掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
工業智能化創新之路叢書--數據驅動的智能車間適應性調度與優化 版權信息
- ISBN：9787122426383
- 條形碼：9787122426383 ; 978-7-122-42638-3
- 裝幀：平裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
工業智能化創新之路叢書--數據驅動的智能車間適應性調度與優化 本書特色
本書的特色： 1.聚焦于智能車間這一制造強國建設的關鍵維度，探討增強其決策自適應能力的調度優化技術與方法。 2.以工業大數據和信息物理生產系統為支撐，為智能車間在新型環境中的調度提供了一整套解決方案。 3.所提出的智能車間多級聯動適應性調度體系框架，由數據的循環流動為內驅動力，以知識的增值更新為牽引，探究新型的基于深度學習的調度求解算法，實現覆蓋調度執行全流程的閉環優化。 4.所形成的智能車間調度理論與技術成果對供應鏈管理等問題具有共性借鑒意義，能夠為智能制造運營管理的智能化提升提供新的解決思路。
工業智能化創新之路叢書--數據驅動的智能車間適應性調度與優化 內容簡介
本書聚焦于智能制造環境下的車間調度問題，探討一種旨在增強調度應變能力的適應性調度及其相關理論和技術方法。首先介紹了智能車間調度基本概念和需求挑戰、新興工業大數據技術和信息物理生產系統等對智能調度求解的支撐能力，然后提出了一種多級聯動適應性調度體系框架，分別從魯棒調度、實時調度、重調度和閉環優化四方面論述適應性調度的關鍵技術方法，*后結合案例給出系統實現及應用驗證。 本書面向從事智能制造車間管理和生產調度等領域工作的科研和工程技術人員，也可供系統工程、工業工程、自動控制、機電管理等專業領域的師生使用。
工業智能化創新之路叢書--數據驅動的智能車間適應性調度與優化 目錄
第1章 緒論 001
1.1 智能制造與智能車間 002
1.1.1 智能制造 002
1.1.2 智能車間 003
1.2 生產調度 004
1.2.1 生產調度基本問題描述 004
1.2.2 生產調度國內外研究現狀 007
1.3 智能車間生產調度面臨的需求與挑戰 013
第2章 工業大數據與數據驅動技術 021
2.1 工業大數據與智能制造 022
2.1.1 大數據與工業大數據 022
2.1.2 工業大數據特性分析 023
2.1.3 工業大數據技術架構 025
2.1.4 工業大數據在智能制造中的應用 026
2.1.5 工業大數據應用面臨的挑戰 028
2.2 工業大數據質量管理 029
2.2.1 工業大數據質量問題 030
2.2.2 領域知識無關的工業大數據質量管理 031
2.2.3 領域知識相關的工業大數據質量管理 034
2.2.4 工業大數據整體質量評價指標 040
2.3 工業大數據驅動的生產調度使能技術 043
2.3.1 生產特征選擇 044
2.3.2 生產性能預測 046
2.3.3 調度知識挖掘 047
第3章 信息物理生產系統（CPPS） 051
3.1 信息物理系統（CPS） 052
3.1.1 CPS 概述 052
3.1.2 CPS 的技術內核及運行方式 053
3.1.3 CPS 的組織架構 054
3.1.4 CPS 的特征 057
3.1.5 CPS 在制造領域的應用 059
3.2 面向智能制造的CPPS 060
3.2.1 CPPS 概述 060
3.2.2 CPPS 的組成 061
3.2.3 CPPS 的特征 062
3.2.4 CPPS 的多層次體系架構 063
3.3 面向智能車間生產調度的CPPS 環境構建 067
3.3.1 生產調度對CPPS 的需求分析 067
3.3.2 面向智能車間生產調度的CPPS 框架 068
3.3.3 面向半導體生產線的CPPS 環境構建案例 070
第4章 智能車間適應性調度解決方案 079
4.1 智能車間多級聯動適應性調度體系框架 080
4.1.1 需求分析 080
4.1.2 智能車間多級聯動適應性調度體系框架 082
4.2 多級聯動適應性調度體系的運行演化 084
4.2.1 體系運行演化中的多級聯動 085
4.2.2 體系運行演化中的數據循環增值 086
第5章 多目標魯棒調度方法 089
5.1 多目標魯棒調度問題描述 090
5.1.1 魯棒調度概述 090
5.1.2 多目標魯棒調度問題描述和魯棒性定義 092
5.1.3 魯棒性度量 093
5.2 多目標魯棒調度方法框架 097
5.2.1 調度策略表達 097
5.2.2 多目標魯棒調度方法框架 101
5.3 確定環境下的多目標調度策略解集生成 102
5.3.1 多目標優化方法 102
5.3.2 基于仿真的優化方法 104
5.3.3 SBO-NSGA-Ⅱ算法設計 105
5.4 不確定環境下的多目標魯棒調度策略選擇 108
