近年來，大數(shù)據(jù)、人工智能等技術的快速發(fā)展推動了全球范圍內(nèi)新一輪科技革命和產(chǎn)業(yè)變革，為制造業(yè)的轉(zhuǎn)型升級提供了新的思路，智能制造應運而生。當前，世界正處于百年未有之大變局，國際競爭紛紛聚焦于制造業(yè)，美國提出了“先進制造業(yè)美國領導力戰(zhàn)略”、德國提出了“國家工業(yè)戰(zhàn)略2030”、日本提出了“社會5.0”等發(fā)展戰(zhàn)略，均以智能制造為主攻方向以期建設制造強國，搶占全球制造業(yè)新一輪競爭制高點。為此，我國也相繼提出了《新一代人工智能發(fā)展規(guī)劃》《中華人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標綱要》《“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、應用深度廣度不夠、專業(yè)人才缺乏等問題。因此，推動大數(shù)據(jù)、人工智能等新技術與實體制造業(yè)深度融合，發(fā)展先進智能制造業(yè)，升級現(xiàn)代產(chǎn)業(yè)體系，培養(yǎng)智能制造人才，實現(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)過程為載體，隨著全球工業(yè)市場的競爭日趨激烈和產(chǎn)品的不斷升級，現(xiàn)代工業(yè)生產(chǎn)過程的操作流程和工藝也變得更加復雜，運行機理難以研究。分布式控制系統(tǒng)、先進傳感器等技術的廣泛應用，使得工業(yè)過程積累了豐富的歷史運行數(shù)據(jù)與過程知識，為數(shù)據(jù)驅(qū)動與知識驅(qū)動的復雜工業(yè)過程的研究奠定了堅實基礎。對于新過程來說，由于其運行時間短，可靠的運行數(shù)據(jù)十分稀少，設計實驗以獲取數(shù)據(jù)不僅耗費大量的人力物力，而且周期長，效率低，限制了傳統(tǒng)基于數(shù)據(jù)方法的應用。遷移學習能夠?qū)⒁延幸粋�或多個源域的過程知識遷移到新目標域來解決目標域數(shù)據(jù)知識不足的學習問題，為數(shù)據(jù)與知識驅(qū)動的方法應用于新的工業(yè)過程提供了可能。因此，研究遷移學習驅(qū)動的復雜工業(yè)過程智能建模與優(yōu)化控制對于發(fā)展智能制造，提高產(chǎn)品質(zhì)量，減少資源和能源消耗，助力碳達峰碳中和具有重要作用。
　　本書內(nèi)容是作者近年來在基于遷移學習驅(qū)動的復雜工業(yè)過程建模與優(yōu)化控制等領域研究成果的總結(jié)。書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等高水平學術期刊，曾榮獲中國自動化學會科技進步獎一等獎，中國有色金屬工業(yè)科學技術獎技術發(fā)明二等獎等榮譽，其中多項研究成果成功應用于冶金、選煤等行業(yè)，取得顯著的經(jīng)濟效益。本書內(nèi)容包含3部分，第1部分為遷移學習驅(qū)動的建模方法，共計3章，總結(jié)了作者近年來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雜工業(yè)過程低成本建模方法，解決了復雜工業(yè)過程建模成本高、周期長等問題；第2部分內(nèi)容是遷移學習驅(qū)動的產(chǎn)品質(zhì)量預測方法，共計3章，分別提出了基于多尺度核、多源域適應等遷移模型的產(chǎn)品質(zhì)量預測方法，解決了數(shù)據(jù)缺乏的復雜工業(yè)過程終點產(chǎn)品質(zhì)量預測問題，提升了工業(yè)過程的產(chǎn)品質(zhì)量：第3部分為遷移學習驅(qū)動的間歇過程優(yōu)化控制方法，共計4章，總結(jié)了典型復雜工業(yè)過程（間歇過程）的優(yōu)化控制方面的研究成果，提出了遷移學習驅(qū)動的間歇過程批次間運行優(yōu)化，集成運行優(yōu)化以及優(yōu)化補償?shù)戎悄軆?yōu)化控制策略，解決了數(shù)據(jù)缺乏間歇過程批次間／內(nèi)優(yōu)化控制問題，提高了工業(yè)過程的綜合經(jīng)濟效益。
　　本書內(nèi)容所涉及的研究得到了國家自然科學基金項目（No.61973304、61503384、61873049、62073060）、江蘇省科技計劃面上項目（No.BK20191339）、江蘇省六大人才高峰項目（DZXX-045）、礦冶過程自動控制技術國家重點實驗室開放課題基金項目（BGRIMM-KZSKL-2019-10）、徐州市科技創(chuàng)新計劃項目（No.KC19055）等的資助。本書的研究成果是在專家同行的關心和指導下完成的，感謝作者的導師東北大學王福利教授、博士后導師中國礦業(yè)大學馬小平教授，諄諄教導，師恩難忘，感謝同門何大闊教授、常玉清教授、賈潤達副教授、牛大鵬副教授、劉炎副教授等的關懷與支持，特別感謝霍英東研究院副院長、香港科技大學教授、SPE Fellow（美國塑料工程師協(xié)會會士）高福榮教授和云南大學副校長吳建德教授為本書寫的推薦信，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子們將他們可敬可愛的青春年華揮灑在中國礦業(yè)大學這片熱土上，才有這一點一滴的研究成果，同時感謝給予過幫助與指導的學院領導和同事們，感謝暢談學術思想的同仁們，以及參考文獻的作者。在此一并表達誠摯的謝意。
　　由于作者水平所限，書中不妥之處，敬請廣大讀者批評指正。