至於基於自動化技術的自學計劃，則是見仁見智的問題。我覺得網上有個不錯的帖子，介紹了自動化本科及其關系。可以參考壹下。妳最好根據自己的實際作息情況自行安排。在回答的最後，我貼了帖子的鏈接地址。妳也可以看看。
"
在這裏，所有必修選修課分為公共基礎課(數學)、計算機課、專業基礎和專業課五大類。以下逐壹介紹:
公共基礎課(數學)
現代社會，科技和人才流動日新月異，往往以不可預測的趨勢發展變化。很多時候，由於個人利益的轉移或者社會需求的變化，我們不得不主動或者被動地改變自己的定位(所謂的專業)。我見過很多案例。本科時學專業，研究生時換了方向。留學博士後，我從事了完全不同的方向。比如我本科的時候是學物理的。我出國的時候學的是計算機網絡。最後工作的時候，可能會改變自己，去金融行業工作。即使妳壹直在技術科學領域做研究，也需要跟上前沿的變化，不斷改變方向。例如，我們都尊敬的李院長就是我們學習的榜樣。
本科學習還處於通識教育的培養階段。在這個階段，更加努力，在自己的知識和能力上打好基礎，為未來建立壹個比較高的起點，還是很重要的。除了在社會閱歷、人際交往、社會活動、文學素養方面的提升和培養，我覺得英語、計算機、數學是基礎的三大支柱，對我們未來的發展最有用，經得起時間的考驗。
本學科數學學習與應用的主線。至於這門武功最重要的控制理論，最經典的線性動態系統(包括所謂的‘現代控制理論’——狀態空間法)，主要在本科階段接觸。從數學的角度來說，無非是線性微分方程或者微分方程，所謂動力系統。對於這類控制問題，最重要的數學工具和描述語言是微積分和線性代數。而且這兩門課幾乎是任何現代科技的基本工具，其重要性怎麽強調都不為過(也就是說，如果妳在低年級純粹練這兩門武術，以後學很多課都會覺得很棒)。還有壹門重要的武學，對我們練習“自控派”的控制原理以及後續的“信號與系統”等武學非常有益，那就是“復變函數”，但我更願意稱這門武學為“復變函數與積分變換”，因為對我們最有用的工具是拉普拉斯變換、傅立葉變換和z變換。想當年的武林高手傅立葉，在華山之巔苦思冥想，終於實現了傅立葉變換這壹令人震撼的絕世武功，後來又被Cooly和Tukey發展，創造了快速傅立葉變換(FFT)，成為現代信號處理界的瑰寶。
相比之下，《數學方程》或《數學物理方法》(研究多元偏微分方程的解析解)這門課的重要性遠不如復變函數。現在用於實際工程技術問題，還是只能用數值計算來解決。誰還堅持用經典的解析方法去尋找解析解？除非妳想研究某個空間的電磁場傳播理論，或者用分布參數計算電路，否則另當別論。
這裏還提到了數值計算和數值分析技術。我略略看了壹下03級以後的課表。看來對於數值分析這門課，我應該從四門要求不同的課程中選壹門。實際工程問題中遇到的問題會非常復雜，采用數值方法進行分析計算是大勢所趨。另外，美國西部地區還有壹個叫Mathworks的小幫派，它創造了壹個叫Matlab的武器。真的很神奇，削鐵如泥，大家不妨用壹用。對了，這個魔桿最早是由美國斯坦福坦普爾壹個叫J. Little的老和尚用C語言鍛造的，這是壹段佳話。江湖人稱美國為“西斯坦，東麻工”，確實如此。
另壹個重要的方面是對隨機事件的研究。這門學科主要由三部分組成:概率論、隨機過程和統計學。概率論告訴我們如何描述和研究隨機變量，這當然是後兩部分的前提和基礎。隨機過程開始研究多個隨機變量之間的關系，特別是隨機變量隨時間變化的性質(稱為隨機過程)。數理統計主要研究如何估計概率模型的參數，檢驗模型假設。應該說，從目前的發展來看，學習和掌握隨機數學工具越來越重要。對於我們系的很多研究方向來說，隨機數學的知識是非常有益的。比如信號處理，模式識別，隨機控制，系統辨識，很多算法問題的研究(比如遺傳算法G.A，模擬火災算法S.A等優化算法的分析都需要用到隨機過程的知識)，還有很多我現在生物信息學需要用到的統計知識。現在我知道了這三個隨機數學工具的重要性，所以我對ddmm說，在妳剛接觸什麽是隨機變量，什麽是r.v分布的時候，妳要好好學學。
