云制造資源智能優(yōu)化配置與動(dòng)態(tài)調(diào)度

定　價(jià)：￥98.00

作　者：	胡艷娟、王占禮、張邦成著
出版社：	化學(xué)工業(yè)出版社
叢編項(xiàng)：	智能制造關(guān)鍵技術(shù)與工業(yè)應(yīng)用叢書
標(biāo)　簽：	暫缺

購買這本書可以去

當(dāng)當(dāng)網(wǎng) (￥98.00)

ISBN：	9787122426109	出版時(shí)間：	2023-10-01	包裝：	平裝
開本：	16開	頁數(shù)：		字?jǐn)?shù)：

內(nèi)容簡介

　　本書簡要介紹云制造環(huán)境下制造資源智能優(yōu)化配置與動(dòng)態(tài)調(diào)度的相關(guān)技術(shù)。在現(xiàn)有云制造資源配置與調(diào)度研究的基礎(chǔ)上，提出一種將云制造平臺(tái)下復(fù)雜制造任務(wù)合理分解的方法；構(gòu)建云制造資源匹配評(píng)價(jià)指標(biāo)體系和智能優(yōu)化匹配模型，并提出基于層次分析法的人工蜂群優(yōu)化匹配方法；模擬在云制造服務(wù)平臺(tái)中多種類型任務(wù)同時(shí)執(zhí)行，并考慮各類突發(fā)事件，采用多層編碼的遺傳算法實(shí)現(xiàn)資源的動(dòng)態(tài)調(diào)度；改進(jìn)粒子群算法，實(shí)現(xiàn)在多干擾條件下云制造資源動(dòng)態(tài)調(diào)度；運(yùn)用博弈論和改進(jìn)粒子群算法建立優(yōu)化車間調(diào)度模型，實(shí)現(xiàn)車間資源動(dòng)態(tài)調(diào)度。本書可供從事云制造、智能制造相關(guān)工作的科研、工程技術(shù)人員閱讀參考，也可作為從事網(wǎng)絡(luò)協(xié)同制造、制造服務(wù)與管理研究的師生參考書。

作者簡介

　　胡艷娟，長春工業(yè)大學(xué)，教授、博士生導(dǎo)師，吉林大學(xué)博士后，美國密歇根大學(xué)訪問學(xué)者，北京航空航天大學(xué)訪問學(xué)者。國際仿生工程學(xué)會(huì)（ISBE）會(huì)員，中國仿真學(xué)會(huì)會(huì)員，全國高等學(xué)校制造自動(dòng)化研究會(huì)東北分會(huì)會(huì)員。近年來主要從事云制造、智能制造、網(wǎng)絡(luò)協(xié)同制造、汽車零部件加工與檢測技術(shù)、仿生智能算法等領(lǐng)域的研究，主持國家自然科學(xué)基金青年基金項(xiàng)目1項(xiàng)、春暉計(jì)劃項(xiàng)目1項(xiàng)、中國博士后科學(xué)基金項(xiàng)目1項(xiàng)、吉林省科技廳項(xiàng)目1項(xiàng)、教育廳項(xiàng)目3項(xiàng)，主要參加項(xiàng)目20余項(xiàng)。一作者發(fā)表學(xué)術(shù)論文30余篇，其中SCI、EI檢索收錄20余篇。以一完成人獲吉林省自然科學(xué)學(xué)術(shù)成果獎(jiǎng)三等獎(jiǎng)1項(xiàng)，主要參加省部級(jí)科研獎(jiǎng)勵(lì)3項(xiàng)。培養(yǎng)碩士研究生10余名。

