近年來(lái)，大數(shù)據(jù)、人工智能等技術(shù)的快速發(fā)展推動(dòng)了全球范圍內(nèi)新一輪科技革命和產(chǎn)業(yè)變革，為制造業(yè)的轉(zhuǎn)型升級(jí)提供了新的思路，智能制造應(yīng)運(yùn)而生。當(dāng)前，世界正處于百年未有之大變局，國(guó)際競(jìng)爭(zhēng)紛紛聚焦于制造業(yè)，美國(guó)提出了“先進(jìn)制造業(yè)美國(guó)領(lǐng)導(dǎo)力戰(zhàn)略”、德國(guó)提出了“國(guó)家工業(yè)戰(zhàn)略2030”、日本提出了“社會(huì)5.0”等發(fā)展戰(zhàn)略，均以智能制造為主攻方向以期建設(shè)制造強(qiáng)國(guó)，搶占全球制造業(yè)新一輪競(jìng)爭(zhēng)制高點(diǎn)。為此，我國(guó)也相繼提出了《新一代人工智能發(fā)展規(guī)劃》《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》《“十四五”智能制造發(fā)展規(guī)劃》等發(fā)展戰(zhàn)略，為制造業(yè)高端化、智能化、綠色化發(fā)展提供了政策保障。與高質(zhì)量發(fā)展的要求相比，我國(guó)智能制造的發(fā)展仍然存在供給適配性不高、創(chuàng)新能力不強(qiáng)、應(yīng)用深度廣度不夠、專(zhuān)業(yè)人才缺乏等問(wèn)題。因此，推動(dòng)大數(shù)據(jù)、人工智能等新技術(shù)與實(shí)體制造業(yè)深度融合，發(fā)展先進(jìn)智能制造業(yè)，升級(jí)現(xiàn)代產(chǎn)業(yè)體系，培養(yǎng)智能制造人才，實(shí)現(xiàn)新型工業(yè)化是廣大從業(yè)人員的努力方向。
　　智能制造是以現(xiàn)代工業(yè)生產(chǎn)過(guò)程為載體，隨著全球工業(yè)市場(chǎng)的競(jìng)爭(zhēng)日趨激烈和產(chǎn)品的不斷升級(jí)，現(xiàn)代工業(yè)生產(chǎn)過(guò)程的操作流程和工藝也變得更加復(fù)雜，運(yùn)行機(jī)理難以研究。分布式控制系統(tǒng)、先進(jìn)傳感器等技術(shù)的廣泛應(yīng)用，使得工業(yè)過(guò)程積累了豐富的歷史運(yùn)行數(shù)據(jù)與過(guò)程知識(shí)，為數(shù)據(jù)驅(qū)動(dòng)與知識(shí)驅(qū)動(dòng)的復(fù)雜工業(yè)過(guò)程的研究奠定了堅(jiān)實(shí)基礎(chǔ)。對(duì)于新過(guò)程來(lái)說(shuō)，由于其運(yùn)行時(shí)間短，可靠的運(yùn)行數(shù)據(jù)十分稀少，設(shè)計(jì)實(shí)驗(yàn)以獲取數(shù)據(jù)不僅耗費(fèi)大量的人力物力，而且周期長(zhǎng)，效率低，限制了傳統(tǒng)基于數(shù)據(jù)方法的應(yīng)用。遷移學(xué)習(xí)能夠?qū)⒁延幸粋�(gè)或多個(gè)源域的過(guò)程知識(shí)遷移到新目標(biāo)域來(lái)解決目標(biāo)域數(shù)據(jù)知識(shí)不足的學(xué)習(xí)問(wèn)題，為數(shù)據(jù)與知識(shí)驅(qū)動(dòng)的方法應(yīng)用于新的工業(yè)過(guò)程提供了可能。因此，研究遷移學(xué)習(xí)驅(qū)動(dòng)的復(fù)雜工業(yè)過(guò)程智能建模與優(yōu)化控制對(duì)于發(fā)展智能制造，提高產(chǎn)品質(zhì)量，減少資源和能源消耗，助力碳達(dá)峰碳中和具有重要作用。
