工业智能化知识基础

本书是一本集基础知识、实际工业案例、编程代码（PYTHON）于一体的通俗实用的读本，用于帮助钢铁企业和其他行业中的材料、工艺、设备、能源、质量和制造等专业的工程师快速学习和了解数字智能化基础知识。本书内容包括数理统计基础、数据分析与建模、计算机简单编程、数学优化、数字仿真等多门基础学科以及人工智能、机器学习等专业知识，大部分章节配有普适性的实例，还在附录中配置了十多个作者所在团队的数据建模、智能控制、智能优化的实例，并给出计算的简易源代码以便年轻工程师快速上手。
本书用于辅助钢铁企业和其他长流程制造行业智能制造转型升级，供企业中的材料、工艺、设备、能源、质量和制造等专业的工程师阅读，既是对于自动化和信息工程师学习智能化知识，也是一本值得阅读的综合性书籍，也可供高等院校相关专业的师生参考。

目录
1 数理统计基础


1.1 数据描述方法


1.2 概率论基础


2 数据分析与建模


2.1 一元线性回归


2.2 多元线性回归


2.3 非线性回归


2.4 时间序列分析


2.5 优化建模基础


3 人工智能基础


3.1 人工智能简介


3.2 机器学习算法


3.3 神经网络分析与建模


3.4 现代启发式算法


4 数字仿真原理与应用


4.1 连续系统和离散事件系统的数字仿真


4.2 基于Simulink的连续系统仿真


4.3 基于AnyLogic的离散事件系统仿真


参考文献


附录


附录1 案例Python代码


附录2 宝钢案例


附录3 从实际案例看钢铁业大数据工作