【本文来自《现在一般企业都离不开计算机人才，但不同的企业有不同的要求》评论区，标题为小编添加】

另外补充一点，如果不是高人，只是一个平凡的普通人的话，学会自动控制需要什么基础，有一个知乎上的答案可做参考：

(资料图)

轻松读懂所有控制理论需要什么数学基础？

https://www.zhihu.com/question/41075792/answer/2668735932

作者：攀登者链接：https://www.zhihu.com/question/41075792/answer/2668735932来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

控制是以数学为基础的，它又不是纯粹的数学问题，这里会有物理的或者化学的建模问题，需要你一步步去学去搞懂，能短时间搞成大牛就是吹牛，大牛从来不是轻松能够达到的或者速成的。

听我的，要向骆驼一样要有耐力和耐心好好学好，高数，复函，离散数学，线性代数，概率论，矢量场，解析几何，微分几何，近世代数，物理，刚体力学，信号与线性系统，自动控制，现代控制,之后可以去做点实际工程，有了深刻体会之后再学：实变函数，泛函分析，矩阵论，随机，常微分方程，偏微分方程，黎曼几何，数理统计，变分学，群论，运筹学，拓扑学，数值分析，数字处理，最优控制，鲁棒控制，非线性控制，自适应控制，模型预测控制，在拿到硕士证之后可以去工作了，当然也可以继续读博，不过我觉得还是去搞工程，那样你可以深刻体会控制方法的应用和理论深邃的内涵是什么了，做控制是在理论和实践之间走钢丝，偏向那边都不好，太注重理论那就会眼高手低遇到实际问题也会晕找不到抓手，不抬头看理论一味低头去搞开发，再怎么做水平提高非常缓慢，没有理论支撑也很容易陷入迷茫，理论就像是一张作战地图它至少会告诉你：敌我态势，哪儿有河，桥，山，林，路，让你行动有了指引方向。所以要均衡前进，工作几年后再去读个博士也轻松。博士的基本课程有：动力系统（这是数学课，不清楚就百度一下），混沌，积分方程，回归分析，非线性期望，高等泛函，凸优化控制，随机控制，组合优化，奇异系统控制，H无穷控制，时滞系统控制，现代决策，现代优化，随机二次，三角模分析，优化与决策，算法分析与设计，数理逻辑与推理，偏微分方程控制理论，现代鲁棒控制等等及自己选的研究方向上的相关课程，大量国外优秀文献要多读;博士之后继续深耕，再有几年后你就会有不小的高度了，能不能成为大牛，那得看你的努力和悟性了。不过有些人研究生之后禁不住其他行业高薪的诱惑，选择了换行业，实际上控制专业把大部分应用数学专业的课程都学了，控制专业本身就是应用数学的一个分支，一个发展方向，有些数学学院对应用数学专业的研究生培养就有控制方向。控制理论不仅仅可以应用于工程技术领域，在经济金融的其他领域也有广泛应用，尤其是最优控制在经济金融投资证券应用很多，因此做控制的人很容易自学或者选修一下金融方面的课程，然后去做金融投资，保险设计等，这些工作收入一般比较高，有的会翻倍，甚至数倍于控制技术研发，因此在这种时候，还是要不负初心，耐得住诱惑才行。这也是为什么我们有时候看到做控制的人，并不是自动化专业科班出身，有的是做机械的出来的，电气的，通讯的，计算机的等等，在一些企业这些非科班的竟也能成为控制方面的骨干力量，功夫不负有心人吧！

需要纠正一个误解：控制不只是控制理论。

控制理论与计算机的关系好比物理与数学的关系，前者用到后者，同时用行的问题推动后者的发展。鄙视链说明的只是浅薄，不是渊博。

比如说，控制理论发源于微分方程稳定性理论，然后就发展成很大一个世界，用到很多数学工具，并发展出新的数学工具，然后发现更多的问题……这本来就是科学发展的正常循环。

至今控制有三路人马：应用数学、机电控制、过程控制。三路人马在控制理论上是统一的，但还是“共同而有分别”。到应用就分道扬镳了。具体就不扯远了。

然而，这基本上都是围绕连续系统的，碰上断续系统（比如控制回路里有几个IF……THEN）就抓瞎了。毛子当年的“变结构控制”包含断续元素，但只能用“有界”来分析。好处是只要在界内，不管怎么变的，通吃；坏处是即使在界内，系统行为也不便精确描述，只能有界描述。

