制造系統(tǒng)智能調(diào)度方法與云服務(wù)

第1章制造系統(tǒng)調(diào)度（1）
1.1制造系統(tǒng)調(diào)度概述（1）
1.2制造系統(tǒng)調(diào)度基本問題模型（2）
1.2.1單機調(diào)度（4）
1.2.2并行機調(diào)度（5）
1.2.3流水車間調(diào)度（5）
1.2.4作業(yè)車間調(diào)度（6）
1.2.5流程車間調(diào)度（8）
1.2.6混合車間調(diào)度（11）
1.3制造系統(tǒng)調(diào)度常用方法（12）
1.3.1運籌學(xué)方法（12）
1.3.2啟發(fā)式規(guī)則（13）
1.3.3智能優(yōu)化算法（15）
1.4本書的主要內(nèi)容和結(jié)構(gòu)體系（18）
第2章制造系統(tǒng)智能調(diào)度方法（21）
2.1智能調(diào)度方法概述（21）
2.2蟻群算法（22）
2.2.1蟻群算法基本原理（22）
2.2.2蟻群算法在制造系統(tǒng)調(diào)度中的應(yīng)用（24）
2.3遺傳算法（25）
2.3.1遺傳算法基本原理（25）
2.3.2遺傳算法在制造系統(tǒng)調(diào)度中的應(yīng)用（26）
2.4其他智能調(diào)度算法（27）
2.4.1模擬退火算法（27）
2.4.2禁忌搜索算法（29）
2.4.3粒子群算法（31）
2.4.4帝國競爭算法（33）
2.5本章小結(jié)（34）
參考文獻（35）
制造系統(tǒng)智能調(diào)度方法與云服務(wù)目錄第3章基于云計算的制造系統(tǒng)調(diào)度服務(wù)體系（38）
3.1云計算與服務(wù)型制造（38）
3.1.1云計算的提出與發(fā)展（38）
3.1.2云計算技術(shù)（39）
3.1.3基于云計算的服務(wù)型制造（42）
3.2制造系統(tǒng)云調(diào)度服務(wù)（43）
3.2.1云調(diào)度服務(wù)的意義（43）
3.2.2云調(diào)度服務(wù)的功能（44）
3.2.3云調(diào)度服務(wù)的核心思想（44）
3.2.4制造系統(tǒng)調(diào)度的云服務(wù)實現(xiàn)要素（46）
3.3面向多制造過程的智能調(diào)度插件（49）
3.4制造系統(tǒng)云調(diào)度服務(wù)平臺商業(yè)模式（51）
3.5本章小結(jié)（52）
參考文獻（52）
第4章非等效并行機智能調(diào)度方法（53）
4.1非等效并行機調(diào)度問題描述（53）
4.2等效并行機調(diào)度方法綜述（53）
4.3針對可重入特性的非等效并行機調(diào)度PDSRPT規(guī)則（55）
4.4基于遞階混合帝國競爭算法的非等效并行機動態(tài)調(diào)度算法（55）
4.4.1時間窗口滾動策略（55）
4.4.2編碼解碼策略（56）
4.4.3集成PDSRPT規(guī)則的遞階混合帝國競爭算法（58）
4.5應(yīng)用驗證（59）
4.5.1算法參數(shù)實驗（59）
4.5.2關(guān)鍵影響因子分析（61）
4.5.3算法性能對比實驗（62）
4.6非等效并行機智能調(diào)度算法的云端化處理（64）
4.7本章小結(jié)（64）
第5章多工藝路線作業(yè)車間智能調(diào)度方法（65）
5.1多工藝路線作業(yè)車間調(diào)度問題描述（65）
5.2多工藝路線作業(yè)車間調(diào)度方法綜述（68）
5.3面向多目標(biāo)優(yōu)化的三階段蟻群調(diào)度算法（71）
5.3.1多工藝路線作業(yè)車間調(diào)度模型（71）
5.3.2蟻群狀態(tài)轉(zhuǎn)移規(guī)則（74）
5.3.3基于Pareto排序的信息素更新策略（75）
5.3.4局部搜索策略（76）
5.4實驗驗證（78）
5.4.1多目標(biāo)FJSPPPF算例Pareto解分布實驗（78）
5.4.2文獻算例對比實驗（81）
5.4.3單目標(biāo)與多目標(biāo)TMACO對比實驗（85）
