控制科学与工程是研究系统与控制的理论、方法、技术及其工程应用的学科。我校控制科学与工程学科包括控制理论与控制工程、检测技术与自动化装置、模式识别与智能系统三个方向。本学科在深耕传统检测技术与智能控制领域的同时，围绕我校独具特色的海洋、水产学科，聚焦“智慧海洋”与“智慧渔业”等新兴领域，开展前沿的理论探索、技术创新与应用实践，形成鲜明的学科特色，在工厂化水产养殖智能化系统、无损检测、近岸海洋环境监测等方面形成稳定研究方向。
（1）控制理论与控制工程
本研究方向聚焦复杂过程智能化，以海洋及渔业生产系统为典型应用场景，基于知识规则驱动、数据特征驱动、全局优化驱动等智能方法，构建复杂过程动态建模与仿真验证平台，为控制策略优化提供支撑；在此基础上，探索常规控制算法（如PID、MPC）与专家系统、神经网络、模糊逻辑、学习优化（强化学习/元学习）、进化算法（遗传算法/粒子群优化）的协同机制，形成“知识-数据-优化”多模态融合控制框架，以提升复杂工况下的控制鲁棒性与自适应能力；针对海洋环境高动态性、渔业生产过程强非线性特征，结合水下光学/声学多模态检测技术与物联网传感网络，研究系统能效、稳定性与响应速度的联合优化方法，构建面向海洋牧场/深海养殖的“感知-建模-决策”一体化智能系统。
（2）检测技术与自动化装置
本研究方向利用声学无损检测技术对管道、船舶及海洋工程领域进行安全检测与安全评估研究，对获取的信息进行信号处理、特征识别及可视化研究。利用水声测量技术及光学探测技术对水下目标及生物进行检测、识别及跟踪技术研究，开发海洋智能仪器。利用新一代绿色储能元件-超级电容器和船用蓄电池开发船舶能源系统，主要研究超级电容器的理论、电极材料、器件、应用和测试等。
（3）模式识别与智能系统
本研究方向以多源传感器为信息获取手段，依托信息处理与模式识别理论技术，综合运用数学建模与计算机技术，开展海洋信息的智能处理与理解研究。重点围绕海洋生物目标识别、近海水质监测预警、海洋信息感知处理及嵌入式系统等方向，致力于构建具有自主感知与决策能力的智能化海洋信息系统。通过多学科交叉融合，推动海洋环境监测、养殖水域调控、智能分析和精准预测等领域的技术创新与应用实践。