順便說壹下，去年何教授給系裏的研究生講課時，有人問:哪門課最重要？教授毫不猶豫地說:隨機過程。怎麽樣？夠分量。以前本科不教隨機過程，但是系統辨識、信號處理、隨機控制等很多課程都會用到，所以每個課程都有點散，不紮實。現在DDMM很開心。
最後說壹下我系本科培養的壹個有特色的分支，就是“運籌學”。個人覺得在我們系學這門課真的很有好處。“運籌學”又稱“數學最優化方法”或“數學規劃”，是研究各種形式的數學問題並尋找最優值的壹門武功(當然，它只是這方面最初步、最入門的知識)。因為在很多研究中尋找最優值(解析解或叠代數值解)是非常常見的，所以學好運籌學，打好這個領域的基礎是非常有益的。如果妳想向其他學科交叉發展，如經濟、金融和管理，良好的數學優化基礎將成為妳強有力的資本。另外，我們系的王玲老師(很年輕很有前途，以能給核心期刊“倒水”出名，佩服)也給大四學生開了壹門選修課叫《智能優化算法及應用》，是在《運籌學》課程的基礎上改進的，教授80後的搜索優化方法課程。本文主要介紹了模擬退火、遺傳算法、禁忌搜索和人工神經網絡的基本知識，以及王先生實現的獨特技能——混合優化策略。強烈推薦選修王老師的這門課，對以後做很多研究工作都很有好處。
看三字班的教案，學校還設置了數學輔修學位，推薦有余力的同學嘗試。有紮實的數學基礎，以後無論從事什麽具體的研究，都會感到遊刃有余。我們系很多老師都是數學系的。
計算機課程(自學)
計算機軟件相關:
首先是基礎編程語言，我們主要用C(或者C++)，學好這部分很有必要，因為很多大四的課程都需要用C語言進行編程實驗；而且建議妳可以熟練使用vc++編程環境，主要靠自學或者可以選修相應的課程，前提是妳有很好的C(或者c++)基礎。個人建議，假期可以專心學習。比如大壹後的暑假，大壹之前是不允許買電腦的，妳可以利用這個假期自學，妳還上了C語言的基礎課。圖書館這方面資源豐富(主要集中在新書閱覽室，48小時)。在使用VC++的初期，建議多做編程練習，即使是把書上的程序抄下來，光靠閱讀也不是很有效果；在熟練掌握簡單編程後，要使用msdn作為幫助，熟悉msdn的格式和常用詞匯，對以後尋找其他幫助非常有效。有興趣可以看看相關的源代碼。
數據結構，有壹定的編程語言基礎，比如C(或者C++)。我們年級的課程安排是將數據結構、數據庫、操作系統整合為壹門課程——計算機軟件基礎；個人認為這三個方面應該是獨立的。《計算機軟件基礎》這門課，可以說給我們以及比我們高壹屆的自動化專業學生留下了深刻的印象。由於後面的師弟師妹沒有這個課程，這裏就不多說了。總的來說，數據結構，數據庫，操作系統都很重要，很實用，以後可能會更側重於不同的研究。個人認為應該把更多的精力放在數據結構上，因為它對應著很多相關的編程實驗。對於後兩者，我覺得更重要的是對這兩部分有壹個清晰的認識，理解主要概念。如果妳在以後的工作中會用到這些知識，妳就很容易上手了。而數據結構就不壹樣了，如果妳還沒有寫過類似的程序，真正需要的時候可能會很著急，而如果妳寫過相應的程序，也可以作為公共資源，在以後的工作中直接使用。
數據庫，上面已經簡單提到了。在本科階段，關鍵是打好基礎，對壹些基本的概念和基本的處理方法有壹定的了解，這樣在本科階段就不會花太多的時間，如果真的用到數據庫的話會更容易學會。在畢業設計和研究生學習期間，很多方向都會和數據庫打交道，所以這部分的基礎要打好。
