新書推薦：
《
从黑船来航到开罗会议：近代日本外交历程
》
售價：HK$
140.8
《
论美国（附赠解读手册）
》
售價：HK$
140.8
《
熬通宵也要读完的中国史
》
售價：HK$
74.8
《
无人机飞行原理与气象环境（第2版）
》
售價：HK$
31.9
《
理解性别差距：美国女性经济史
》
售價：HK$
90.2
《
艺术哲学
》
售價：HK$
96.8
《
从助理到合伙人-青年律师业务进阶指南
》
售價：HK$
74.8
《
明清白话文献与吴语语法
》
售價：HK$
217.8
|
| 內容簡介： |
|
随着工业互联网、云计算、大数据、数字孪生等新一代信息技术与工业系统全方位深度融合，制造系统的透明化、智能化、服务化、智慧化发展受到各国政府、产业界和学术界的共同关注，学术研究日益活跃。本书以“感知互联，系统集成，优化决策”为导向，聚焦制造系统的集成互联与优化决策两大核心问题，展开与其相关的基本理论、共性方法、优化模型与算法的阐述，重点探讨几类融合新一代人工智能、人机物协同的新兴集成智能制造系统;在此基础上，系统阐述多个智能决策优化方法，将迁移学习、图神经网络、深度强化学习等方法应用于复杂制造系统资源分配与优化调度，以期为智能制造系统提供优化创新手段和技术支撑。本书可作为高等院校机械工程、智能制造工程、自动化、计算机科学与技术、管理科学与工程等相关专业的教材或参考书，也可供制造企业工程技术人员和管理人员参考。
|
| 目錄：
|
第一部分 综述篇
第1章 制造系统集成概述002
1.1 制造业的发展机遇与挑战002
1.2 制造系统的内涵和特征004
1.2.1 基础制造技术006
1.2.2 新型制造单元技术006
1.2.3 先进制造模式/系统009
1.2.4 现代集成制造系统特征013
1.3 制造系统集成的体系架构与目标015
1.3.1 制造系统集成的体系架构016
1.3.2 制造系统集成的演进目标021
1.4 制造系统集成的发展趋势024
1.4.1 从符号智能走向计算智能025
1.4.2 从百花齐放走向统一融合026
1.4.3 从集中走向分布、从被动走向主动030
第2章 优化与决策方法概述035
2.1 智能优化方法035
2.1.1 发展历史036
2.1.2 典型特征037
2.2 多目标优化039
2.2.1 多目标优化问题040
2.2.2 多目标优化方法041
2.2.3 解集的评价指标047
2.3 迁移学习049
2.3.1 迁移学习的动机050
2.3.2 迁移学习方法分类052
2.4 多任务优化054
2.4.1 多任务优化问题的数学描述056
2.4.2 多任务优化的基本框架056
2.4.3 迁移过程的自适应控制策略060
2.5 深度学习和强化学习063
2.5.1 深度学习063
2.5.2 强化学习066
2.5.3 深度Q 网络069
2.6 不确定多属性决策072
2.6.1 区间数多属性灰色关联分析073
2.6.2 三角模糊数多属性决策074
2.6.3 二元语义多属性决策078
2.6.4 直觉模糊数多属性决策081
第二部分 制造系统集成篇
第3章 制造物联与信息物理生产系统084
3.1 制造物联084
3.1.1 定义及特征086
3.1.2 参考体系架构088
3.1.3 关键使能技术089
3.2 信息物理生产系统093
3.2.1 概述093
3.2.2 系统模型095
3.2.3 实现技术096
第4章 大数据驱动的主动制造系统101
4.1 引言101
4.2 制造中的大数据问题103
4.3 主动制造的内涵107
4.4 主动制造系统体系结构109
4.5 案例分析114
第5章 人本智能制造系统117
5.1 引言117
5.2 工业5.0 120
5.2.1 特征及定义120
5.2.2 人机交互方式演化122
5.2.3 “人-社会-自然-技术”视角下的工业4.0/5.0 125
5.3 走向人机共生的人本智造127
5.3.1 人机共生关系128
5.3.2 生产模式演化与人类需求多样化130
5.3.3 人机协作应用案例132
5.4 人本智能制造演化133
5.5 人本智造示例136
第6章 自主智能制造系统139
6.1 从人机交互到自主智能139
6.2 自主智能制造系统的人机物交互141
6.3 自主智能制造系统中人的角色143
6.4 自主智能制造参考体系架构144
6.5 应用实例149
第7章 可持续包容性制造155
7.1 引言155
7.2 包容性制造的内涵158
7.3 包容性制造技术路线161
7.4 应用案例165
第三部分 制造系统优化篇
第8章 高维多目标制造云服务组合优化方法168
8.1 引言169
8.2 云服务组合模型173
8.3 QoS 评估174
8.4 对抗搜索驱动的高维多目标协同搜索方法177
8.4.1 对抗分解的基本思想178