5.5多工藝路線作業(yè)車間智能調(diào)度算法的云端化處理（89）
5.6本章小結(jié)（89）
參考文獻（90）
第6章混合流水車間智能調(diào)度方法（92）
6.1混合流水車間調(diào)度問題描述（92）
6.2混合流水車間調(diào)度方法綜述（92）
6.2.1靜態(tài)調(diào)度（92）
6.2.2動態(tài)調(diào)度（94）
6.3混合流水車間靜態(tài)調(diào)度算法（97）
6.3.1數(shù)學(xué)模型（97）
6.3.2基于三階段蟻群搜索算法的效用函數(shù)法（101）
6.3.3基于改進三階段蟻群搜索算法的Pareto優(yōu)化方法（107）
6.3.4實驗驗證（114）
6.4混合流水車間智能調(diào)度算法云端化處理（124）
6.5本章小結(jié)（124）
參考文獻（125）
第7章混流裝配線智能調(diào)度方法（129）
7.1混流裝配線調(diào)度問題描述（129）
7.2混流裝配線調(diào)度方法綜述（130）
7.2.1正向調(diào)度（130）
7.2.2逆向調(diào)度（133）
7.3混流裝配生產(chǎn)正向智能調(diào)度方法（137）
7.3.1混流裝配生產(chǎn)正向調(diào)度數(shù)學(xué)模型（137）
7.3.2基于改進兩級遺傳算法的正向調(diào)度求解方法（139）
7.3.3正向調(diào)度算法性能驗證（145）
7.3.4實例驗證（149）
7.4混流裝配線逆向智能調(diào)度方法（152）
7.4.1平尾裝配生產(chǎn)逆調(diào)度問題的數(shù)學(xué)模型（152）
7.4.2基于自適應(yīng)容忍度驅(qū)動機制的逆調(diào)度策略（156）
7.4.3基于混合遺傳算法的逆調(diào)度求解方法（158）
7.4.4逆調(diào)度方法性能驗證（164）
7.4.5實例驗證（173）
7.5混流裝配線智能調(diào)度算法云端化處理（175）
7.6本章小結(jié)（175）
參考文獻（176）
第8章面向多制造過程的調(diào)度算法庫與插件（181）
8.1應(yīng)用背景（181）
8.2總體設(shè)計（181）
8.2.1開發(fā)思想（181）
8.2.2系統(tǒng)架構(gòu)（182）
8.2.3關(guān)鍵業(yè)務(wù)功能與流程（182）
8.2.4 系統(tǒng)開發(fā)環(huán)境（184）
8.3功能實現(xiàn)設(shè)計（184）
8.3.1概述（184）
8.3.2通用功能（187）
8.3.3問題定義（190）
8.3.4算法插件（193）
8.3.5模型建立（194）
8.3.6算法求解（197）
8.3.7結(jié)果輸出（198）
8.4平臺集成（199）
8.4.1算法庫提供的WebService（199）
8.4.2算法庫提供的方法參數(shù)說明（199）
8.5本章小結(jié)（202）
第9章制造系統(tǒng)智能調(diào)度云服務(wù)平臺原型系統(tǒng)（203）
9.1應(yīng)用背景與概念定義（203）
9.1.1應(yīng)用背景（203）
9.1.2概念定義（204）
9.2平臺原型系統(tǒng)總體設(shè)計（205）
9.2.1制造系統(tǒng)調(diào)度云服務(wù)核心思想（205）
9.2.2系統(tǒng)體系架構(gòu)（206）
9.2.3功能設(shè)計（207）
9.2.4系統(tǒng)集成（208）
9.3關(guān)鍵功能模塊實現(xiàn)（210）
9.3.1數(shù)據(jù)采集模塊（210）
9.3.2數(shù)據(jù)存儲模塊（211）
9.3.3調(diào)度算法庫模塊（212）
9.3.4調(diào)度方案執(zhí)行監(jiān)控模塊（213）
9.3.5服務(wù)封裝與發(fā)布模塊（214）
9.3.6用戶在線交互模塊（215）
9.4應(yīng)用實例（216）
9.4.1平臺配置（217）
9.4.2制造系統(tǒng)算法集成（217）
9.4.3平臺測試（218）
9.5本章小結(jié)（220）