北京交通大学的智能科学与技术属于交叉学科门类下的一级学科，是自动化与智能学院的全日制学术型硕士专业。该专业依托学校在交通运输、轨道交通控制领域的长期积累，研究方向覆盖智能系统与工程、人工智能应用等领域，强调自动控制理论与人工智能方法的结合，在轨道交通智能感知、智能控制与机器学习应用等方向形成了较为鲜明的行业特色。
一、专业考研情况介绍
北京交通大学智能科学与技术学科由自动化与智能学院承办，该学院于2026年完成组建并调整招生结构。该专业的研究方向覆盖智能系统与工程、人工智能应用两个领域，培养强调自动控制理论基础与人工智能方法的结合，课程设置涵盖自动控制原理、数据结构、人工智能基础、机器学习、模式识别、深度学习基础与程序设计等模块。学校作为交通大学的三个源头之一，在百余年的发展历程中形成了鲜明的交通行业特色，毕业生在信息传输、软件和信息技术服务业、交通运输等行业就业占比较高，重点就业单位包括中国铁路、中车、中国铁建、中国中铁、国家电网等。
自2026年招生年度起，该专业由数学与统计学院调整至自动化与智能学院招生，初试专业课调整为自动控制综合，该科目包含自动控制原理与数据结构两部分；自2027年招生年度起，初试专业课进一步调整为自动控制原理一，复试科目为自动控制原理二。对于本科阶段学习自动化、人工智能、计算机科学与技术等方向的考生，专业基础衔接度较高；对于跨专业考生，则需要在自动控制原理与数据结构两个方面同时补齐短板。
二、专业课考试科目解析
初试科目为思想政治理论、英语一、数学一和专业课。自2027年招生年度起，专业课考查以自动控制原理一为核心，内容覆盖控制系统的一般概念、数学模型与传递函数、动态结构图的建立与化简、时域分析法、根轨迹法、频域分析法、离散系统分析与非线性系统分析等模块。复习时应先建立控制系统分析与设计的完整知识框架，再分模块攻克典型计算题。
考场答题框架以时域分析为例：先由系统微分方程或结构图求出传递函数，再分析典型输入下的时间响应并求解超调量、调节时间等性能指标，最后判断系统稳定性并计算稳态误差。根轨迹部分应先写出根轨迹方程，再按绘制法则逐步作图，注意实轴上的根轨迹区间与渐近线方向的判定。频域分析部分重点掌握奈奎斯特判据与稳定裕度的计算，答题时应先画出开环幅相曲线，再判断闭环稳定性并读出相角裕度与幅值裕度。
自动控制原理一与自动控制原理二在考查深度上有所区分，考生应以学院当年发布的考试大纲为基准，区分初试与复试的知识边界，避免复习范围偏差。
复试科目为自动控制原理二，复试考核包含专业课闭卷笔试与综合面试。专业课笔试闭卷，时长120分钟，满分150分，考查范围涉及人工智能基础、机器学习、模式识别、深度学习基础与程序设计相关知识。综合面试满分200分，其中外语听力口语50分、综合能力150分。综合能力面试中，导师围绕机器学习模型、深度学习网络、机器视觉、轨道交通智能感知、本科编程实验、课程设计与毕业设计等方向提问，考查专业理论功底、算法分析能力与科研潜力。
三、报名录取情况
2026年自动化与智能学院招生目录显示，智能科学与技术学术硕士为新增招生专业，全日制计划招生20人，其中推免生8人，统考招生计划12人。当年学院公布的复试分数线为275分，单科线35分与53分，实际进入复试15人，拟录取13人，复录比约1.15比1，拟录取初试最高分395分、最低分275分。以上为2026年数据，2028年报考请以学校后续正式发布的招生专业目录为准，实际录取人数会因正式招生计划下达以及实际录取推免生数量而发生变化。
复试采取差额形式，差额比例一般不低于120%，考核方式为现场复试，由专业课笔试与综合面试组成。复试成绩满分为350分，及格分为210分，其中专业课笔试满分150分，综合面试满分200分。总成绩由初试总成绩与复试总成绩相加合成，复试成绩不及格者不予录取。思想政治素质考核不计入总分，但考核不合格者不予录取。
四、新祥旭考研专业课辅导服务
新祥旭考研为北京交通大学智能科学与技术专业考生提供专业课一对一辅导服务，授课师资为报考院校对应专业直系高分学长学姐，熟悉该校专业课命题风格、复试考核重点与研究方向分布，可通过在线方式开展针对性授课。
新祥旭考研成立已有二十年，在考研辅导领域积累了较为丰富的经验，形成了较为科学的辅导体系。第一，长期专注考研辅导，具备完整的教学流程与质量管控机制；第二，深耕北京交通大学考研辅导，积累了丰富的师资资源与院校信息资源，能够及时同步招生目录与考试科目变化；第三，以定制一对一为主要辅导方式，依据考生专业基础与薄弱环节设计课程；第四，线上与线下教学相结合，考生可根据自身时间灵活选择；第五，配备督学管理与答疑服务，帮助考生保持稳定的复习节奏；第六，提供考研择校指南与备考规划服务，协助考生科学定位；第七，除初试辅导外，还提供北京交通大学考研复试辅导与调剂服务。
智能科学与技术专业课强调自动控制原理的系统掌握与人工智能算法的理解，初试与复试科目之间存在知识衔接，备考时应注意区分二者的考查深度。失分多源于根轨迹绘制法则应用不熟练或算法原理表述不清，考生应在复习中坚持手绘根轨迹与频域曲线，并通过典型例题形成稳定的解题步骤。保持理性心态，按阶段推进复习计划，循序渐进提升分析能力与算法理解水平。
如有考研问题可以咨询4000003363或者微信shuoedu，新祥旭考研咨询师将热情专业的解答您的考研问题。
