|
一、专业介绍 01 学校介绍
青岛大学是山东省属重点综合大学，山东省与青岛市共建高校，山东省属高校高水平大学“冲一流”建设高校。
学校最早的历史源头可追溯至1909年创办的青岛特别高等专门学堂。百十年来，教授高深学问，养成硕学闳才，应国家之需要，薪火相传，砥砺奋进，为国家和社会培养了40余万各类人才，为国家和区域经济社会发展做出了重要贡献。
青岛大学位于海滨名城的青岛。红瓦绿树，碧海蓝天，青岛历史文化非常悠久，有三里河文化，琅琊台遗址，崂山道教都昭示着丰富的历史底蕴，栈桥，八大关，德国总部府等都是近代欧洲风格，展示着这座城市的开放与包容。
02学院概况
自动化学院是中国自动化学会理事单位，中国自动化学会数据驱动控制学习与优化专业委员会主任单位，中国自动化学会智能自动化专业委员会副主任单位，山东省自动化学会副理事长单位，山东省自动化学会教育工作委员会主任单位。
学院现有教职工85人，其中专任教师65人，新加坡工程院院士1人，IEEE Fellow2人，国家万人计划教学名师、长江学者、国家杰青等国家级人才4人，中国自动化学会会士2人，青岛大学首席教授5人，泰山学者6人，山东省有突出贡献的中青年专家3人，山东省智库高端人才1人，山东省教学名师2人，山东省优秀研究生指导教师3人，山东省重点学科首席专家1人，山东省杰出青年基金获得者1人，山东省优秀青年基金获得者2人，博导18人，教授(特聘教授)26人，副高职称14人，博士64人，教师博士学位比例为98%
学院拥有电动汽车智能化集成国家地方联合工程研究中心、山东省工业控制技术重点实验室;山东省高等学校电能变换与先进控制重点实验室、山东省高等学校电力电子工程重点实验室青岛市智能制造与先进控制工程研究中心;青岛大学复杂性科学研究所、青岛大学未来研究院青岛大学系统科学研究院、青岛大学自动化研究所;系统科学与工程系、控制科学与工程系、自动化实验教学中心、创新创业教育中心;创办有全国性学术期刊《复杂系统与复杂性科学》。
03 专业特色
青岛大学系统科学学科由张嗣瀛院士创建，2000年和2003年分获系统理论二级学科硕士点和博士点，2012年获批系统科学博士后流动站，2018年获批系统科学一级学科博士点，是山东省优势特色学科、山东省一流学科、山东省特色重点学科。学科依托的自动化专业是国家级一流本科专业、国家级特色专业。学科现有新加坡工程院院士1人;国家级人才5人;IEEE Fellow2人;中国自动化学会会士2人;省级人才7人。拥有“系统与控制”全国高校黄大年式教师团队;省级教学团队;省高校“青创科技计划”创新团队2个。学科在读博士生35人，硕士生67人，已毕业博士、硕士研究生200余人。
系统科学学科现有系统理论、系统分析与集成、复杂系统建模与调控、数据驱动科学与智能系统4个方向，在如下三个领域具有优势特色。
(1)系统复杂性领域: 由张嗣瀛院士创建、包括陈兵和林崇两位高被引科学家的系统复杂性团队，建立了基于模糊逼近及神经网络的稳定性分析及控制新方法，首次提出有限时间稳定性准则，成果得到国内外同行的高度评价。
(2)数据驱动控制领域: 侯忠生教授团队创建了无模型自适应控制的全新理论架构与方法，摆脱了控制系统设计对模型的依赖问题，成功应用于电机、无人驾驶等实际系统，受到国际控制领域专家的高度评价，获批国家自然科学基金重点项目。
(3)人工智能与机器人领域: 葛树志教授领衔的团队提出了新型人机接口并实现机器人触觉、视觉、语言等功能的提升，创办了《国际社会机器人》刊物，获批国家重点研发计划项目，成果在美国科学院院刊等国际顶级刊物上发表。
2）人才培养目标及生源情况
学科以立德树人为根本，以培养具有国际化视野、社会责任感、系统思维、扎实的基础理论、系统的专业知识、创新意识和创新能力的高层次复合型人才为目标。招生人数逐年递增，生源质量稳步提升，生源集中于长江以北，70%以上学生来自双一流或具有博士点的高校。
3）国内外影响 学科在“2020软科中国最好学科排行榜”排名第2位:主办CSCD核心期刊《复杂系统与复杂性科学》;拥有国际机器人及智能装备产业联盟副主席:《国际社会机器人》创始人兼总编;《Automatica》副主编;中国自动化学会数据驱动控制、学习与优化专业委员会创始主任。3人连续多年入选“中国高被引学者榜单”，学科已培养中宣部“最美支边人物”、教育部长江学者创新团队负责人、享受国务院特殊津贴专家企业家等一大批人才。成功举办中国系统科学大会、全国复杂网络学术会议、SantaFe复杂系统暑期学校、中国控制与决策会议等重要学术会议。 二、招生专业目录
01 专业目录
02 分数情况
2022年 青岛大学 系统科学 最高分 407 最低分 317
03 统考招生情况
三、考试科目 01 初试
1、考试科目： ①101思想政治理论 ②201英语（一） ③659线性代数 ④856概率论与数理统计（1）
备注 不招收同等学力人员