但断续的问题越来越大，比如约束控制。在约束边界上，连续性条件就破坏了。

非线性控制更是海阔天空，根本不像线性控制一样，存在一个统一的框架。只要不是线性的，都是非线性的。线性只有一种，非线性就有无穷多种，自然难以纳入统一框架。

数学控制理论还有一个数学的“通病”：提出很多存在性、有解性、有界性，但对于具体的控制系统设计，缺乏规范的指导。简单系统没问题，但就是复杂系统需要理论指导啊。

控制的另一半是控制工程。在控制方面，理论与实践还真不是密切结合的。太多人想密切结合起来，但理论上给得了的工具工程上用不上，工程上需要的工具理论上给不了。这不是谁怪谁的问题，而是世界的复杂性和挑战的现实性的问题。

理论上解决不了，工程上还是得想办法结局。有的可以通过放大安全余量来硬抗，有的只有通过理论上匪夷所思的奇思妙想来解决。比如约束控制，直接扔一个约束最优化的数值方法上去，什么稳定性、有解性统统靠边。没有理论知道，就加一大堆调节参数，凭经验和实运摸索呗。

好处是问题还真的解决了，坏处是只有感性的模糊认识这问题是怎么解决的，缺乏理性的依据，下一次碰到“类似”的问题老办法还是继续管用，谁都说不清楚。所以新手对参数调试视若猛虎，因为心里一点没底，不知道跳出来的是老虎还是加菲猫。老手笃定很多，但依然是凭经验的自信，阴沟还是会翻船，同样因为林子大了，什么鸟都有，100次飞出金丝雀，101次就可能飞出老鹰。

工程永远是科学与艺术的结合。这里科学指理性、严谨的思考和方法。艺术不是诗和远方，而是跳出常规的创造性思维，像“战争艺术”、“管理艺术”那样的艺术。科学与艺术相结合的另一个说法就是严谨与跳跃思维相结合。任何工程师做不到这一点，两边缺一样，都不可能成为好的工程师。

在大学、研究所，控制理论得到深入的研究，但控制工程经常是缺门。不是他们不想重视，不在河边，怎么知道河水是怎么流的？

在工业界，控制工程得到深入广泛的实践，但控制理论经常敬而远之了。不是他们不想拥抱，而是在河里的漩涡中挣扎的时候，钓鱼台上的高瞻远瞩对他们缺乏吸引力。

扯得太远了。

自控与计算机谁是“老大”，谁是“老二”，看你是干什么的。如果你在过程工业，负责过程控制，建立在对过程的深入理解上的自控知识和技能为王，计算机知识和技能只是“干活的”；如果你在自控系统公司，比说公司是做DCS、PLC的，那解决了基本的架构问题后，计算机为王，因为那基本上就是专业化的计算机公司了，只是产品恰好面向自控。

学计算机的人能干自控吗？学自控的人能干计算机吗？都能。学校只是起点。能做到中级甚至高级岗位的话，70%以上的知识和技能只可能来自于毕业后的实践。如果一个人一辈子都主要“吃”学校里学到的老本，注定超不过中级岗位，能长久保住初级就不错了。

同样的道理，学电子工程的人不会做网页，这有什么？只要需要，找本书，找几段视频，不就会了？是什么科班出身并不重要。基础很重要，但基础也是能补的，尤其是工作中对症下药地补。学习首要的是懂得继续学习的方法。这对本科和研究生都是一样的。博士最大的本事不是“知道一切”，而是知道怎么学习和攻入全新的领域。要是博士研究生在充满已知的领域里折腾，那是在瞎混了。博导这么干，更是误人子弟。

最重要的本事不是知道什么事该怎么干，而是知道怎么学习和去干全新的事。当然，不是什么全新的事都值得去学习，值得去干。有时候是自己来兴趣了，有时候是工作需要，有时候是行业转型被迫。但要会学习，这一点是不变的。