东北大学控制科学与工程考博初试主要考察对控制理论、系统科学、智能控制等领域的综合掌握能力，考试科目通常包括专业课笔试、英语测试和综合面试三部分。专业课笔试科目为《控制科学与工程》或《自动控制原理》，题型涵盖选择题、填空题、计算题和论述题，重点考察线性系统理论、非线性系统分析、最优控制、鲁棒控制、智能控制算法等核心内容。近三年真题显示，约35%的考题涉及现代控制理论中的状态空间分析与综合，25%围绕智能控制与人工智能方向展开，需特别注意自适应控制、模糊控制、深度学习在控制系统中的应用案例。

推荐参考书目包括《现代控制理论》（胡寿松著，第5版）、《自动控制原理》（张宝琳著，第6版）、《智能控制理论与应用》（刘豹著）以及东北大学自编的《控制科学与工程前沿专题》。复习建议采用"三阶段递进法"：第一阶段（1-2个月）精读教材建立知识框架，重点突破李雅普诺夫稳定性理论、卡尔曼滤波、PID参数整定等高频考点；第二阶段（2-3个月）结合历年真题进行专题突破，例如针对非线性系统设计问题，需掌握相平面法、滑模控制等典型解法；第三阶段（1个月）模拟考试训练，重点强化计算题的解题速度和论述题的逻辑表达，建议每周完成2套完整模拟卷并分析错题。

英语测试主要采用专业英语翻译与文献阅读形式，近五年真题中约60%的翻译内容涉及IEEE Transactions on Control Systems Technology等期刊论文，需重点准备控制工程领域专业术语，如"state estimation""model predictive control""reinforcement learning"等。面试环节注重科研潜力评估，常围绕报考研究方向提问，例如"如何将深度强化学习应用于工业机器人轨迹跟踪"或"对容错控制领域前沿技术的理解"，建议提前准备3-5个研究设想并形成可视化表达方案。

备考时间规划建议：9月启动系统复习，10月参加预研课题申报，11月完成两轮模拟考试，12月进行模拟面试与材料准备。特别注意关注东北大学控制学院官网发布的《博士研究生招生专业目录》，2023年新增"智能机器人系统"方向，相关考题占比提升至25%，需补充《机器人学导论》（S. H. Nisimov著）和《Reinforcement Learning: An Introduction》（R. S. Sutton著）等扩展阅读材料。最后阶段（考前2周）应重点整理高频考点思维导图，例如绘制"鲁棒控制理论发展脉络"和"智能控制算法对比分析"等知识图谱，有效提升考场应变能力。