期间成果要求
硕士研究生在申请学位之前,须在本学科范围内发表与学位论文相关的学术成果,具体按照《上海工程技术大学硕士研究生申请学位学术成果要求汇编》执行。
十二、毕业与学位授予
硕士研究生在规定的最长修业年限内,按要求完成培养方案中规定的所有环节,成绩合格,符合毕业条件,学校颁发毕业证书。
达到申请学位基本要求,通过学位论文答辩,经学校学位评定委员会审核批准后,学校颁发硕士学位证书。具体按照《上海工程技术大学硕士研究生学位论文答辩及学位申请工作细则》执行。
控制科学与工程一级学科硕士研究生课程设置表
类别 | 课程编号 | 课程名称 | 学时 | 学分 | 课程属性 | 开课学期 | 备注 |
公共课 | G45001 | 新时代中国特色社会主义理论与实践 | 32 | 2 |
| 1 | 必修 6学分 |
G22006 | 自然辩证法概论 | 16 | 1 |
| 1 |
G47007 | 综合英语 | 48 | 3 |
| 1 |
基础课 | X21003 | 矩阵论 | 48 | 3 |
| 1 | 至少9学分(矩阵论必修) |
X02008 | 线性系统理论 | 32 | 2 | ★ | 1 |
X02016 | 最优控制与状态估计 | 32 | 2 |
| 1 |
X32005 | 智能控制 | 32 | 2 | ▼ | 1 |
X02018 | 检测技术与信号处理 | 32 | 2 |
| 1 |
专业课 | X32003 | 系统建模与仿真 | 32 | 2 |
| 1 | 至少6学分 |
X32019 | 系统工程智能分析 | 32 | 2 | ◆ | 1 |
X32014 | 智能机器人技术案例类课程 | 32 | 2 | ■❖ | 1 |
X02009 | 最优化方法 | 32 | 2 |
| 1 |
X32010 | 智能计算 | 32 | 2 |
| 1 |
X02011 | 数字图像处理 | 32 | 2 |
| 1 |
X02017 | 模式识别原理 | 32 | 2 |
| 1 |
选 修 课
| 专 业 选 修 课 | F32016 | 嵌入式人工智能应用开发与实践 | 32 | 2 | ▲◆ | 1 | 至少4学分(四选一2分,跨学位点选修2分) |
F32015 | 控制科学工程与智能科学技术前沿 | 16 | 1 | ☆ | 1 |
F02017 | 现代信号处理 | 32 | 2 |
| 1 |
F32006 | 计算机视觉 | 32 | 2 | ☒ | 1 |
限 定 选 修 课 | F32019 | 工程管理与实验安全 | 16 | 1 | ◆ | 1 | 限选2学分,(研究生论文写作指导必修) |
F32020 | 人工智能与科技检索 | 16 | 1 | ▲☆ | 1 |
F32021 | 知识产权与技术转移 | 16 | 1 | ■◆ | 1 |
F32014 | 创新创业实践 | 16 | 1 | ●★ | 1 |
F02023 | 研究生论文写作指导 | 16 | 1 |
| 1 |
非限定选修课 | F44064 | 数学建模 | 32 | 0 |
| 1 | 根据兴趣选,不计算学分 |
F46010 | 公共体育课 | 16 | 0 |
| 1 |
必修环节 | F32013 | 社会实践 | 160 | 1 | ● | / | 2学分 |
F32012 | 学术(规范)与技术交流 | 3年 | 1 |
| / |
注:1.课程属性说明:采用符号标识,●表示实践课程,◆表示产教融合课程,★表示项目制学习课程,▲表示“AI+”示范课程,■表示工程案例课,▼表示全英文课程,❖表示学科交叉课,☆表示前沿技术课,☒表示科教融汇课程。
2.限定选修课:必修2学分。
3.非限定选修课:各学位点可根据实际情况,从校级研究生非限定选修课清单中遴选纳入。
4.培养方案中须设置属性为跨学科交叉课程、项目制学习课程、学科(专业)前沿技术课、案例课、AI+示范课程和全英文课程的多元课程且每种属性的课程至少1门(同1门课程可涵盖2-3个属性)。
5.课程设置表中所列课程均应提供英文名称,该英文名称作为后续出具英文成绩单的课程标准名称。
6.请根据需要增减行。保持不变的课程,沿用 2025 级培养方案中的课程编号;新开课程、学分学时调整及名称变更的课程,编号暂不填写,由研究生院统一编制。