❶ 我是一個電工（大專畢業）現在工作已經3年了，由於專業知識有限現在工作遇到了瓶頸
自動化控制技術從淺到深再到精通，需要花費的精力和時間是大相徑庭的。鑒於你介紹的個人情況，我覺得有三個要素先說明一下：第一是你要給自己設定一個合理的目標，不要過分地追求自己某一個學科或者某一項技術上的精通程度，最好能合理地平衡自己的發展目標；第二是你要做好失敗的思想准備，因為自學往往需要付出百倍的精力以及毅力，而這不是一般戰士可以做到的；第三是你最好能結合你自己現在的工作實際需要來有的放矢，因為自動化技術往精通這個層面發展的同時，更多地是結合實用性展開的，如果學無所用，你會覺得事倍功半，自然就不可能學好。
至於說自動化技術的基礎的自學計劃，那就是仁者見仁智者見智的事情。我覺得網上有篇帖子挺好，裡面介紹了自動化這門學科的大學本科課程以及相互關系，你可以參考著看看。學習計劃這類的事情，你就根據自己的實際工作情況和休息情況，自行安排為佳。回答的最後我貼出了帖子的鏈接地址，你也可以去看一看。
「
在這里把所有的必修選修課分為五類，公共基礎課（數學），計算機類，專業基礎，專業課。下面逐一介紹：
公共基礎課（數學）
在現代社會，科學技術和人才的流動都是日新月異，經常以個人難以預計的趨向發展和變化。很多時候，我們受個人興趣的轉移或者社會需求的轉變，不得不主動或被動地變幻自己的導向（即所謂major）。我看到很多的案例，本科的時候學一個專業，研究生階段轉了方向，到國外讀完Ph. D以後，從事的工作又是完全另外一個方向了。比如本科的時候是學物理的，到了國外以後就研究Computer Networking了，最後工作的時候也許搖身一變，到finance行業幹了。即使始終是在技術科學的領域內做研究，也是需要緊跟前沿的變化，不斷變幻自己的方向的。比如我們大家尊敬的李衍達院長，就是我們學習的榜樣。
本科學習還是處於一個通才教育的培養階段，在這樣的階段，多努力一些，在自己學識和能力上打下一個堅實的基礎，為未來建立一個相對高的起點，還是很重要的。除去在社會閱歷、人際交往能力、社會活動能力、文藝修養等等方面的提高與培養不說，我覺得就學業方面，對我們今後的發展最有用的，且最能經得起時間考驗的，英語、計算機和數學是屬於基礎的三大支柱。
咱們這樣的學科專業數學學習與運用的主線。對於"本門武功"最重要的控制理論，本科階段主要接觸的還是最經典的線性的動力學系統（包括所謂'現代控制理論'－狀態空間法也是），從數學的角度看，無非是線性的微分方程或者微分方程組，所謂Dynamic Systems。對於這樣的控制問題，最重要的數學工具和描述語言就是微積分和線性代數。而且這兩門課是幾乎任何近代科學技術的基礎工具，其重要性再怎麼強調也是不為過的（就是說，如果你在低年級的時候把這兩門武功練得純屬了，到了以後學起很多課程都會覺得巨爽）。還有一門重要的武功，對於我們練"自控派"的控制原理以及"信號與系統"這樣的後續武學很有裨益的，就是"復變函數"了，不過我更喜歡把這門武功稱為"復變函數與積分變換"，因為對於我們最有用的工具，就是Laplacian Transform，Fourier Transform和Z Transform三大變換了。想著當年一代武學宗師Fourier在華山頂上苦思冥想，終於悟出了Fourier Transform這門驚世駭俗的絕世武功，後來又經過Cooly和Tukey的發揚光大，創出快速傅立葉變換（FFT），已成為現代信號處理界的鎮幫之寶了^_^
相比之下，"數理方程"或稱"數學物理方法"（研究多元的偏微分方程的解析解法的）這門課的重要性就遠遠不如復變函數了。現在在實際的工程技術問題里都運用，或者只能用數值計算的方法求數值解了，誰還死抱著古典的解析方法去求解析解呢。除非你要研究一些空間里電磁場傳播的理論，或者對分布參數的電路進行計算，則另當別論。
這里又說到了數值計算與數值分析的技術。我略微看了一下03級以後的課表，好像對於Numerical Analysis這門課，是從開出的四個不同要求的課中選擇一門吧。在實際的工程問題中遇到的問題都會很復雜，運用數值的方法進行分析與計算是大勢所趨。另外，西域的米國有一個叫Mathworks的小幫派，打造出一把叫Matlab的兵器，真是神力無比，削鐵如泥，大家不妨都用一下啦。順便介紹一下，這竿神兵最早是由米國Stanford寺院一位叫J. Little的老僧用C語言鍛造出來的，著是一段佳話。江湖人稱米國"西斯坦，東麻工"，此言不虛。
