第1章  智能制造背景与基本内容
  1.1  智能制造的产生与发展
  1.2  智能制造的基本内容与体系基础及架构
  1.3  智能制造的关键信息技术
  1.4  数据驱动下的企业管理与运行
  1.5  化学工业智能制造现状及面临的挑战
  本章小结
  思考题
  参考文献
第2章  工业大数据与数据挖掘
  2.1  数据挖掘概述
    2.1.1  数据挖掘过程
    2.1.2  基本数据类型
  2.2  工业大数据及其特点
    2.2.1  流程工业
    2.2.2  能源工业
    2.2.3  制药工业
  2.3  数据特征提取与清洗
    2.3.1  数据特征提取
    2.3.2  数据清洗
  2.4  数据简化转换与预分析
    2.4.1  数据的简化与转换
    2.4.2  相似性与距离分析
    2.4.3  聚类分析
    2.4.4  异常值分析
  2.5  应用示例：玉米淀粉食品工业数据处理
  本章小结
  思考题
  参考文献
第3章  机器学习在智能化工中的应用
  3.1  机器学习概述
  3.2  监督式与无监督学习
  3.3  决策树方法
    3.3.1  划分选择
    3.3.2  剪枝
    3.3.3  连续与缺失值
    3.3.4  多变量决策树
    3.3.5  决策树算例：药物合成中有机分子购买必要性的预测
  3.4  支持向量机
    3.4.1  支持向量机定义与分类
    3.4.2  分割超平面
    3.4.3  SVM求解原理
    3.4.4  间隔和支持向量
    3.4.5  对偶问题
    3.4.6  核函数
    3.4.7  软间隔与正则化
    3.4.8  支持向量机的优缺点
    3.4.9  算例
  3.5  人工神经网络
    3.5.1  人工神经网络概述
    3.5.2  神经元
    3.5.3  神经网络结构
    3.5.4  感知机与多层网络/多层前馈神经网络
    3.5.5  误差反向传播算法
    3.5.6  全局最小与局部极小
    3.5.7  其他常见神经网络
  3.6  贝叶斯神经网络
    3.6.1  概率图模型概述
    3.6.2  频率派与贝叶斯学派
    3.6.3  贝叶斯定理
    3.6.4  贝叶斯神经网络
    3.6.5  贝叶斯神经网络的用途
    3.6.6  朴素贝叶斯
    3.6.7  算例
  3.7  应用示例：反应溶剂与聚合物设计
    3.7.1  反应溶剂设计
    3.7.2  聚合物设计
  本章小结
  思考题
  参考文献
第4章  智能优化与化工过程综合
  4.1  智能优化算法概述
  4.2  遗传算法
    4.2.1  遗传算法的基本思想和流程
    4.2.2  遗传算法的收敛性分析
    4.2.3  遗传算法参数和操作的设计
  4.3  蚁群算法
    4.3.1  蚁群算法的基本原理
    4.3.2  蚁群算法的收敛性分析
    4.3.3  蚁群算法参数和操作的设计
  4.4  模拟退火算法
    4.4.1  模拟退火算法的基本思想和流程
    4.4.2  模拟退火算法的收敛性分析
    4.4.3  模拟退火算法参数和操作的设计
    4.4.4  并行模拟退火算法
    4.4.5  模拟退火遗传混合算法
  4.5  禁忌搜索算法
    4.5.1  禁忌搜索算法的基本思想和流程
    4.5.2  禁忌搜索算法的收敛性分析
    4.5.3  禁忌搜索算法参数和操作的设计
  4.6  应用示例：化工网络综合
    4.6.1  功热交换网络综合
    4.6.2  单组分体系质热交换网络综合
    4.6.3  换热器网络综合
  本章小结
  思考题
  参考文献
第5章  先进及智能控制系统
  5.1  过程控制系统概述
    5.1.1  过程控制系统的由来
    5.1.2  过程控制系统特点
    5.1.3  过程控制系统结构
    5.1.4  过程控制系统的性能指标
    5.1.5  过程控制策略
    5.1.6  过程控制系统的要求和任务
  5.2  自适应控制系统
    5.2.1  自适应控制概述
    5.2.2  模型参考自适应控制
    5.2.3  自校正控制
  5.3  模型预测控制
    5.3.1  模型预测控制概述
    5.3.2  模型预测控制基本原理
    5.3.3  动态矩阵控制理论
  5.4  网络控制系统
    5.4.1  网络控制系统的一般原理与结构
    5.4.2  网络控制系统的特点与影响因素
    5.4.3  集散控制系统
  5.5  智能控制系统
    5.5.1  智能控制系统的特点与评价准则
    5.5.2  智能控制系统的分类
    5.5.3  复合智能控制系统
  5.6  质量控制
    5.6.1  质量波动
    5.6.2  生产过程的质量状态
    5.6.3  控制图
    5.6.4  过程能力
  5.7  应用示例：精馏塔和萃取精馏控制
    5.7.1  精馏塔控制
    5.7.2  萃取精馏流程控制
  本章小结
  思考题
  参考文献
第6章  药物和精细化学品的智能制造
  6.1  药物和精细化学品的分子设计原理
    6.1.1  计算机辅助分子设计
    6.1.2  计算机辅助药物设计
    6.1.3  人工智能在药物设计中的应用
  6.2  配方产品的智能设计
    6.2.1  配方的最优化设计原理
    6.2.2  计算机辅助配方设计
    6.2.3  人工神经网络在药物配方设计中的应用
  6.3  工艺过程智能优化和设计
    6.3.1  高通量自动化筛选技术
    6.3.2  微通道反应技术
    6.3.3  机器学习在工艺智能优化中的应用
  6.4  工业4.0背景下药物智能制造
    6.4.1  在线分析与过程控制
    6.4.2  物料追踪与状态监测
    6.4.3  信息管理与系统集成
    6.4.4  在线优化与智慧工厂
  6.5  应用示例：药物和精细化学品的智能制造
    6.5.1  基于连续流技术的智能平台
    6.5.2  机器人自动化多样合成平台
    6.5.3  机器学习自动化有机合成
  本章小结
  思考题
  参考文献
第7章  化工安全生产智慧化管理
  7.1  “互联网+危化安全生产”总体建设方案
    7.1.1  应用场景
    7.1.2  工业APP
    7.1.3  工业机理模型
  7.2  危化企业安全风险智能化管控平台架构
  7.3  危化企业安全风险管控应用服务数字化建设
    7.3.1  危险化学品企业双重预防机制
    7.3.2  特殊作业许可与作业过程管理系统
    7.3.3  智能巡检系统
    7.3.4  人员定位系统
  7.4  智能化设备全生命周期管理技术
    7.4.1  设备全生命周期管理系统功能
    7.4.2  设备资产完整性管理数字化平台设计与应用
  7.5  应用示例：智能工厂建设与HSE管理智能化建设
    7.5.1  智能工厂建设
    7.5.2  HSE管理智能化建设
  本章小结
  思考题
  参考文献