电子科技大学控制科学与工程考研辅导培训班全国各号码《今日汇总》-成电航空航天学院控制科学与工程考研备考知识重点与经验
考研资深辅导
2025年05月03日 20:44:16
电子科技大学控制科学与工程考研经验与备考知识重点
考研政治方面：
政治每年大纲在九月中旬出，我复习政治是在大纲出来以后，每天中午和晚上抽出两个小时复习政治，基本是看别的科目累了就看看政治缓解一下我的红宝书基本上没看，买了之后发现排版很乱，题目也比较偏，所以我基本上看的是肖秀荣的资料，但是后期感觉自己政治开始的有点晚，吃了点亏，所以建议大家在暑假开始，大概7、8月开始就开始写肖秀荣的书(当然，红宝书比较全，你可以用来做补充，我也有同学没买肖考了八十多)。我写政治的时候是看一节写一节，错题用铅笔标记一下，因为后期还要反复写错题。大概到了11月开始看风中劲草，几乎人手必备吧，里面把历年考过的小知识点列的很详细，而政治的选择题一般除哲学外是不会跟近些年考过的题重复的，所以还是值得一看的。最后大概到了12月，就看肖八的选择题，大概到12月18这样子，开始看肖四，背肖四大题，当然我也背了蒋五，然而并没有什么用，你只背肖四就行了，时间有空余可以背其他的。（我们这年肖四几乎都押中了，你只要背了就有话。总的来说，政治不拉分，差不多重视就可以了，前期不要花太多时间精力。
考研数学方面：
自己的数学正式开始复习是在三月份开学后。在三月到七月中旬这段时间里我主要是以打基础为主，我个人觉得在这段打基础的时间里切忌快，千万不要和别人比速度，只要按照自己的计划把基础打牢即可。数学是学习的重中之重，拉分太厉害了。好多人都说课本要多看，但是我认为把定理和例题看会了就行了，不用非得弄懂定理是怎么证出来的，浪费时间而且偏离考试方向。要把复习全书至少做两遍，第一遍每道题都做，第一遍做的时候会感觉很多都不会，没关系，刚开始都那样。要结合最近三四年的真题题型来做题。真题要做两遍，特别是近几年的题型要多研究。
考研英语方面：
背单词始终是考研英语复习的节奏，星火07年那版的五本单词书我背了五遍（至少是看了五遍）。阅读也是必不可少的（大家都这么说），开始看阅读时用的材料是之前在学校里淘的“星火120篇”，我基本上不是在做题目而是实实在在的阅读一句一句翻译，有不认识的单词都一个个查出来记在文章旁边不时瞄上一眼，权当培养学英语的习惯，还有就是学习了下新概念3（有语音可听）。另外英语真题我也是现在开始看，用的是张磊《红宝书》，这时只看阅读，一句一句翻。暑假放假前，炎炎暑假。假期（除了要去上辅导班的那些天）每天早晨读一会真题阅读，我是想看看能不能背诵几篇，没头没脑的读了好长一段时间。到了晚上10点左右临快回宿舍休息时在逐字翻译一篇阅读。日常背单词还是星火为主，又买了本考研战略家的标准注释150多页，每天翻10页并把不熟悉的单词标记下反复记。大约这就是暑假英语复习的节奏，对了，我还抽出了时间看了几遍语法，都是老师上课讲的内容。10月开始，我先着手做了一套完整的题（淘来的高联发的大纲里附带的），感受了下考研英语试题的形态，处理完这套题后，我开始练习完型，对比《红宝书》和《黄皮书》，我用了解释更加详细的黄皮书真题解析（是试卷形式的），做了从05年到09年。接下来继续新题型也是逐年做，并整理了其常考类型的的答题方式。然后是翻译，自己翻译—对照参考答案查生词—全文对照参考译文逐字翻，总结翻译答题方法（我是一小短语、一个单词的翻出来，在调整顺序，整理句子意思）。阅读这时候也不能放下，那就是晨读。待上面几部分完成后，又是回归阅读，你猜对了，还是逐字逐句翻译。但时间紧迫，接着，我开始动手留下的几年真题，不过做的时候是加上了作文。不过作文确实没大练习，只最后10天吧整理了两套模板背了一些大小作文句子。在整个过程里，仍是饭前午后背着单词，这时没再用星火而只看那本薄薄的战略家。
考研专业课方面：
自动控制原理是控制系统理论的基础，涵盖了系统描述、稳定性分析、控制器设计等多个方面。要掌握的是系统的数学模型，包括微分方程、传递函数和状态空间表示等。这些工具是理解和分析系统动态行为的关键。在学习过程中，我建议大家多做练习，凭实际问题去理解各种模型的适用场景和转换规则。
稳定性分析是自动控制的重要部分。劳斯判据、赫尔维茨判据以及根轨迹法都是常用来判断系统稳定性的工具。这部分需深入理解并能熟练应用，因这不仅关乎理论知识，更是实际系统设计的基础。我会推荐大家结合具体例子进行深入研究，比如凭MATLAB等软件模拟系统动态，直观感受稳定性变化。
再者，控制器的设计是自动控制原理的核心。PID控制是最基础也是最实用的控制策略，需深入了解其工作原理，并学会如何调整参数以优化系统性能。对更高级的控制算法，如状态反馈、观测器设计等，理解其背后的最优控制理论也很重要。这部分的学习需理论与实践相结合，尝试设计并实现简单的控制器，加深理解。
别忘了关注现代控制理论的发展，如滑模控制、智能控制等，虽然可能不是初试的重点，但在深度学习和人工智能日益影响控制领域的今天，这些前沿知识将为学术之路打开新的视野。