還有一個重要的方面，就是對隨機性事件的研究。在學科上主要是由三個部分組成的：概率論（the Theory of Probabilities），隨機過程（Stochastic Process）和數理統計學（Statistics）。概率論是告訴我們如何描述與研究隨機變數的，當然是後兩部分的前提與基礎。隨機過程就開始研究多個隨機變數之間關系，特別是隨時間變化的隨機變數（稱為隨機過程）的性質。數理統計主要是研究如何去估計概率模型參數，以及對模型假設進行檢驗的學科。應該說，從現在的發展看，對隨機性數學工具的研究與掌握是越來越重要了。對於咱們系的很多研究方向，隨機數學的知識是非常有利的。比如信號處理、模式識別、隨機控制、系統辨識、很多演算法問題的研究（比如像遺傳演算法G.A、模擬煺火演算法S.A這樣的優化演算法的分析都需要運用隨機過程的知識），還有就是我現在搞的Bioinformatics中要用到很多的統計學的知識。現在就知道了這三大隨機數學工具的重要性了，所以對ddmm們說，當你們第一次接觸什麼是random variable，什麼是r.v的distribution的時候就要學好。
插兩句，去年何毓琦教授給系裡的研究生本科生作報告的時候，被問到：哪門課的知識是最重要的。教授毫不猶豫地說：隨機過程。怎麼樣，夠分量吧。以前本科不開隨機過程，但系統辨識，信號處理，隨機控制等很多課都要用到，於是每門課都講一點，零散而不扎實。現在的DDMM們幸福了。
最後談一下咱們系的本科培養中比較有特色的一個分支，就是那門"運籌學"。個人認為在咱們系能學到這門課真是很受益的一件事。"運籌學"又稱為"數學優化方法"或者"數學規劃"，是一門研究各種形式不同的數學問題求最優值的武功（當然也只是這個領域最初步、最入門的知識而已）。因為在很多研究中，求最優值（解析解或者迭代的數值解）都是很常用的，所以學好運籌學，打好這方面的基礎是很有益的。如果你想往其它學科交叉發展，比如I.E、經濟學、金融學、管理學，有一個良好的數學優化的功底將會成為你很有力的資本。另外，咱們系的王凌老師（非常地年輕有為，以能在核心期刊上"灌水"著稱，admire一下）對高年級還開了一門名為"智能優化演算法與應用"的選修課，則是在"運籌學"這門課基礎上的提高，講授80年代以後的搜索優化方法的課。主要介紹的是模擬煺火（Simulated Annealing）、遺傳演算法（Genetic Algorithm）、禁忌搜索（Tabu Search）以及人工神經元網路（Artificial Neural Networks）的基本知識，還有王老師悟出的絕學--混合優化策略。很推薦選一下王老師的這門課，對以後做很多方面的研究工作是極有好處的。
看三字班的教學計劃，學校還開設了數學輔修學位，推薦學有餘力的同學試一下。有一個堅實的數學基礎，無論將來從事什麼具體研究，都會感到游刃有餘的。我們系有不少老師都是學數學出身的。
計算機課程（自學）
計算機軟體相關：
首先是基礎編程語言，我們主要用的是C（或者C++），把這部分學好是必需的，因為很多高年級的課程都需要用C語言進行編程實驗；而且建議能夠熟練使用vc++編程環境，這方面主要靠自學，也可以選修對應的課程，前提是對C（或者C++）有比較好的基礎。個人建議可以通過假期時間集中學習，例如大一結束的那個暑假，以前不讓新生買電腦，正好可以利用這個假期自學，而且也有修了C語言的基礎課程；圖書館這方面的資源相當豐富（主要集中在新書閱覽室，48小時）。使用VC++初期，建議多動手進行編程實踐，哪怕是照搬書上的程序，光靠看書效果不是很好；能夠熟練進行簡單編程後，應該多使用msdn作為幫助，熟練msdn的格式以及常用的詞彙，這對於將來查找其他幫助很有效，如果有興趣，可以看看相關源代碼。
