2025年中國(guó)礦業(yè)大學(xué)全國(guó)碩士研究生招生考試《人工智能基礎(chǔ)綜合》考試大綱

一、考試目的與要求

全國(guó)碩士研究生入學(xué)統(tǒng)一考試中的“人工智能基礎(chǔ)綜合”是為我校招收人工智能（085410）專業(yè)學(xué)位碩士研究生而設(shè)置的具有選拔性質(zhì)的考試科目。考試要求學(xué)生掌握C語言相關(guān)知識(shí)，自動(dòng)控制原理的基本概念和基礎(chǔ)理論、或機(jī)器學(xué)習(xí)基礎(chǔ)理論和算法，并具有運(yùn)用基本概念和基礎(chǔ)理論分析問題與解決問題的能力。

二、考試范圍

1、C語言部分，所有考生必答題

（1）算法及其描述方法：算法的描述方法（流程圖、N-S流程圖），程序設(shè)計(jì)的基本結(jié)構(gòu)。

（2）數(shù)據(jù)類型、運(yùn)算符和表達(dá)式：包括變量和常量，預(yù)處理命令，數(shù)據(jù)類型（整型、浮點(diǎn)型、字符型），算術(shù)運(yùn)算符，表達(dá)式。

（3）順序程序設(shè)計(jì)：各種類型數(shù)據(jù)的格式化輸入/輸出方法，字符數(shù)據(jù)的非格式化輸入/輸出方法，順序程序的設(shè)計(jì)。

（4）選擇結(jié)構(gòu)程序設(shè)計(jì)：關(guān)系運(yùn)算符、邏輯運(yùn)算符和條件運(yùn)算符，if與switch語句，if語句的嵌套。

（5）循環(huán)結(jié)構(gòu)程序設(shè)計(jì)：C語言三種循環(huán)結(jié)構(gòu)，混合控制結(jié)構(gòu)程序設(shè)計(jì)。

（6）數(shù)組：一維數(shù)組和二維數(shù)組，字符串與字符數(shù)組，字符串函數(shù)。

（7）函數(shù)：函數(shù)的定義，原型聲明和調(diào)用，函數(shù)的嵌套調(diào)用和遞歸調(diào)用，數(shù)組作為函數(shù)的參數(shù)，變量的作用域和存儲(chǔ)類別，內(nèi)部函數(shù)和外部函數(shù)。

（8）指針：指針的概念，指針變量定義、引用、作為函數(shù)參數(shù)，通過指針引用數(shù)組、字符串，數(shù)組指針、函數(shù)指針、指針數(shù)組、指針型函數(shù)，動(dòng)態(tài)內(nèi)存分配和釋放的方法。

（9）結(jié)構(gòu)體、共用體、文件：結(jié)構(gòu)體、共用體和枚舉數(shù)據(jù)類型，結(jié)構(gòu)體數(shù)組、結(jié)構(gòu)體指針、鏈表。

2、自動(dòng)控制原理部分

（1）自動(dòng)控制系統(tǒng)的工作原理、分類和基本要求，繪制控制系統(tǒng)方框圖并分析其工作原理。

（2）傳遞函數(shù)的定義、性質(zhì)和意義，以及開環(huán)傳遞函數(shù)、閉環(huán)傳遞函數(shù)的概念(求取電路系統(tǒng)、機(jī)械系統(tǒng)等實(shí)際物理系統(tǒng)的傳遞函數(shù))。

（3）熟練使用結(jié)構(gòu)圖等效變換和化簡(jiǎn)方法，或用梅森增益公式法求系統(tǒng)的傳遞函數(shù)。

（4）時(shí)域響應(yīng)的4種主要性能指標(biāo)：上升時(shí)間、峰值時(shí)間、調(diào)節(jié)時(shí)間和超調(diào)量。

（5）一階系統(tǒng)的數(shù)學(xué)模型和典型時(shí)域響應(yīng)特點(diǎn)。

（6）二階系統(tǒng)的數(shù)學(xué)模型和典型時(shí)域響應(yīng)特點(diǎn)，熟練計(jì)算其在欠阻尼下的性能指標(biāo)和結(jié)構(gòu)參數(shù)，并掌握改善二階系統(tǒng)性能的原理。

（7）穩(wěn)定性的定義以及線性定常系統(tǒng)穩(wěn)定的充要條件，熟練應(yīng)用勞斯判據(jù)判定系統(tǒng)的穩(wěn)定性。

（8）系統(tǒng)在典型輸入信號(hào)作用下的穩(wěn)態(tài)誤差、擾動(dòng)穩(wěn)態(tài)誤差的計(jì)算方法。

（9）高階系統(tǒng)的近似降階方法。

（10）常規(guī)根軌跡和參數(shù)根軌跡的繪制規(guī)則。

（11）應(yīng)用根軌跡分析參數(shù)變化對(duì)系統(tǒng)性能的影響。

（12）理解頻率特性的含義并能用頻率特性計(jì)算系統(tǒng)在正弦信號(hào)作用下的穩(wěn)態(tài)輸出信號(hào)和穩(wěn)態(tài)誤差信號(hào)。