2、考试要求 659线性代数 掌握行列式、矩阵、初等变换、线性方程组、向量的线性相关性、矩阵相似性、线性空间及线性变换的基本理念、原理和方法，能够利用线性代数的基本方法解决相关问题。
856概率论与数理统计（1） 掌握概率论的基本概念、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征及大数定律及中心极限定理、参数估计、假设检验、方差分析等方面的基本理论和基本运算方法。
3、考试内容 659线性代数 （1）行列式 （2）矩阵及矩阵运算 （3）初等变换 （4）线性方程组 （5）线性空间与线性变换 （6）矩阵相似性 （7）二次型
856概率论与数理统计（1） （1）概率论的基本概念：随机试验，样本空间，条件概率，全概率公式，贝叶斯公式，事件的独立性。 （2） 随机变量及其分布：一维离散型与连续型随机变量，分布函数，概率分布律，概率密度函数，两点分布，二项分布，泊松分布，均匀分布，指数分布，正态分布，一维随机变量函数的概率分布。 （3）多维随机变量及其分布：多维随机变量的联合分布函数，多维随机变量的函数的分布，和差积商的分布，最大值最小值分布。 （4）随机变量的数字特征 数学期望，随机变量函数的数学期望，方差，标准差，常用随机变量的数学期望与方差，协方差，线性相关系数，矩，协方差矩阵，n维正态分布。 (5) 大数定律及中心极限定理 切比雪夫不等式，切比雪夫大数定律，伯努利大数定律，辛钦大数定律，独立同分布场合的中心极限定理，棣莫弗-拉普拉斯中心极限定理，李亚普诺夫中心极限定理。 （6） 样本及抽样分布 总体、个体、简单随机样本的基本概念，统计量，样本均值，样本方差，样本原点矩，样本中心矩，经验分布函数， 分布， 分布， 分布，分位数的概念及查表，四个抽样分布定理。 (7) 参数估计 最大似然原理(大概率事件原理)，似然函数，最大似然估计，估计量的评选标准，无偏估计，有效性，正态总体均值和方差的区间估计。 (8) 假设检验 假设检验的基本概念，原假设，备择假设，第一、二类错误及其概率，拒绝域，正态总体下的参数的假设检验。
4、试卷结构及题型结构659线性代数 本科目满分为150分，考试时间为180分钟。
题型结构 （1）选择题：小于总分20% （2）判断题: 小于总分20% （3）计算题：不低于总分60%
856概率论与数理统计（1） 本科目满分为150分(100分/300分)，考试时间为180分钟。
题型结构 （1）选择题：占总分的20% （2）简答题: 占总分的20% （3）计算题：占总分的60%
02 复试
复试形式：线上综合面试
（1）英语口语表达能力与对话,时间约5分钟（20分）； （2）大学所学专业的主干课程(含高等数学)基础知识掌握情况（40分）； （3）综合素质和综合能力考查（40分）。 综合面试满分100分，60分合格。 四、参考书目 659线性代数 《工程数学 线性代数》，同济大学数学系编，第六版，高等教育出版社，2014年。
856概率论与数理统计（1） 《概率论与数理统计》：盛骤、谢式千等编，高等教育出版社，2008年。
五、经验分享
基础阶段 从十二月初到今年六月底，花时六个月，主要是提前准备，打好基础，基础不牢地动山摇，根基打不好后边即使是去强化去提升，也没有办法去理解。
第一遍从头到尾大体看一下书，再翻阅第二遍，第三遍第四遍，这本书每一章讲的内容，提前心里有个概念。 记一下目录，目录是非常有用的。比如说这本书一共有多少章，每一章里边有几节，每一节的标题是什么，每一章的标题是什么，一定要把标题和每一节的标题记住，把目录六个月时间反复的去记忆，只有对目录有一个大体的了解之后，你才会对这本书有很好的理解，大家一定要把基础给弄好。
强化阶段 七月初到九月底三个月，全面去理解夯实基础。 把每个知识点自己都记住，反复去读去理解，去记忆。
提升阶段 十月初到十月底两个月，区分知识点哪些是重点，哪些是次重点，跟着学长学姐学习，着重把知识重点不断地反复去记忆，背诵。
冲刺阶段 最后一个月到考研，很多同学可能心态比较崩，每天不断的背诵，把重点背了又背，把整个书的内容冲刺一下。
学姐备考推荐 红宝书自推出以来，每年都会找应届专业课高分学长学姐，根据当年的命题趋势进行及时详细的更新，因此自推出以来就受到了广大考生的不断好评。本书根据最新考试内容编写整理，使新版红宝书可以成为专业课备考的放心用书。 本书结合参考书目整理将考试重难点归纳，复习范围明确，考察重点突出，红宝书作为一本辅导工具书，可以帮助考生最大限度节省自己梳理教材的时间。
对于考研小青学姐只想说：每个优秀的人都有一段沉默的时光，那段时光是付出了很多努力，努力，不是为了感动谁，也不是要做给谁看，而是要让自己随时有能力跳出自己厌恶的圈子，并拥有选择的权利，用自己的方式过一生。祝你上岸，阳光万里！但凡辛苦，皆是礼物！隧道的尽头终有光明，小青学姐愿陪你寒冷黑夜的日出~
更多考研信息在公众号：青大考研校 小青学姐：qingdaky 23考研交流群：719795890
| 