數據結構，有一定的編程語言基礎，例如C（或者C++）。我們年級的課程安排是把數據結構、資料庫和操作系統融合為一門課--計算機軟體基礎；我個人覺得這三個方面都應該獨立出來。計算機軟體基礎這門課可以說對我們和比我們高年級的自動化學生都留下了深刻的印象，既然後面的師弟師妹已經沒有這門課了，這里也就不多說了。總的來說，數據結構、資料庫和操作系統這三部分都非常重要而且實用，而且對於將來從事不同的研究可能更有側重。我個人覺得數據結構投入的精力應該多一些，因為它對應了很多相關的編程實驗，後兩者我覺得從課程學習而言，更重要的是對這兩部分有一個整理的認識，了解主要概念，如果將來從事的工作會用到這些知識，可以很容易的上手；而數據結構不太一樣，如果沒有寫過類似的程序，真正要用到的時候，可能手忙腳亂，而且如果已經寫過相應的程序，也可以將其作為公共資源，以後的工作可以直接使用。
資料庫，上面已經簡單提到過了。在本科的課程中，關鍵是打好基礎，對一些基本概念、基本處理方法有一定的認識，這樣，在本科期間不會花太多的時間，而且如果真正要用到資料庫的時候，學起來也比較容易。在畢業設計和研究生學習期間，不少的方向都會和資料庫打交道，所以這一部分的基礎要打好。
操作系統，比較抽象，也主要是注重概念。有興趣的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構成、各功能塊的作用、匯編語言。我覺得如果對計算機領域無論是軟體和硬體感興趣，那麼這門課都應該好好學，特別是如果將來從事硬體工作，匯編語言都是很可能會用到的。
計算機網路，我覺得還是屬於掌握基本概念的課，學到的知識將來不一定會用到，但是作為一個IT工作者，這些基本的常識還是應該知道。
數字圖像處理（季梁老師開的課），很好，收獲比較大，特別是體會從處理效果和處理效率上考慮，如何選擇合適的處理方法，但是可能投入的時間可能比較多一些，但是如果將來從事相關的研究工作，很多基本的圖像處理方法都可能涉及到。
Matlab，建議盡早的熟悉其基本用法，不僅在一些課程中可能用到（不一定一定會用到，但是如果會用，能加深對對象的理解），例如自控、運控、模擬等。Matlab裡面有很多工具箱，如果會用，會很方便，也給將來畢設或者研究生學習節省時間。
專業基礎課
大一的電路原理可以說是咱們DA的第一門專業課。雖然大多數人畢業後從事的工作跟具體到電路層面的事情無關，但電路原理作為後面N多重要專業課的必修基礎課程，基礎打好了，以後的成績才有保證。而且再說了，DA出來的人電路不熟，呵呵，比較沒面子。
電路是一門比較典型的工科課程，名為原理，但實際上方法多於理論。也就是說想學好它，在理解原理的基礎上，多做題很關鍵。大家高中畢業還沒多久，做起題來也不會有很大的困難。而且電路是DA各專業課中唯一提供官方習題集的課程。那本習題集題量比較大，能做多少做多少，覺得掌握了就行。也曾經有位兄弟在失戀暴走的狀態下一周內通吃整本，那當然也就成為了一代電路牛人。
大二的模擬電子技術基礎，數字電子技術基礎，以及計算機原理及應用這三門課息息相關，無論從考試成績上還是實際掌握上可以說是一榮俱榮，一損俱損。並且基本上來說這三門課只需要掌握一定的電路原理基礎，換句話說大一成績好的同學不可掉以輕心，成績不好的同學也不必心存畏懼。
值得注意的就是由於計原是大三，大四許多課程的命根子，而不懂數電，想弄懂計原是完全不可能的事情。這等大義面前，時間有限，作為數電基礎的模電就只好讓路，於是在咱們DA就出現了一個奇怪的現象，大二上先修數電，大二下修計原並回過頭來再修模電。這直接導致了數電上手不易。也難怪，本來物理和電路課程里對半導體相關電性質就是語焉不詳一帶而過，對其進行詳細討論的模電又放到了後面。因此對於絕大多數人來說，對於數電里講的那些晶元的原理完全就是一頭霧水，不用管它，等以後學了模電所有謎底就都解開了，只要直接記住晶元外特性就行了，裡面具體的東西慈祥的閻老師沒考我們，PP的王老師也不會難為大家。
數電搞定了，模電和計原正常認真學就行了，基本一馬平川。
大三的時候就要注意了，咱們DA傳說中的葵花寶典--兩學期的自動控制原理以及同樣凶險的信號與系統紛紛閃亮登場。大二的課程中，基礎課，專業課，數學課之間涇渭分明，到了大三，自控和信號都是綜合性極強的課程，想學好的話以前有瘸腿的最好回頭補一補，特別是數學課。即便如此，由於自控1的超強理論性，以及信號對微積分水平的較大依賴，不大大下一番工夫是不行的。二者的區別主要在於自控1重在把知識弄明白，信號重在把題做熟，而大三下的自控2相對輕鬆了許多，那以後的難點就主要在限選的專業課上了。而相對應於課程知識的強悍而言，自控和信號的五位老師可都是咱們DA有口皆碑的大好人哦。
