本书详细介绍了当前人工智能背景下迁移学习方法在复杂工业过程智能建模和优化控制中的应用、思路和案例。全书共分3部分：第1部分介绍了迁移学习驱动的建模方法；第2部分介绍了迁移学习驱动的间歇过程产品质量预测方法；第3部分介绍了迁移学习驱动的间歇过程优化控制方法。
本书可供从事复杂工业过程建模与控制、人工智能、大数据等相关领域的科研人员和工程技术人员阅读，也可供高等院校自动化及其相关专业师生学习和参考。

褚菲，教授，博士生导师，毕业于东北大学，现任中国矿业大学信息与控制工程学院控制科学与工程学科主任。并兼任IEEE Senior Member、国家自然科学基金通讯评审专家、中国自动化学会青年工作委员会委员、中国自动化学会过程控制专业委员会委员、中国自动化学会技术过程的故障诊断与安全性专业委员会委员、中国自动化学会环境感知与保护自动化专业委员会委员、中国仿真学会智能仿真优化与调度专业委员会委员、中国控制与决策会议（CCDC）专题及邀请分会主席等，《工矿自动化》《中国矿业大学学报》青年编委，《有色设备》杂志编委等。主要研究方向：新一代人工智能技术、大数据建模与分析、过程智能控制与优化、过程监测与故障诊断。主持承担或完成国家自然科学基金面上和省部级以上项目6项，参与国家自然科学基金项目等10余项。获中国自动化学会科技进步奖一等奖、中国有色金属工业科学技术奖技术发明奖二等奖、江苏省自动化学会青年科技奖、全国煤炭行业教育教学成果奖一等奖等10余项，入选江苏省第十六批“六大人才高峰”高层次人才培养计划等。近年来发表学术论文70余篇，出版专著2部，授权及申请发明专利30余项，登记软件著作权6项。

第1部分 迁移学习驱动的建模方法
1 基于高斯过程模型和贝叶斯算法的改进快速建模方法
1.1 引言
1.2 理论基础
1.2.1 高斯过程回归模型
1.2.2 贝叶斯算法
1.2.3 MCMC算法
1.2.4 拉丁超立方体抽样算法
1.3 基于高斯过程模型和贝叶斯算法的改进模型迁移建模策略
1.3.1 建立旧过程性能预测模型
1.3.2 采集新过程建模数据
1.3.3 模型尺度-偏差迁移调整
1.3.4 贝叶斯迁移模型参数估计
1.3.5 新过程序贯试验设计
1.3.6 停止条件与迁移模型验证
1.4 实验验证
1.4.1 实验设计
1.4.2 结果分析
参考文献
2 基于多模型迁移和贝叶斯模型平均算法的最小成本建模方法
2.1 引言
2.2 多模型迁移策略
2.3 贝叶斯模型平均算祛
2.3.1 BMA
2.3.2 期望最大（EM）算法
2.4 基于多模型迁移策略的最小成本建模方法
2.4.1 相似过程基础模型选择
2.4.2 新过程初始建模数据获取
2.4.3 参数估计与模型训练
2.4.4 补充实验与模型验证
2.5 实验验证
2.5.1 实验设计
2.5.2 结果分析
参考文献
3 基于多任务最小二乘支持向量机的多过程联合建模方法
3.1 引言
3.2 多任务最小二乘支持向量机
3.2.1 多任务学习算法
3.2.2 最小二乘支持向量机
3.2.3 多任务最小二乘支持向量机
3.3 多过程联合建模方法
3.3.1 数据预处理
3.3.2 构建多任务
3.3.3 模型训练与模型评估
3.4 实验验证
3.4.1 实验设计
3.4.2 结果分析
参考文献
第2部分 迁移学习驱动的产品质量预测方法
4 基于JYKPLS迁移模型的产品质量预测方法
4.1 引言
4.2 JYKPLS基本原理
4.2.1 PLS
4.2.2 KPLS
4.2.3 JYPLS
4.2.4 JYKPLS
4.3 基于JYKPLS迁移模型的间歇过程质量预测方法
4.3.1 数据预处理
4.3.2 基于PCA映射的数据预估
4.3.3 模型更新与数据剔除
4.3.4 在线质量预测
4.4 实验验证
4.4.1 实验设计
4.4.2 结果分析
参考文献
5 基于多尺度核JYMKPLS迁移模型的产品质量预测方法
5.1 引言
5.2 多尺度核学习方法
5.3 JYMKPLS方法
5.4 基于JYMKPLS迁移模型的产品质量预测方法
5.4.1 离线建模
5.4.2 模型更新与数据剔除
5.4.3 在线预测
5.5 实验验证
5.5.1 实验设计
5.5.2 结果分析
参考文献
6 基于多源域适应JYPLS迁移模型的产品质量预测方法
6.1 引言
6.2 域适应学习方法
6.3 多源域适应JYPLS迁移模型
6.3.1 多源域适应学习
6.3.2 多源域适应JYPLS迁移模型
6.4 基于多源域适应JYPLS迁移模型的质量预测方法
6.4.1 域间相似度判断
6.4.2 离线质量预测模型
6.4.3 域适应参数选取
6.5 实验验证
6.5.1 实验设计
6.5.2 结果分析
参考文献
第3部分 迁移学习驱动的间歇过程优化控制方法
7 迁移学习驱动的间歇过程批次间运行优化控制
7.1 引言
7.2 优化问题描述
7.3 修正自适应优化方法
7.4 基于JYPLS迁移模型的间歇过程批次间运行优化控制
7.4.1 优化过程失配原因描述
7.4.2 自适应控制策略
7.4.3 迁移模型的有效性
7.5 实验验证
7.5.1 草酸钴合成过程介绍与实验设计
7.5.2 结果分析
参考文献
8 迁移学习驱动的间歇过程优化补偿控制策略
8.1 引言
8.2 模型更新策略
8.3 基于过程迁移模型的间歇过程优化补偿控制
8.3.1 自调整批次间优化方法
8.3.2 优化补偿控制策略方法
8.4 实验验证
8.4.1 实验设计
8.4.2 结果分析
参考文献
9 迁移学习驱动的间歇过程最优补偿控制策略
9.1 引言
9.2 优化补偿问题描述
9.3 信赖域方法
9.4 建模方法
9.4.1 基于即时学习的JYKPLS方法
9.4.2 局部模型的有效性
9.5 基于JITL-JYKPLS的批次间最优补偿控制方法
9.6 实验验证
9.6.1 实验设计
9.6.2 结果分析
参考文献
10 迁移学习驱动的间歇过程集成运行优化控制
10.1 引言
10.2 批次间与批次内优化
10.2.1 批次间优化
10.2.2 批次内优化
10.3 批次内修正策略
10.4 间歇过程集成运行优化控制
10.5 实验验证
10.5.1 实验设计
10.5.2 批次间优化性能分析
10.5.3 集成优化性能分析
参考文献