5.4.1 基于場景規劃的生產數據獲取 108
5.4.2 基于熵權法的多目標魯棒調度模型 109
第6章 適應性的實時調度方法 115
6.1 實時調度問題描述 116
6.2 調度策略推薦方法 117
6.2.1 調度策略推薦問題描述 117
6.2.2 調度策略推薦方法框架 118
6.3 基于K-NN 的調度規則推薦 120
6.3.1 算法框架 120
6.3.2 基于GA 的生產屬性特征子集選擇 122
6.3.3 基于K-NN 的調度規則推薦模型 125
6.4 基于SVR 的調度參數推薦 126
6.4.1 算法框架 126
6.4.2 基于響應曲面法的*優樣本獲取 127
6.4.3 基于SVR 的調度參數推薦模型 128
第7章 適應性的重調度方法 133
7.1 重調度問題描述及方法框架 134
7.1.1 重調度問題描述 134
7.1.2 適應性重調度方法 136
7.2 數據驅動的擾動在線識別與預測 138
7.2.1 擾動分類 138
7.2.2 漸變型擾動識別方法 139
7.2.3 突發型擾動識別方法 143
7.3 全數據驅動的重調度方法 148
7.3.1 基于長短期記憶神經網絡的重調度方法框架 149
7.3.2 LSTM 神經網絡離線訓練 151
7.3.3 在線調度 152
7.4 增強學習能力的重調度方法 152
7.4.1 基于DRL 的重調度問題描述 154
7.4.2 基于DQN 的重調度方法 156
7.4.3 基于改進異步優勢行動者評論家算法的重調度方法 158
第8章 適應性調度閉環優化方法 165
8.1 調度知識 166
8.1.1 調度知識概念 166
8.1.2 調度知識的表達 167
8.2 調度知識管理 168
8.2.1 調度知識管理概述 168
8.2.2 調度知識生成 170
8.2.3 調度知識評估與更新 171
8.3 調度知識在線評估 172
8.3.1 基于質量控制的調度知識評估方法 172
8.3.2 基于生產狀態變化的調度知識在線評估 176
8.4 基于增量學習的調度知識更新方法 178
8.4.1 基于OS-ELM 的調度知識更新方法 178
8.4.2 基于Online SVR 的調度知識更新方法 180
第9章 智能車間適應性調度原型系統 187
9.1 智能車間適應性調度原型系統架構 188
9.1.1 需求分析 188
9.1.2 系統架構設計 189
9.2 關鍵層級設計 192
9.2.1 數據層設計 192
9.2.2 分析層設計 193
9.2.3 服務層設計 193
9.2.4 表示層設計 193
9.3 智能車間適應性調度原型系統實現 194
9.3.1 系統開發 194
9.3.2 系統界面 197
9.3.3 運行設置 199
9.3.4 結果展示 204
第10章 適應性調度與優化方法驗證與實施案例 209
10.1 基于適應性調度原型系統的方法驗證 210
10.1.1 單級調度方法驗證 210
10.1.2 多級聯動適應性調度方法的綜合驗證 217
10.2 以某企業航空發動機裝配線AEAL 為對象的案例研究 222
10.2.1 航空發動機裝配線AEAL 介紹 222
10.2.2 多級聯動適應性調度方法的案例研究 226
縮略詞索引 231
1.1 智能制造與智能車間 002
1.1.1 智能制造 002
1.1.2 智能車間 003
1.2 生產調度 004
1.2.1 生產調度基本問題描述 004
1.2.2 生產調度國內外研究現狀 007
1.3 智能車間生產調度面臨的需求與挑戰 013
第2章 工業大數據與數據驅動技術 021
2.1 工業大數據與智能制造 022
2.1.1 大數據與工業大數據 022
2.1.2 工業大數據特性分析 023
2.1.3 工業大數據技術架構 025
2.1.4 工業大數據在智能制造中的應用 026
2.1.5 工業大數據應用面臨的挑戰 028
2.2 工業大數據質量管理 029
2.2.1 工業大數據質量問題 030
2.2.2 領域知識無關的工業大數據質量管理 031
2.2.3 領域知識相關的工業大數據質量管理 034
2.2.4 工業大數據整體質量評價指標 040
2.3 工業大數據驅動的生產調度使能技術 043
2.3.1 生產特征選擇 044
2.3.2 生產性能預測 046
2.3.3 調度知識挖掘 047
第3章 信息物理生產系統（CPPS） 051
3.1 信息物理系統（CPS） 052
3.1.1 CPS 概述 052
3.1.2 CPS 的技術內核及運行方式 053
3.1.3 CPS 的組織架構 054
3.1.4 CPS 的特征 057
3.1.5 CPS 在制造領域的應用 059
3.2 面向智能制造的CPPS 060
3.2.1 CPPS 概述 060
3.2.2 CPPS 的組成 061
3.2.3 CPPS 的特征 062