專業課
進入大三下，正統意義上專業課才悠然而至。這些課決定了我們是自動化，而不是其他的專業。以前有說法，自動化是萬金油。現在大家覺得不是一個好詞，於是不提。不過這確實說明了我們系學的比較雜的特徵。勉強按照控制學科的"老三論"分一下類：
控制論：
學完了自控，大家都對經典控制和現代控制的框架有了一定的認識，我想不少人都有實際試一把的想法。至少我當時很想找個系統控制控制。很可惜，實際中沒有什麼系統是自己寫好了傳遞函數或者狀態方程等著你來操作的。
自控課上討論的控制理論是一幅精彩的圖畫，在更大的一幅圖像下，控制只是實際控制系統"控制"，"辨識"，"估計"這三要素中的一部分。呵呵，這是系統辨識課的最開始胖胖的蕭德雲老師一定會告訴你的，也是最後的考試一定會出現的。
能夠用機理分析得出微分方程的控制對象基本都是玩具，只會出現在課堂上。系統辨識就是用一定的方法對復雜的控制對象建模，這種建模不要求機理正確，只追求外特性，系統輸入輸出水平上的近似。所以辨識課上最為強調的兩個概念：作為輸入的M序列，和最小二乘法。這兩個概念都萬分重要，不僅僅在辨識課上。課程進入正題後，課堂火力就基本集中在最小二乘法上了，將它精確的肢解，方方面面決無遺漏。未窺全豹僅見一斑，給人感覺：系統辨識等於最小二乘。這點上，個人覺得蕭老師處理得不夠大氣。不過據內部人士的可靠消息（怎麼來的不用問了吧），辨識的教材和教學方案都會有重大的改動。"是你的躲也躲不掉"，祝願DDMM們到時勤記筆記，多做習題，好好享受蕭老師教誨。
最有一部分是估計了。我們這屆的課程中，"估計"是在隨機控制課中出現的。這是系內的任選課，而且數學推導比較繁雜，所以選課的同學不多。不過強烈推薦希望對整個控制系統有更深認識的同學選這門課，收獲會非常大的。
估計是辨識的逆過程。系統都是有雜訊的，就是有隨機干擾因素的。如果幹擾比較大，直接進行控制，效果一定不會好。估計就是在已知系統方程（可能是辨識出來的），利用輸入輸出數據估計系統真正的"狀態"，並由此進行控制。如果數學化一些，就是一定準則下隨機變數的尋優。聽說過"卡曼濾波器"吧？在這裡面有。
資訊理論：
本科階段是沒有一門課叫資訊理論的。不過，有不少的課教你怎麼樣對信息進行處理，加工和使用。有了一些感性認識，才能感受到抽象理論的層次和力量
人工智慧導論可能是我們的本科中名字聽起來最酷的課了。因為是導論課，所以內容不難。張長水老師的教學也是引導式的，講了很多方面，開很多個頭，如果你有興趣，順著任何一部分都走下去，都是一片天地。基本上每一個部分都介紹了一類看待問題的方法，都是和人學的，人智嘛。最重要的概念是"狀態空間"（不是自控中的那個，雖然那個也很重要）和"搜索"，所有的問題都是圍繞如何建立合理的狀態空間描述問題和如何選擇滿意的搜索演算法在狀態空間中尋找解這兩個方面的。這門課有不多的幾個程序要編，一定到自己上手，增加對理論的感性認識，編一個下棋的、解題的，推箱子之類的小程序很有意思的。即使不會，也千萬不能抄襲，如果讓張老師發現，你會死得很難看很難看，我是認真的。
給模式識別基礎起個通俗點的名字，可以叫"分類學"。第一節課，張學工老師就讓所有的同學寫下自己的身高體重性別，接下來的一節又一節課，就是對這一百多組身高體重，利用不同的標准，不同的演算法進行分類，看那種方法合理，看那種方法簡單。模式識別的理論很系統，每一節課都在不斷深入，每節課都會留相應的編程實驗作業。所有的程序編下來，你就會發現，自己對模式識別有了一個概貌性的了解。我認為模式識別算是信息類專業課程的核心，如果你想以後從事信息處理方面的研究，不論是圖像，聲音，還是蛋白質序列，統統都是模式識別。當然，在具體的領域中，分類演算法本身不是目的，更重要的是尋找具體對象穩定而鮮明的特徵了。至於找不找得到，阿彌陀佛，看君造化。
系統論：
系統論是三論中強調得比較少的一極，但是系統的觀點無處不在。