操作系統比較抽象，主要關註概念。有興趣的同學還可以選修嵌入式操作系統等相關課程。
計算機原理主要是了解計算機的基本組成，各功能塊的作用，匯編語言。我覺得如果妳對計算機領域感興趣，不管是軟件還是硬件，那麽妳就要好好學習這門課程，尤其是妳以後從事硬件工作，匯編語言很有可能會用到。
計算機網絡，我覺得還是屬於掌握基本概念的課程，學過的知識以後不壹定用得上，但是作為壹個IT工作者，應該知道這些基本常識。
數字圖像處理(季梁老師教的壹門課)很好，收獲很大，尤其是如何從處理效果和處理效率的角度選擇壹種合適的處理方法，但可能需要的時間比較多，但如果以後從事相關的研究工作，可能會涉及到很多基本的圖像處理方法。
Matlab，建議盡快熟悉它的基本用法，不僅僅是在某些課程上(不壹定，如果會用，可以加深對對象的理解)，比如自動控制，運輸控制，仿真等等。Matlab裏有很多工具箱。如果能使用它們，會很方便，也能為以後的設計或者考研節省時間。
專業基礎課
大壹的電路原理可以說是我們DA的第壹門專業課。雖然大部分人畢業後的工作與具體到電路層面的事情無關，但電路原理作為N門以上重要專業課的必修基礎課，只有打好基礎才能得到保障。況且從DA出來的人對電路都不熟悉，呵呵，比較丟臉。
電路是壹門典型的工科課程，名為原理，實則方法多於理論。換句話說，想要學好它，在理解原理的基礎上多做題是非常重要的。大家高中畢業沒多久，開始做題也不會很難。此外，電路是DA中唯壹提供正式問題集的課程。那個習題集題量很大，我能做多少就做多少，感覺自己能掌握。曾經有壹個哥哥，在失戀暴走的狀態下，壹周吃了壹整本書，當然成了壹代電路牛。
大二學生的模擬電子技術基礎，數字電子技術基礎，和計算機原理及應用聯系緊密，無論是考試成績還是實際掌握情況，可以說是壹榮俱榮壹損俱損。而且基本上這三門課只需要掌握壹定的電路原理基礎。換句話說，大壹成績好的同學不要掉以輕心，成績差的同學也不要害怕。
值得註意的是，由於紀源是大三大四很多課程的命脈，而他又不懂電怎麽算，所以完全無法理解紀源。在如此大的正義感面前，時間是有限的，所以作為數字電基礎的模擬電不得不讓位，所以我們DA出現了壹個奇怪的現象，就是大二先修數字電，然後大二修原計劃再回來修模擬電。這直接導致了電量統計的困難。難怪在物理和電路的課程中，半導體的相關電學性質只是比較模糊，對它們的詳細討論就放在後面了。所以對於絕大多數人來說，數電裏提到的那些芯片的原理是完全搞不清楚的。別擔心。學了模擬電之後，壹切謎團就迎刃而解了。直接記住芯片外的特性就行了。善良的顏老師沒有考我們，PP的王老師也不會難為大家。
算完電，只要正常認真的學習模擬電和電表，基本就是馬平川了。
大三的時候就要註意了。傳說中的葵花寶典——兩個學期的自動控制原理以及同樣危險的信號和系統相繼出現。在大二的課程中，基礎課、專業課、數學課有明顯的區分。大三的時候，自控和信號是綜合性很強的課程。想學好，最好回去補上，尤其是數學課。即便如此，由於自動控制1的超理論性，以及信號對微積分水平的極大依賴性，不可能下大力氣。兩者的主要區別在於，自控1重在理解知識，信號重在掌握題型，而大三自控2相對容易很多，然後難度主要在限定的專業課。而與課程知識的韌性相對應的是，自控與信號的五位老師，都是我們DA裏響當當的大人物。
專業課程
進入大三後，正統意義上的專業課悠閑地來了。這些課程決定了我們是自動化，不是其他專業。曾經有人說自動化是靈丹妙藥。現在大家都覺得這個詞不好，就不提了。但是，它確實說明了我們部門的雜七雜八的特點。勉強按照控制學科的“老三樣理論”，可以分為以下幾類:
控制論:
學習自控之後，大家對經典控制和現代控制的框架都有了壹定的了解，我想很多人都有實際嘗試壹下的想法。至少我想找壹個系統控制。遺憾的是，實際上沒有壹個系統寫出了自己的傳遞函數或者狀態方程等著妳去運算。
自動控制課上討論的控制理論是壹幅精彩的畫卷。從更大的圖景來看，控制只是實際控制系統三要素“控制”、“辨識”、“估計”中的壹部分。呵呵，這是系統識別課的開始。小胖老師肖德雲壹定會告訴妳，期末考試壹定會出現。
能通過機理分析得到微分方程的控制對象基本都是玩具，只會出現在課堂上。系統辨識是用壹定的方法對壹個復雜的被控對象進行建模，不需要正確的機理，只追求系統的外部特性和輸入輸出水平的近似。所以要確定課堂上最強調的兩個概念:作為輸入的M序列和最小二乘法。這兩個概念極其重要，不僅僅是在鑒定課上。課程進入正題後，課堂火力基本集中在最小二乘法上，精確肢解，各方面無遺漏。只窺壹斑而知全豹，給人的感覺就是系統辨識等於最小二乘。在這壹點上，個人感覺肖老師處理的不夠充分。但據知情人可靠消息(不要問是怎麽來的)，已經確定的教材和教學計劃會有很大改動。“即使妳不能隱藏，”我希望的學生經常記筆記，多做練習，享受肖老師的教學。
大部分是壹個估計。在我們目前的課程中，“估計”出現在隨機控制的課程中。這是系裏的選修課，數學推導比較復雜，所以選課的同學不多。但強烈建議想對整個控制系統有更深入了解的同學選擇這門課，收獲會非常大。
估計是識別的逆過程。所有的系統都是有噪聲的，即存在隨機幹擾因素。如果幹擾比較大，直接控制的話效果不會好。估計是利用已知系統方程(可能被識別)中的輸入輸出數據，估計系統的真實“狀態”，並據此進行控制。如果是數學上的，就是隨機變量在壹定準則下的優化。聽說過“卡爾曼濾波器”嗎？裏面有壹個。
信息論:
本科階段沒有叫信息論的課程。然而，有許多課程教妳如何處理、加工和使用信息。有了壹些感性認識，才能感受到抽象理論的水平和力度。
人工智能導論可能是我們本科最酷的課程了。因為是入門課，所以內容不難。張長水老師的教學也是有指導的，涵蓋了很多方面，做了很多開頭。感興趣的話，跟著任何壹部分走，都是壹個世界。基本上每個部分都介紹了壹種看問題的方式，都是從別人那裏學來的，人類的智慧。最重要的概念是“狀態空間”(不是自動控制中的那個，雖然那個也很重要)和“搜索”。所有的問題都圍繞著如何建立壹個合理的狀態空間來描述問題，以及如何選擇壹個滿意的搜索算法在狀態空間中尋找解。這門課要編的程序不多，必須自己動手，增加對理論的感性認識。編壹個下棋、解題、推箱子的小程序，很有意思。就算不會，也不要抄襲。如果張老師發現了，妳會死得很難看。我是認真的。
給模式識別的基礎起個通俗的名字，可以叫“分類學”。在第壹節課上，張老師要求所有的學生寫下他們的身高，體重和性別。接下來的壹節課就是用不同的標準和不同的算法對這100多組身高體重進行分類，看哪種方法合理，哪種方法簡單。模式識別的理論很系統，每節課都在深化，每節課都會留下相應的編程實驗作業。當所有的程序都編好了，妳會發現妳對模式識別有了壹個大概的了解。我認為模式識別是信息類專業課程的核心。如果以後想研究信息處理，不管是圖像、聲音還是蛋白質序列，都是模式識別。當然，在特定領域，分類算法本身並不是目的，更重要的是找到特定對象的穩定的、與眾不同的特征。至於能不能找到阿彌陀佛，就看妳自己了。
系統理論:
系統論是三大理論中最不被強調的壹極，但系統觀點無處不在。