3.2.4 CPPS 的多層次體系架構 063
3.3 面向智能車間生產調度的CPPS 環境構建 067
3.3.1 生產調度對CPPS 的需求分析 067
3.3.2 面向智能車間生產調度的CPPS 框架 068
3.3.3 面向半導體生產線的CPPS 環境構建案例 070
第4章 智能車間適應性調度解決方案 079
4.1 智能車間多級聯動適應性調度體系框架 080
4.1.1 需求分析 080
4.1.2 智能車間多級聯動適應性調度體系框架 082
4.2 多級聯動適應性調度體系的運行演化 084
4.2.1 體系運行演化中的多級聯動 085
4.2.2 體系運行演化中的數據循環增值 086
第5章 多目標魯棒調度方法 089
5.1 多目標魯棒調度問題描述 090
5.1.1 魯棒調度概述 090
5.1.2 多目標魯棒調度問題描述和魯棒性定義 092
5.1.3 魯棒性度量 093
5.2 多目標魯棒調度方法框架 097
5.2.1 調度策略表達 097
5.2.2 多目標魯棒調度方法框架 101
5.3 確定環境下的多目標調度策略解集生成 102
5.3.1 多目標優化方法 102
5.3.2 基于仿真的優化方法 104
5.3.3 SBO-NSGA-Ⅱ算法設計 105
5.4 不確定環境下的多目標魯棒調度策略選擇 108
5.4.1 基于場景規劃的生產數據獲取 108
5.4.2 基于熵權法的多目標魯棒調度模型 109
第6章 適應性的實時調度方法 115
6.1 實時調度問題描述 116
6.2 調度策略推薦方法 117
6.2.1 調度策略推薦問題描述 117
6.2.2 調度策略推薦方法框架 118
6.3 基于K-NN 的調度規則推薦 120
6.3.1 算法框架 120
6.3.2 基于GA 的生產屬性特征子集選擇 122
6.3.3 基于K-NN 的調度規則推薦模型 125
6.4 基于SVR 的調度參數推薦 126
6.4.1 算法框架 126
6.4.2 基于響應曲面法的*優樣本獲取 127
6.4.3 基于SVR 的調度參數推薦模型 128
第7章 適應性的重調度方法 133
7.1 重調度問題描述及方法框架 134
7.1.1 重調度問題描述 134
7.1.2 適應性重調度方法 136
7.2 數據驅動的擾動在線識別與預測 138
7.2.1 擾動分類 138
7.2.2 漸變型擾動識別方法 139
7.2.3 突發型擾動識別方法 143
7.3 全數據驅動的重調度方法 148
7.3.1 基于長短期記憶神經網絡的重調度方法框架 149
7.3.2 LSTM 神經網絡離線訓練 151
7.3.3 在線調度 152
7.4 增強學習能力的重調度方法 152
7.4.1 基于DRL 的重調度問題描述 154
7.4.2 基于DQN 的重調度方法 156
7.4.3 基于改進異步優勢行動者評論家算法的重調度方法 158
第8章 適應性調度閉環優化方法 165
8.1 調度知識 166
8.1.1 調度知識概念 166
8.1.2 調度知識的表達 167
8.2 調度知識管理 168
8.2.1 調度知識管理概述 168
8.2.2 調度知識生成 170
8.2.3 調度知識評估與更新 171
8.3 調度知識在線評估 172
8.3.1 基于質量控制的調度知識評估方法 172
8.3.2 基于生產狀態變化的調度知識在線評估 176
8.4 基于增量學習的調度知識更新方法 178
8.4.1 基于OS-ELM 的調度知識更新方法 178
8.4.2 基于Online SVR 的調度知識更新方法 180
第9章 智能車間適應性調度原型系統 187
9.1 智能車間適應性調度原型系統架構 188
9.1.1 需求分析 188
9.1.2 系統架構設計 189
9.2 關鍵層級設計 192
9.2.1 數據層設計 192
9.2.2 分析層設計 193
9.2.3 服務層設計 193
9.2.4 表示層設計 193
9.3 智能車間適應性調度原型系統實現 194
9.3.1 系統開發 194
9.3.2 系統界面 197
9.3.3 運行設置 199
9.3.4 結果展示 204
第10章 適應性調度與優化方法驗證與實施案例 209
10.1 基于適應性調度原型系統的方法驗證 210
10.1.1 單級調度方法驗證 210
10.1.2 多級聯動適應性調度方法的綜合驗證 217
10.2 以某企業航空發動機裝配線AEAL 為對象的案例研究 222
10.2.1 航空發動機裝配線AEAL 介紹 222
10.2.2 多級聯動適應性調度方法的案例研究 226
縮略詞索引 231
展開全部
書友推薦
- >
中國歷史的瞬間
- >
姑媽的寶刀
- >
月亮虎
- >
煙與鏡
- >
伯納黛特,你要去哪(2021新版)
- >
經典常談
- >
上帝之肋:男人的真實旅程
- >
羅曼·羅蘭讀書隨筆-精裝
本類暢銷
