云制造資源智能優(yōu)化配置與動態(tài)調(diào)度

定　價：￥98.00

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

購買這本書可以去

當當網(wǎng) (￥98.00)

ISBN：	9787122426109	出版時間：	2023-10-01	包裝：	平裝
開本：	16開	頁數(shù)：		字數(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下復雜制造任務(wù)合理分解的方法；構(gòu)建云制造資源匹配評價指標體系和智能優(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)平臺中多種類型任務(wù)同時執(zhí)行，并考慮各類突發(fā)事件，采用多層編碼的遺傳算法實現(xiàn)資源的動態(tài)調(diào)度；改進粒子群算法，實現(xiàn)在多干擾條件下云制造資源動態(tài)調(diào)度；運用博弈論和改進粒子群算法建立優(yōu)化車間調(diào)度模型，實現(xiàn)車間資源動態(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，教授、博士生導師，吉林大學博士后，美國密歇根大學訪問學者，北京航空航天大學訪問學者。國際仿生工程學會（ISBE）會員，中國仿真學會會員，全國高等學校制造自動化研究會東北分會會員。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，主持國家自然科學基金青年基金項目1項、春暉計劃項目1項、中國博士后科學基金項目1項、吉林省科技廳項目1項、教育廳項目3項，主要參加項目20余項。一作者發(fā)表學術(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學術(shù)成果獎三等獎1項，主要參加省部級科研獎勵3項。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001
1.2　云制造資源智能優(yōu)化配置與動態(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)計任務(wù)分解建模007
2.2.1　設(shè)計任務(wù)分解原則007
2.2.2　設(shè)計任務(wù)分解數(shù)學模型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)學模型011
2.4　運輸任務(wù)分解建模013
2.5　維護任務(wù)分解建模014
2.6　基于深度優(yōu)化算法的設(shè)計任務(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)重計算021
2.10　實例仿真分析023
2.10.1　設(shè)計任務(wù)仿真023
2.10.2　制造任務(wù)仿真025
2.10.3　運輸任務(wù)仿真027
2.10.4　維護任務(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　制造資源匹配評價指標體系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)重計算041
3.5.1　層次分析法計算權(quán)重步驟042
3.5.2　權(quán)重計算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　仿真實驗分析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)動態(tài)性分析055
4.2　基于云制造任務(wù)變化的資源動態(tài)調(diào)度問題描述056
4.3　云制造資源調(diào)度指標建立058
4.4　基于云制造任務(wù)變化的資源動態(tài)調(diào)度數(shù)學模型058
4.4.1　數(shù)學符號及其描述058
4.4.2　優(yōu)化目標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)重計算064
4.6.1　層次分析法求解步驟065
4.6.2　權(quán)重計算066
4.7　基于多層編碼遺傳算法的資源動態(tài)調(diào)度067
4.7.1　個體編碼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　仿真驗證072
4.9　本章小結(jié)080
第5章基于資源變化的動態(tài)調(diào)度建模與仿真081
5.1　云制造資源081
5.2　基于資源變化的動態(tài)調(diào)度問題描述082
5.3　基于資源變化的動態(tài)調(diào)度數(shù)學模型084
5.3.1　數(shù)學符號及其描述084
5.3.2　優(yōu)化目標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　基于改進粒子群算法的資源動態(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)境下車間資源的動態(tài)調(diào)度建模與仿真104
6.1　車間資源動態(tài)調(diào)度問題描述104
6.2　任務(wù)優(yōu)先級評定建模107
6.2.1　博弈論及其要素107
6.2.2　兩項任務(wù)優(yōu)先級評定108
6.2.3　多項任務(wù)優(yōu)先級評定109
6.2.4　多目標評定矩陣構(gòu)建111
6.3　車間資源動態(tài)調(diào)度建模113
6.3.1　數(shù)學符號及其描述113
6.3.2　優(yōu)化目標114
6.3.3　約束條件115
6.4　基于改進粒子群算法的車間資源動態(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161