中山大学运筹学与控制论考博复习需建立系统化知识框架，重点突破学科交叉领域的核心能力。建议将复习划分为三个阶段：基础夯实（2-3个月）、专题深化（1-2个月）、综合冲刺（1个月）。

基础阶段需完成《运筹学》教材（张立群版）通读，同步补充《控制论基础》（曹雪虹著）的系统理论内容。每日保持3小时专业阅读，建立知识卡片记录关键公式（如动态规划函数方程、博弈论纳什均衡条件）、核心定理（如贝尔曼最优化原则、Lyapunov稳定性定理）及典型应用场景。建议使用思维导图工具梳理"线性规划→整数规划→动态规划"的递进关系，以及"状态空间法→最优控制→自适应控制"的控制论脉络。

专题深化阶段需重点突破三大模块：①随机优化（蒙特卡洛模拟、随机规划算法）；②智能算法（遗传算法收敛性证明、粒子群优化参数设置）；③系统稳定性分析（Lyapunov函数构造技巧、李雅普诺夫指数计算）。每周完成2套模拟题并录制解题视频，通过回放分析步骤规范性和时间分配合理性。特别注意近五年真题中关于"多目标优化Pareto前沿求解"和"非线性系统鲁棒控制"的命题趋势。

冲刺阶段应构建"三位一体"复习体系：①真题数据库（2018-2023年真题分类整理）；②热点专题包（含智能优化算法、工业互联网控制系统）；③导师研究方向图谱（重点跟踪控制工程系、工业自动化研究所近三年立项课题）。建议参加3次全真模拟考试（按考试时间9:00-12:00，14:00-17:00双时段），培养时间敏感度。针对控制论部分，需掌握MATLAB/Simulink仿真工具在系统建模中的应用，特别是PID控制器参数整定、状态观测器设计等实操环节。

备考过程中要特别注意：1）建立"问题-模型-算法-验证"的闭环训练模式，每个例题都要延伸至实际工程场景；2）控制理论部分需强化数学基础，重点复习矩阵分析（Lyapunov方程求解）、微分方程（李导数计算）等数学工具；3）关注学科交叉领域，如"运筹学在智能仓储优化中的应用""控制论在新能源并网系统中的实践"，此类内容占比近三年已提升至35%。建议每周研读2篇《自动化学报》《控制与决策》的最新论文，摘录创新性研究方法。考前需完成3轮知识图谱重构，确保知识节点关联度达90%以上。