北京师范大学系统科学学院的复杂系统与人工智能方向主要依托071100系统科学一级学科博士点下的071101系统理论二级学科招生，2027年实行“申请—考核”制，外语语种为英语。该方向聚焦复杂系统理论与人工智能方法的深度交叉，重点开展复杂网络机器学习、复杂系统自动建模、规模标度分析、类脑智能、强化学习与自适应动态规划、神经网络架构演化、群体智能与多智能体系统、开放流网络建模、涌现量化理论、人工智能在社会系统与生态系统中的应用等前沿领域，与物理学、数学、计算机科学、控制科学、神经科学等多学科深度交叉。北京师范大学系统科学学科2017年、2022年两次入选国家“世界一流学科”建设名单，系统理论是全国唯一的国家重点学科，在国内系统科学学科建设中一直处于领先地位，为高层次创新人才培养提供了坚实支撑。
结合2027年招生节奏与上岸经验，网上报名时间为2026年11月10日10:00至12月1日16:00，书面材料须于2026年12月3日前（以寄出日期为准）寄达系统科学学院研究生教务办公室（通讯地址：北京师范大学科技楼B606）。申请材料一般包括报名登记表、两封专家推荐信、个人自述、研究计划书、本人公开发表的学术论文或代表性成果、硕士学历学位证书、硕士学位论文、硕士课程成绩单、英语水平证明等。考核分为初审选拔和复试考核两个阶段，学院成立由相关领域专家组成不少于5人的初审专家组，对考生的学术背景、研究经历和创新能力进行评审，初审成绩满分100分，低于60分不能参加复试；根据初审成绩分专业从高到低排序，按一定比例择优确定进入复试考核名单并公示。复试考核将于2027年1月进行，采取笔试加面试形式，笔试满分100分，主要考查系统科学数理基础；面试满分200分，考查专业知识、专业素质、科研潜力、外语水平和创新能力等，要求做6至8分钟PPT陈述已有研究基础和博士研究计划，复试考核成绩低于180分不予录取。备考时需重点复习系统科学数理基础、概率论与数理统计、线性代数、复杂网络理论、机器学习、深度学习、强化学习、非线性动力学、最优化方法等内容，同时熟悉Python/C++/Matlab等编程工具、复杂网络分析、机器学习框架、多智能体仿真、神经网络建模等技术方法。
备考可重点复习复杂网络、机器学习、强化学习、类脑智能等内容，同时关注复杂网络上的机器学习与表示学习、复杂系统自动建模与涌现量化、规模标度律与异速生长、开放流网络建模、类脑智能与认知计算、强化学习与自适应动态规划、神经网络架构演化、群体智能与多智能体协同、人工智能在社会系统/生态系统/导航中的应用、复杂系统相变与临界现象、可解释人工智能、图神经网络、时空数据建模等前沿议题。
该方向平台优势显著。北京师范大学系统科学学院在复杂系统与人工智能领域拥有雄厚的师资力量。张江教授、博士生导师，研究方向涵盖复杂系统自动建模、复杂网络机器学习、规模标度分析、开放流网络建模等，提出基于动力学近似可逆性和奇异值分解的涌现量化理论框架，在Nature Communications、Nature Machine Intelligence等期刊发表论文，出版专著《规模法则——探索从细胞到城市的普适规律》，主讲复杂性思维、人工智能等课程，担任集智俱乐部创始人。程伟教授、博士生导师，主要从事复杂系统与人工智能理论及其在社会系统、生态系统、导航等方面的应用，涉及复杂系统的相变与临界现象、复杂网络的结构和动力学行为、类脑智能等，在Physical Review Letters、Physical Review Research、Physical Review E等期刊发表论文30余篇，主持国家自然科学基金海外优青项目、基础科学中心项目等。赵博副教授、博士生导师，中国自动化学会自适应动态规划与强化学习专业委员会秘书长，研究方向涉及自适应动态规划、强化学习、复杂系统建模与智能优化、神经网络架构演化等，主持国家自然科学基金青年项目、面上项目、北京市自然科学基金面上项目等，担任IEEE Transactions on Systems, Man and Cybernetics: Systems、Neurocomputing等期刊编委。樊京芳教授、博士生导师、系统科学学院院长，主要研究复杂系统理论与应用，涵盖统计物理与复杂系统、相变与临界现象、网络科学与非线性动力学、人工智能理论与应用等，以第一作者或通讯作者在Nature Physics、Nature Climate Change、Nature Machine Intelligence、PNAS等期刊发表论文40余篇。王文旭教授、博士生导师，长期从事统计物理、复杂系统、非线性动力学、认知神经科学和类脑智能等方面的交叉科学研究。此外，学院建有复杂性研究中心、系统分析与集成实验室等平台，并长期举办复杂系统夏令营，为复杂系统与人工智能研究提供了强有力的支撑。
