常用半导体器件、基本放大电路、多级放大电路、集成运算放大电路、放大电路的频率响应、放大电路中的反馈、信号的运算和处理、波形的发生和信号的转换、功率放大电路、直流电源、电子电路的计算机辅助分析设计。通过学习这些内容，使学生获得模拟电子技术方面的基本概念，基本理论，基本分析方法和基本实验技能，达到会用半导体器件和模拟集成电路组成简单的模拟电子系统电路，并具有分析和解决模拟电子线路工程问题的初步能力。

　　逻辑代数基础、门电路、组合逻辑电路、触发器、时序逻辑电路、脉冲信号的产生整形、半导体存储器。数字电子技术是各适用专业的学科基础课，它为今后开的学习、研究和开发打下良好的基础。

　　自动控制系统的基本概念，传递函数的概念与求解，一阶二阶系统时域分析，线性系统根轨迹法、频域分析法，线性系统校正方法，线性离散系统分析，线性系统状态空间分析与综合的基础以及控制系统计算机仿真。

　　线性规划的图解法；单纯形法、大M法和两阶段法、改进单纯形法；线性规划的对偶问题、对偶单纯形法；整数规划的分枝定界法、割平面法、求解0-1规划的隐枚举法；数学建模的典型案例；动态规划多阶段决策过程的优化。

　　单片机的基本工作原理、指令系统及程序设计方法、常用接口的设计方法以及综合应用。主要内容包括：单片机的基本硬件结构及工作原理，MCS-51的指令系统、汇编程序的编制方法和调试方法，单片机系统的扩展方法、常用接口的设计、使用技术及相应的接口编程技术：存储器的扩展、 I／O接口的扩展、定时/计数器的应用、中断系统及定时/计数器的综合应用。

　　围绕目前流行的32位ARM处理器和源码开放的Linux操作系统，讲述嵌入式系统的概念，软、硬件组成，开发过程以及嵌入式应用程序开发设计方法。

　　离散时间信号与离散时间系统、Z变换与离散时间傅立叶变换（DTFT）、离散傅立叶变换（DFT）、快速傅立叶变换、数字滤波器基本结构、无限长单位冲激响应（IIR）数字滤波器的设计方法、有限长单位冲激响应（FIR）数字滤波器的设计方法。

　　学习人工智能的基础理论知识，经典的知识表示方法，如谓词逻辑、状态空间、语义网络等，搜索的基本思想，比如A*算法、α-β剪枝技术、遗传算法和蚁群算法等，了解深度、广度优先等传统搜索方法、局部择优和全局择优概念，数据挖掘的思想与方法

　　模糊集合的基本概念、模糊推理、模糊控制方法及其工程应用学习，使学生掌握模糊关系、模糊推理、模糊控制的理论和模糊系统分析与设计方法

　　控制系统及控制工程的基本概念、技术和方法，包括测量技术、执行技术、控制技术以及系统设计的方法和技术；控制工程基本原理，熟悉控制系统常用的组成元件与装置；闭环控制系统构建、控制器设计、系统现场调试等方面的知识和方法。

　　人工神经网络基本理论和典型模型，重点包括生物神经元的结构与功能，感知机模型，采用误差反向传播学习算法的BP神经网络，离散型和连续型Hopfield神经网络，Boltzmann机。

　　本课程讲述以智能计算为基础的现代优化算法的基本原理，重点介绍遗传算法、禁忌搜索算法、模拟退火算法等智能优化算法的基本原理、构成要素、算法计算机实现的技巧和复杂工程问题求解的计算步骤，让学生掌握新的优化理论和方法，学会一种先进的工程研究的技术和工具；在培养学生实践创新能力方面着重培养学生设计复杂工程问题求解算法的整体思路，设计求解步骤，为学生今后能够应用智能优化算法求解实际复杂工程问题打下坚实的基础。

　　介绍决策树学习、评估假设、贝叶斯学习、计算学习理论、基于实例的学习、学习规则集合等各种机器学习算法的基本思想、理论体系和计算机实现的技巧。在培养学生实践能力方面着重培养学生设计求解算法的整体思路，设计求解步骤，使学生能够应用机器学习对复杂问题进行决策。

　　学习机器人基础知识和基本理论知识，了解智能机器人的发展、机器人本体结构，掌握机器人数学建模方法，具有机器人轨迹规划和设计控制系统的能力，基本的机器人结构设计和控制的创新方法

　　模糊控制的基本概念、模糊集合及其运算，模糊关系，关系合成、模糊蕴含、基于规则库的模糊推理方法、Mandani推理方法、模糊控制的基本原理，模糊控制系统设计、参数自校正模糊控制器及模糊控制与其它控制相结合的模糊控制系统设计。

　　嵌入式系统的基本概念、发展和应用概况、ARM体系结构和指令系统、基于ARM处理器的应用实例、μC/OS-II实时操作系统的组成和应用。

　　人工智能的起源与发展历程、研究对象和主要应用领域、同其它学科的关系、知识表示方法、搜索技术、 归结推理方法、复杂问题求解、机器学习