制造智能技术在智能制造中扮演了大脑的角色。本书介绍了智能优化、模式与图像识别、模糊控制、深度学习、智能工程、商业智能等几类典型智能技术的原理方法，并结合具体案例，使学生在掌握典型智能技术基础知识的同时，培养学生对智能制造中与智能技术应用相关的意识、理念和思维方式。本书可用于机械类专业本科生的智能制造专业教材，以及相关专业（如机械、工业工程、自动化、计算机、仪器仪表、管理科学与工程等）的学生选修智能制造课程。

张智海，清华大学工业工程系副教授，博士生导师，智能制造研究中心执行主任。研究兴趣包括智能制造、生产运营管理、资源优化。发表多篇国际期刊学术论文，其中代表性论文发表在生产运营领域旗舰重要期刊，部分工作被相关学术组织选为亮点成果报道和**论文。主持参与多项自然科学基金项目、科技部重点研发项目等。现担任四个国际期刊副主编。

前言 随着现代制造系统多维度数智化发展趋势日益明朗，大量多源异构数据的积累、先进智能技术的广泛应用，为提升制造效率、生产质量、降低成本提供了技术基础，从而促进了企业数智化转型升级，并成为推动经济社会发展的新引擎。在此背景下，智能技术的应用与发展，成为实现“高质、智能、柔性、绿色”的制造过程的可靠基础。 现如今“智能技术”的定义宽泛，涉及工程学、管理科学、应用数学、计算机科学等多学科基础知识。然而，针对制造智能技术的相关材料、课程、教材书籍是相对缺乏的，对于一个欲详细了解学习制造智能技术相关知识的人而言，难以在短时间搜寻到“及时”且“解渴”的专业书籍。 无论对于工业工程制造、企业运营管理等各行各业的从业人员、专家学者，短时间内快速地了解、掌握智能技术的知识是很困难的。在日常的教学过程中，发现许多学生往往是通过互联网、图书馆查阅资料等方法，搜寻一类可以解决其当下研究主题的智能技术方法，以快速地完成老师授予的科研任务。这样的方式虽然可以高效地解决当下难题，却无法让学生对智能技术有一个系统完整的了解、形成完备的知识体系，对其今后进入工业界或者学界的工作也并无大益。 因此，亟须编撰一册涵盖智能技术应用、实践分析的教材书籍，从实践应用的角度出发，基于在日常科研工作中对智能技术的理解，成体系的归纳、介绍、解析相应的智能技术方法。然而，编撰智能技术的教材书籍难度极大，尤其是试图以某种逻辑结构，容纳多类交叉学科中的优化算法、统计学习、商业智能等多类方法，显现出撰写之难度。此外，欲求读者能更为全面的结合工业制造实践，理解相关智能技术的应用，因此需要结合实际生产活...