圖書目錄

第1章概述001
1.1　云制造基礎(chǔ)知識(shí)001
1.2　云制造資源智能優(yōu)化配置與動(dòng)態(tài)調(diào)度內(nèi)容003
1.3　本章小結(jié)005
第2章云制造任務(wù)分解建模與仿真006
2.1　云制造任務(wù)分解概述006
2.2　設(shè)計(jì)任務(wù)分解建模007
2.2.1　設(shè)計(jì)任務(wù)分解原則007
2.2.2　設(shè)計(jì)任務(wù)分解數(shù)學(xué)模型008
2.3　制造任務(wù)分解建模010
2.3.1　制造任務(wù)分解原則010
2.3.2　制造任務(wù)分解數(shù)學(xué)模型011
2.4　運(yùn)輸任務(wù)分解建模013
2.5　維護(hù)任務(wù)分解建模014
2.6　基于深度優(yōu)化算法的設(shè)計(jì)任務(wù)分解015
2.6.1　深度優(yōu)化算法的基本原理015
2.6.2　設(shè)計(jì)任務(wù)矩陣的建立015
2.6.3　求解矩陣任務(wù)集016
2.7　基于快速模塊化算法的制造任務(wù)分解017
2.8　基于人工蜂群算法的運(yùn)輸任務(wù)分解018
2.8.1　人工蜂群算法原理018
2.8.2　編碼019
2.8.3　適應(yīng)度函數(shù)與算法流程019
2.9　基于層次分析法的權(quán)重計(jì)算021
2.10　實(shí)例仿真分析023
2.10.1　設(shè)計(jì)任務(wù)仿真023
2.10.2　制造任務(wù)仿真025
2.10.3　運(yùn)輸任務(wù)仿真027
2.10.4　維護(hù)任務(wù)仿真030
2.11　本章小結(jié)030
第3章云制造資源智能優(yōu)化匹配建模與仿真031
3.1　制造資源的智能優(yōu)化匹配問題描述031
3.2　云環(huán)境下制造資源分類033
3.3　制造資源匹配評(píng)價(jià)指標(biāo)體系035
3.4　云環(huán)境下制造資源智能優(yōu)化匹配模型037
3.4.1　優(yōu)化目標(biāo)函數(shù)038
3.4.2　約束條件040
3.5　基于層次分析法的權(quán)重計(jì)算041
3.5.1　層次分析法計(jì)算權(quán)重步驟042
3.5.2　權(quán)重計(jì)算043
3.6　基于人工蜂群算法的制造資源智能優(yōu)化匹配045
3.6.1　編碼操作045
3.6.2　適應(yīng)度函數(shù)的構(gòu)造045
3.6.3　雇傭蜂階段046
3.6.4　觀察蜂階段046
3.6.5　偵查蜂階段046
3.7　仿真實(shí)驗(yàn)分析048
3.8　本章小結(jié)053
第4章基于云制造任務(wù)變化的資源動(dòng)態(tài)調(diào)度建模與仿真054
4.1　云制造任務(wù)054
4.1.1　云制造任務(wù)信息描述055
4.1.2　云制造任務(wù)動(dòng)態(tài)性分析055
4.2　基于云制造任務(wù)變化的資源動(dòng)態(tài)調(diào)度問題描述056
4.3　云制造資源調(diào)度指標(biāo)建立058
4.4　基于云制造任務(wù)變化的資源動(dòng)態(tài)調(diào)度數(shù)學(xué)模型058
4.4.1　數(shù)學(xué)符號(hào)及其描述058
4.4.2　優(yōu)化目標(biāo)059
4.4.3　約束條件061
4.5　遺傳算法062
4.6　基于層次分析法的權(quán)重計(jì)算064
4.6.1　層次分析法求解步驟065
4.6.2　權(quán)重計(jì)算066
4.7　基于多層編碼遺傳算法的資源動(dòng)態(tài)調(diào)度067
4.7.1　個(gè)體編碼067
4.7.2　適應(yīng)度函數(shù)的構(gòu)造069
4.7.3　選擇操作069
4.7.4　交叉操作069
4.7.5　變異操作070
4.8　仿真驗(yàn)證072
4.9　本章小結(jié)080
第5章基于資源變化的動(dòng)態(tài)調(diào)度建模與仿真081
5.1　云制造資源081
5.2　基于資源變化的動(dòng)態(tài)調(diào)度問題描述082
5.3　基于資源變化的動(dòng)態(tài)調(diào)度數(shù)學(xué)模型084
5.3.1　數(shù)學(xué)符號(hào)及其描述084
5.3.2　優(yōu)化目標(biāo)085
5.3.3　約束條件087
5.4　粒子群優(yōu)化算法088
5.4.1　粒子群算法基本原理088
5.4.2　粒子群算法流程及步驟089
5.5　基于改進(jìn)粒子群算法的資源動(dòng)態(tài)調(diào)度090
5.5.1　編碼090
5.5.2　適應(yīng)度函數(shù)構(gòu)造091
5.5.3　粒子位置與速度更新092
5.5.4　粒子群算法的改進(jìn)092
5.6　仿真分析095
5.7　本章小結(jié)102
第6章云制造環(huán)境下車間資源的動(dòng)態(tài)調(diào)度建模與仿真104
6.1　車間資源動(dòng)態(tài)調(diào)度問題描述104
6.2　任務(wù)優(yōu)先級(jí)評(píng)定建模107
6.2.1　博弈論及其要素107
6.2.2　兩項(xiàng)任務(wù)優(yōu)先級(jí)評(píng)定108
6.2.3　多項(xiàng)任務(wù)優(yōu)先級(jí)評(píng)定109
6.2.4　多目標(biāo)評(píng)定矩陣構(gòu)建111
6.3　車間資源動(dòng)態(tài)調(diào)度建模113
6.3.1　數(shù)學(xué)符號(hào)及其描述113
6.3.2　優(yōu)化目標(biāo)114
6.3.3　約束條件115
6.4　基于改進(jìn)粒子群算法的車間資源動(dòng)態(tài)調(diào)度116
6.4.1　編碼116
6.4.2　適應(yīng)度函數(shù)構(gòu)造117
6.4.3　粒子群算法操作流程117
6.5　仿真分析119
6.6　本章小結(jié)125
附錄126
參考文獻(xiàn)161