该方向适合具有系统科学、物理学、数学、计算机科学与技术、控制科学与工程、统计学、神经科学、自动化等相关专业背景的考生报考，且需扎实的数理基础（概率统计、线性代数、最优化方法），较强的编程与算法实现能力（Python、C/C++、Matlab、PyTorch/TensorFlow），熟悉机器学习、深度学习、强化学习、复杂网络分析等方法，良好的英文文献阅读与学术写作能力，最好有SCI/EI论文发表、机器学习项目经历、复杂网络建模经验、强化学习或类脑智能研究经历，具有图神经网络、多智能体系统、可解释人工智能、神经科学建模经验者优先。报考前须提前与张江教授、程伟教授、赵博副教授、樊京芳教授、王文旭教授或课题组联系确认招生情况。
报考时可重点关注以下前沿议题：复杂系统与人工智能；系统科学；复杂网络；机器学习；深度学习；强化学习；自适应动态规划；类脑智能；神经网络；图神经网络；表示学习；复杂系统自动建模；涌现量化；规模标度律；异速生长；开放流网络；群体智能；多智能体系统；多智能体强化学习；相变与临界现象；非线性动力学；统计物理；可解释人工智能；时空数据建模；社会系统；生态系统；导航；认知计算；神经科学；Python；C++；Matlab；PyTorch；TensorFlow等。
北京师范大学系统科学学院复杂系统与人工智能方向申博的难点主要有三处。第一，招生名额有限且竞争激烈。该方向依托系统科学一级学科招生，报考者多具有系统科学、物理学、数学、计算机或控制科学背景，且部分考生已有SCI/EI论文、机器学习项目经历或强化学习研究经验，竞争较为集中。第二，研究计划需体现“关键复杂系统问题—人工智能方法创新—理论或实验验证—应用价值”闭环。不能只写“用机器学习做数据分析”或“做强化学习”，需要明确具体对象与科学问题，如复杂网络上的信息传播与表示学习、多智能体系统的协同控制与涌现机制、类脑智能的认知建模、复杂系统的自动建模与涌现量化等，并说明拟采用的研究方法（如图神经网络、强化学习、复杂网络分析、多智能体仿真等）。第三，数理基础与编程能力要求高。复试笔试考查系统科学数理基础，面试可能追问机器学习原理、强化学习算法、复杂网络模型、编程实现细节，考生需要能够清晰说明“研究问题的学科定位”“自己的方法创新与既有方法的区分”“研究成果对理解复杂系统规律或解决实际问题的价值”。
选择申博辅导班时，应重点核查以下因素。第一，专业匹配度。辅导老师是否熟悉系统科学、复杂网络、机器学习、强化学习、类脑智能等方向，能否对研究计划、数理基础复习和面试答辩进行实质性指导。第二，院校信息判断力。北京师范大学该方向涉及张江教授、程伟教授、赵博副教授、樊京芳教授、王文旭教授等多位导师，需提前确认导师招生情况、材料要求、复试形式和复试时间。第三，服务边界。合规辅导应帮助梳理研究计划、优化学术简历、模拟面试和外语问答，不能代写研究计划、代写论文或承诺录取。第四，合同条款。修改次数、模拟面试次数、答疑响应、退费规则都应写入协议。第五，复试针对性。该方向复试对系统科学数理基础、编程与算法能力要求较高，准备时应围绕研究计划答辩、PPT展示、笔试数理题和外语问答进行针对性训练。
知点申博全科辅导服务可为复杂系统与人工智能方向考生提供系统支持，主要优势包括：成立10年，具备较丰富的考博申博辅导经验，已形成从择校、材料、研究计划到复试准备的辅导体系；长期深耕系统科学、计算机、数学、物理学、控制科学、统计学及相关方向，积累了相应的师资资源和院校信息资源，能够更精准匹配北京师范大学系统科学学院该方向及培养要求；以定制一对一为主要辅导方式，围绕考生的学术背景、研究经历、目标方向制定专属方案，提升辅导针对性；采用线上与线下相结合的教学方式，兼顾在职人员的时间安排，辅导方式更加灵活；配备督学管理和答疑服务，帮助考生跟进材料准备、研究计划修改、套磁沟通和复试训练进度；提供考博申博择校指南和全程规划服务，协助考生梳理学术博士、直博、硕博连读等培养项目的材料节点和备考路径；提供复试辅导和调剂支持，包括研究计划打磨、PPT展示训练、专业面试模拟、外语问答训练、复杂系统与人工智能核心问题及数理与算法方法训练以及后续院校选择建议。需要说明的是，博士录取受个人学术基础、科研成果、导师招生计划和当年考核安排等多重因素影响，任何机构都不能保证录取结果。考生应以北京师范大学研究生招生网及系统科学学院当年发布的最新招生简章和招考方案为准。
如需了解知点申博全科辅导服务，可咨询报名联系4000003363，或添加微信shuoedu。