　　本書(shū)內(nèi)容是作者近年來(lái)在基于遷移學(xué)習(xí)驅(qū)動(dòng)的復(fù)雜工業(yè)過(guò)程建模與優(yōu)化控制等領(lǐng)域研究成果的總結(jié)。書(shū)中所涉及的研究成果均已發(fā)表在IEEE Trans Autom Sci Eng、Ind Eng Chem Res和J Process Contr等高水平學(xué)術(shù)期刊，曾榮獲中國(guó)自動(dòng)化學(xué)會(huì)科技進(jìn)步獎(jiǎng)一等獎(jiǎng)，中國(guó)有色金屬工業(yè)科學(xué)技術(shù)獎(jiǎng)技術(shù)發(fā)明二等獎(jiǎng)等榮譽(yù)，其中多項(xiàng)研究成果成功應(yīng)用于冶金、選煤等行業(yè)，取得顯著的經(jīng)濟(jì)效益。本書(shū)內(nèi)容包含3部分，第1部分為遷移學(xué)習(xí)驅(qū)動(dòng)的建模方法，共計(jì)3章，總結(jié)了作者近年來(lái)在模型遷移智能建模方面的研究工作，提出了基于模型遷移的復(fù)雜工業(yè)過(guò)程低成本建模方法，解決了復(fù)雜工業(yè)過(guò)程建模成本高、周期長(zhǎng)等問(wèn)題；第2部分內(nèi)容是遷移學(xué)習(xí)驅(qū)動(dòng)的產(chǎn)品質(zhì)量預(yù)測(cè)方法，共計(jì)3章，分別提出了基于多尺度核、多源域適應(yīng)等遷移模型的產(chǎn)品質(zhì)量預(yù)測(cè)方法，解決了數(shù)據(jù)缺乏的復(fù)雜工業(yè)過(guò)程終點(diǎn)產(chǎn)品質(zhì)量預(yù)測(cè)問(wèn)題，提升了工業(yè)過(guò)程的產(chǎn)品質(zhì)量：第3部分為遷移學(xué)習(xí)驅(qū)動(dòng)的間歇過(guò)程優(yōu)化控制方法，共計(jì)4章，總結(jié)了典型復(fù)雜工業(yè)過(guò)程（間歇過(guò)程）的優(yōu)化控制方面的研究成果，提出了遷移學(xué)習(xí)驅(qū)動(dòng)的間歇過(guò)程批次間運(yùn)行優(yōu)化，集成運(yùn)行優(yōu)化以及優(yōu)化補(bǔ)償?shù)戎悄軆?yōu)化控制策略，解決了數(shù)據(jù)缺乏間歇過(guò)程批次間／內(nèi)優(yōu)化控制問(wèn)題，提高了工業(yè)過(guò)程的綜合經(jīng)濟(jì)效益。
　　本書(shū)內(nèi)容所涉及的研究得到了國(guó)家自然科學(xué)基金項(xiàng)目（No.61973304、61503384、61873049、62073060）、江蘇省科技計(jì)劃面上項(xiàng)目（No.BK20191339）、江蘇省六大人才高峰項(xiàng)目（DZXX-045）、礦冶過(guò)程自動(dòng)控制技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室開(kāi)放課題基金項(xiàng)目（BGRIMM-KZSKL-2019-10）、徐州市科技創(chuàng)新計(jì)劃項(xiàng)目（No.KC19055）等的資助。本書(shū)的研究成果是在專(zhuān)家同行的關(guān)心和指導(dǎo)下完成的，感謝作者的導(dǎo)師東北大學(xué)王福利教授、博士后導(dǎo)師中國(guó)礦業(yè)大學(xué)馬小平教授，諄諄教導(dǎo)，師恩難忘，感謝同門(mén)何大闊教授、常玉清教授、賈潤(rùn)達(dá)副教授、牛大鵬副教授、劉炎副教授等的關(guān)懷與支持，特別感謝霍英東研究院副院長(zhǎng)、香港科技大學(xué)教授、SPE Fellow（美國(guó)塑料工程師協(xié)會(huì)會(huì)士）高福榮教授和云南大學(xué)副校長(zhǎng)吳建德教授為本書(shū)寫(xiě)的推薦信，此外特別感謝作者的博士生和碩士生們，正是這些青春年少的學(xué)子們將他們可敬可愛(ài)的青春年華揮灑在中國(guó)礦業(yè)大學(xué)這片熱土上，才有這一點(diǎn)一滴的研究成果，同時(shí)感謝給予過(guò)幫助與指導(dǎo)的學(xué)院領(lǐng)導(dǎo)和同事們，感謝暢談學(xué)術(shù)思想的同仁們，以及參考文獻(xiàn)的作者。在此一并表達(dá)誠(chéng)摯的謝意。
　　由于作者水平所限，書(shū)中不妥之處，敬請(qǐng)廣大讀者批評(píng)指正。