系統工程導論是唯壹直接介紹系統理論的課程。因為系統論的內容龐雜，沒有統壹的體系，所以這門課的具體內容基本是由老師的喜好決定的。可惜這也是壹門換老師比較頻繁的課程。0班的老師是王。整個課程可以稱為“運籌學2”，介紹了很多不同系統的建模與優化理論，如結構建模、線性回歸、決策理論、因素分析、函數優化等。整個課程的信息量非常大，每種方法都有經典的背景模型。王老師很和藹。整個學期的課程分為四次小考，所以每次復習的任務不是很重。俗話說，如果妳認真聽講，自己做作業，妳壹定會取得好成績。有些人可能喜歡把所有的知識壹起考，但是沒有出路。系統工程告訴我們:“阿羅不可能定理告訴我們:‘沒有絕對公平的投票’”。
除了上面列舉的壹些代表性課程外，還有很多其他專業的限制類或選修類課程。大概分為兩類。
首先是壹些技術性很強的工具課程，比如計算機仿真，介紹連續系統和離散事件系統計算機仿真的實現算法，以及評估仿真結果的策略，大家或多或少都會用到。這些課還包括Unix系統基礎、智能優化算法、操作系統、數據庫原理、單片機、泛在計算機網絡(互聯網、工業控制網絡)等。聽名字就知道是做什麽的了，而且大部分都是計算機能力要求，前面已經有人特別強調過了，這裏就不贅述了。
第二類課程是在上述控制、信息、系統三種理論的基礎上，結合壹些特定背景的實現或某壹課題的深化。
與控制理論相關:
計算機控制系統是工業控制系統的組成和控制算法的實現，實用性很強，但是教材太老了。電氣驅動、運動控制和過程控制分別是電機和化工過程的建模和控制。設置它們的目的應該是給妳提供壹個工程背景，看看抽象的控制理論是如何在具體的工業對象中改變和使用的。並不是說現在的學生開心多了。以前我們要上四門課:電傳動，運動控制，化工原理，過程控制，至少要上三門。現在更強調夯實基礎，這部分被壓縮了。三年級班的DDMM學生也有機器人控制課程，我們沒開。也應該是控制理論的專門深化課程。當然還有壹系列的控制實驗來鍛煉大家處理現實和硬件的能力。
之前的控制類課程中沒有提到測試，但其實也是我們系科研的很大壹部分(呵呵，測試與電子技術研究所是我們系最大的研究所)。因為控制系統中的信號不是憑空產生的，它們依賴於各種傳感器和儀器。三字班教案中的必測原理是我們當年類似的選修課。基本上介紹了壹些傳感器，學生的評價不是很高。不知道大家會不會改變。現代測量，儀器設計，電子測量都屬於這裏，檢測實驗是和控制實驗並行的壹種，鍛煉硬件的能力。
信息論相關課程:
離散時間信號處理主要介紹壹維離散時間信號的表示和處理，主要介紹濾波器的設計和使用，以及譜估計的壹些內容。我們老師照本宣科，但是教材超級經典(著名的奧本海默)，內容豐富。老師設計的實驗很好，認真做壹定很有收獲。
數字圖像處理是對特定二維信號圖像的表示處理。內容很多，圖像格式，編碼壓縮，濾波變換。這壹屆前後開了兩門差不多的課，壹門比較簡單，但是學的不多，壹門壓力很大，呵呵，普遍反映收獲很大。給自己做個平衡。
與系統理論相關的課程:
專業課也有專門的課，包括CIM系統介紹，生產系統規劃與控制，電子商務等等。這些都是介紹信息技術在現代商業企業和工業生產中的應用，優化系統。我基本上把它們看作是系統論在壹個具體系統中的實現和應用。都是入門課，所以不難。他們更多的是介紹壹些方法和觀點，以及企業和生產中非常具體的知識，甚至有些需要死記硬背。像介紹CIM系統壹樣介紹企業的流程和建模。生產系統規劃與控制會在生產調度中引入壹些非常具體的測量方法和處理方法，基本都是運籌學。這些都是很實用很有前途的領域，有興趣在現代商業生產計劃調度方面壹展身手的同誌要註意了。
最後壹點:
從來沒有壹種固定的風格適合所有的學生。重要的是找到自己的路。如果有壹天妳用這點小事指責我們出軌，對不起，我想我們誰都不會道歉。
"
上面的鏈接是:/s/blog _ 4d3b 1da 50101 ctqg . html。