（13）繪制開環(huán)系統(tǒng)Nyqusit圖和對(duì)數(shù)幅頻漸進(jìn)特性曲線圖。

（14）Nyqusit穩(wěn)定判據(jù)。

（15）穩(wěn)定裕度的概念，能夠利用對(duì)數(shù)幅頻特性曲線的分段近似計(jì)算系統(tǒng)的穩(wěn)定裕度。

（16）開環(huán)對(duì)數(shù)頻率特性與系統(tǒng)時(shí)域性能之間的關(guān)系，正確理解低、中、高三頻段分別對(duì)控制系統(tǒng)性能的影響。

（17）由最小相位系統(tǒng)的開環(huán)對(duì)數(shù)幅頻特性曲線確定傳遞函數(shù)的方法。

（18）利用開環(huán)對(duì)數(shù)幅頻特性曲線進(jìn)行串聯(lián)超前校正和串聯(lián)滯后校正的方法、原理和步驟，理解超前校正、滯后校正、滯后-超前校正對(duì)控制系統(tǒng)性能的影響。

（19）PID控制規(guī)律及其作用。

（20）非線性系統(tǒng)的特點(diǎn)。

（21）非線性系統(tǒng)分析的描述函數(shù)法。

（22）非線性系統(tǒng)分析的相平面法。

3、機(jī)器學(xué)習(xí)部分

（1）機(jī)器學(xué)習(xí)的基本概念：機(jī)器學(xué)習(xí)的定義和機(jī)器學(xué)習(xí)的基本概念，包括樣本、特征、標(biāo)簽、數(shù)據(jù)集、訓(xùn)練、測(cè)試、模型參數(shù)、損失函數(shù)、學(xué)習(xí)誤差、泛化能力、正則化、欠擬合與過擬合、學(xué)習(xí)終止條件及方法。

（2）回歸模型：線性回歸、非線性回歸、嶺回歸、套索（LASSO）回歸基本概念及模型，回歸模型的優(yōu)化方法，包括正規(guī)方程法、梯度下降法、隨機(jī)梯度下降、牛頓法。

（3）分類模型及算法：包括判別模型與生成模型的概念和區(qū)別、K最近鄰算法、貝葉斯分類器、線性判別分析、二分類邏輯回歸、邏輯回歸的極大似然估計(jì)求解、Softmax函數(shù)。

（4）決策樹與隨機(jī)森林：決策樹的分類過程、決策樹的劃分準(zhǔn)則，包括信息增益、信息增益比、基尼不純度、隨機(jī)森林基本概念及算法。

（5）神經(jīng)網(wǎng)絡(luò)：神經(jīng)元模型、感知機(jī)與多層網(wǎng)絡(luò)、誤差反向傳播算法及存在的問題、全局最小與局部極小、?其他常見的神經(jīng)網(wǎng)絡(luò)模型。

（6）支持向量機(jī)：間隔與支持向量、對(duì)偶問題、核函數(shù)、軟間隔與正則化、支持向量回歸、支持向量機(jī)的核方法。

（7）深度學(xué)習(xí)：深度學(xué)習(xí)基本原理，常用的深度學(xué)習(xí)方法、卷積神經(jīng)網(wǎng)絡(luò)及存在的問題。

（8）集成學(xué)習(xí)：聚合算法（bagging）、提升算法（boosting）、堆疊算法（stacking）。

（9）聚類分析：聚類基本概念、性能度量、K均值算法、度量的重要性、原型聚類概念及算法。

(10)?模型選擇：學(xué)習(xí)模型的復(fù)雜度、訓(xùn)練—驗(yàn)證—測(cè)試法的描述、交叉驗(yàn)證法、留一交叉驗(yàn)證、K折交叉驗(yàn)證、學(xué)習(xí)模型的綜合評(píng)價(jià)、預(yù)測(cè)誤差期望（期望泛化誤差）基本概念、預(yù)測(cè)誤差期望的預(yù)測(cè)偏差-方差分解。

三、試題結(jié)構(gòu)

考試時(shí)間：180分鐘（3小時(shí)）。

考試形式：筆試，閉卷，滿分150分。其中，C語言專業(yè)基礎(chǔ)部分50分，所有考生均需作答；專業(yè)知識(shí)部分100分，考生自主選擇自動(dòng)控制原理部分或機(jī)器學(xué)習(xí)部分其中一種考題作答。