系統工程導論是唯一直接介紹系統理論的課了。由於系統理論的內容多且雜，沒有統一的體系，這門課的具體內容是什麼基本由老師的偏好決定。不幸的是，這也是一門老師更迭頻繁的課。0字班是王書寧老師講的。整個課程可以稱為"運籌學2"，介紹了很多不同系統的建模和優化理論，比如結構建模，線性回歸，決策理論，因子分析，函數優化。整個課程信息量是非常大的，每一類方法都有經典的背景模型。王老師很仁慈，全學期的課程分為四次隨堂測試，這樣每一次復習的任務都不是很重。還是老話，認真聽講，自己做作業，一定可以拿到不錯的成績。可能有人喜歡把所有的知識放在一起考，沒辦法了，系統工程告訴我們："arrow不可能定理告訴我們：'沒有絕對公平的投票'"。
除去上面列舉的一些有代表性的課，還有非常多其他的專業限選或者任選課。大概分為兩類吧。
第一是一些技術性非常強的工具課，比如計算機模擬，就是介紹連續系統，離散事件系統計算機模擬的實現演算法，以及評價模擬結果的策略，每個人或多或少都用得上的。這些類的課還有Unix系統基礎，智能優化演算法，操作系統，資料庫原理，單片機，還有無所不在的計算機網路（Internet, 工業上控制網路）等等，聽聽名字就知道是做什麼的，大部分都是計算機能力方面的要求，前面有人專門強調過了，這里不再羅嗦。
第二類的課程就是基於前面的控制、信息、系統三論，結合一些具體背景的實現或者就某個專題的深化。
與控制理論相關的：
計算機控制系統，是工業控制系統的組成和控制演算法實現，非常結合實際，不過教材太老了。電力拖動與運動控制、過程式控制制分別是對電機和化工工業過程的建模和控制，開設它們的目的應該是給大家提供一個工科的背景認識，看看抽象的控制理論在具體的工業對象中是如何變化使用的。不是現在的同學幸福多了，我們當年是電力拖動、運動控制、化工原理，過程式控制制四門課，而且自少要修三門。現在更加強調一個堅實的基礎，這部分都壓縮了。三字班的DDMM們還多了一門機器人控制，我們沒開，應該也是控制理論的專題深化課。當然，還有系列的控制類實驗，鍛煉大家處理實際和硬體方面的能力。
在前面的控制類課程中沒有提到檢測，而實際上這也是我們系科研很大的一部分（呵呵，檢測與電子技術研究所是我們系最大的研究所了）。因為控制系統中的信號都不是憑空來的，而要依靠各種各樣的感測器、儀表。三字班教學計劃上必修的檢測原理在我們當年是一門類似的選修課，基本上就是介紹了一些感測器，同學評價不是很高，不知道大家會不會迎來改觀。現代測量，儀表設計，電子測量都屬於這里，還有檢測類實驗是和控制類實驗並列的一類，很鍛煉硬體的能力。
和資訊理論相關的課程：
離散時間信號處理，主要介紹對一維離散時間信號的表示和處理，主要介紹濾波器的設計使用，還有一些譜估計的內容。我們的老師講課比較照本宣科，但教材超級經典（鼎鼎大名的Oppenheim），內容很豐富。老師設計的實驗非常不錯，認真做一定很有收獲。
數字圖像處理是對特定的二維信號--圖像的表示處理。內容很多，圖像格式，編碼壓縮，濾波變換。我們這屆前後開了相似的兩門，一門簡單，但學不到太多，一門壓力很大，呵呵，普遍反映收獲也很大。你自己做一個權衡吧。
和系統理論相關的課程：
專業課中還有挺特別的一類，包括CIM系統導論，生產系統計劃與控制，電子商務等。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。我基本把它們看作系統理論在特定的系統中的實現和應用。都是導論課，所以都不難，更多的是介紹一些方法和觀點，還有企業和生產中很具體的知識，甚至有些需要背一下。像CIM系統導論介紹企業的流程，建模。生產系統計劃與控制會介紹生產調度中很具體的一些計量方法，處理手段，基本上就是運籌學。這些都是很實用，很有前途的領域，有志於在現代商業生產計劃調度中一展身手的同志們要注意了。
最後的NOTE：
There is never a fixed style for all the students.重要的是找到你自己的方式。如果有一天你拿著這份小東西來控訴我們欺騙，抱歉，我想我們沒有人會道歉的。
」
上文的鏈接是：http://blog.sina.com.cn/s/blog_4d3b1da50101ctqg.html