8.4.2 算法步骤180
8.4.3 实验结果与分析187
8.5 算法寻优过程计算资源动态配置策略192
8.5.1 基本思想193
8.5.2 算法设计195
8.5.3 实验结果与分析202
第9章 基于迁移学习的云制造多任务协同优化213
9.1 基于特征空间映射的多任务优化214
9.1.1 基于自编码器的特征空间映射214
9.1.2 模型构建216
9.1.3 算法设计219
9.1.4 云制造多任务协同优化案例仿真224
9.2 在线学习机制驱动的多任务优化232
9.2.1 知识迁移强度自适应233
9.2.2 多源任务选择策略236
9.2.3 基于受限玻尔兹曼机的跨域适配机制238
9.2.4 EMaTO-AMR 算法流程240
9.2.5 案例仿真结果与分析243
9.3 集成学习辅助的跨域适配自适应方法252
9.3.1 基于DAE 的跨域适配技术253
9.3.2 基于ADM 的跨域适配技术254
9.3.3 基于RBM 的跨域适配技术255
9.3.4 算法流程257
9.3.5 仿真实验264
第10章 深度强化学习驱动的分布式柔性车间调度284
10.1 图神经网络284
10.1.1 图神经网络一般框架285
10.1.2 图卷积网络（GCN） 287
10.1.3 GraphSAGE 288
10.1.4 图注意力网络（GAT） 289
10.2 深度强化学习相关算法290
10.2.1 DQN 算法291
10.2.2 DDPG 算法292
10.3 基于图神经网络与深度强化学习的分布式柔性车间调度方法293
10.3.1 动态分布式调度特征293
10.3.2 问题建模295
10.3.3 算法流程298
10.3.4 柔性车间实时调度案例仿真306
第11章 模糊多属性云制造资源决策理论与方法309
11.1 引言309
11.2 云服务资源发现与配置311
11.3 基于二元语义的制造服务优选技术313
11.3.1 二元语义相关基础313
11.3.2 模糊数与二元语义的转化315
11.3.3 多粒度二元语义权重信息的一致化处理316
11.3.4 制造云服务优选评估流程317
11.4 实例分析319
11.4.1 计算关联系数矩阵319
11.4.2 确定指标权重系数321
11.4.3 资源综合评价322
参考文献324
|
| 內容試閱：
|
工业兴国，止于至善。近年来，工业产品及服务日益复杂、生命周期越来越短，对制造系统的透明性和灵活性提出了新的需求，亟须基于实时制造过程信息对制造系统进行动态优化和控制。随着物联网、信息物理系统、数字孪生、区块链、5G 通信技术、云计算及大数据处理技术等新一代信息技术的迅猛发展和在制造业中的不断渗透，制造过程已由传统的“黑箱”模式向“透明化泛在感知”的模式转变，驱动制造系统向透明化、智能化、服务化、智慧化的方向发展。在此背景下，各国制造业只有不断创新制造模式和决策方法才能在新一轮全球工业革命中占领先机。如德国提出“工业4.0”战略规划，美国提出“工业互联网”战略，我国的“中国制造2025”也明确要求加快新一代信息技术与制造业深度融合，促进工业转型升级。本书以“感知互联，系统集成，优化决策”为导向，聚焦制造系统的集成互联与优化决策两大核心问题，展开与其相关的基本理论、共性方法、优化模型和算法的阐述，为制造过程全方位的分析、优化和决策提供参考。
著名科学家钱学森认为：系统是由相互依赖的若干组成部分结合而成的，具有特定功能的有机整体。制造作为一个系统，是按照一定的模式将产品制造过程所涉及的要素，组成具有特定生产功能的有机整体。系统集成与优化是关于复杂系统有效运作的科学，致力于将人工智能方法、工程技术与管理科学相结合，从系统的角度对实际工程问题进行定量分析、优化与设计，解决与效率、质量和成本相关的系统问题。本书回顾了制造系统集成的发展历程，对比分析了我国制造系统集成发展情况及存在的短板，对制造系统集成的基础技术、内涵及特征进行了归纳总结，展望了新一代智能制造系统的发展态势及趋势。在此基础上，重点探讨几类融合新一代人工智能、人机物协同的新兴集成智能制造系统，包括大数据驱动的主动制造系统、人本智能制造系统、自主智能制造系统以及可持续包容性制造，旨在梳理其研究脉络的同时，为未来智能制造发展提供有益的借鉴参考。
随着硬件、数据分析以及智能算法等技术的日益成熟，基于深度学习的人工智能技术得到了突破性发展。通过将人工智能技术、机器学习、数据挖掘等方法与优化决策方法相结合，传统的制造系统向高度智能、自治的智能制造系统转变，以实现复杂、动态生产活动的自组织优化和自适应协同。本书针对复杂制造系统资源分配与优化调度问题，系统阐述了多个典型决策优化方法，包括迁移学习辅助的云制造系统多任务协同优化方法、基于图神经网络和深度强化学习的柔性车间动态调度方法、面向超多目标资源服务组合优化的对抗搜索求解策略以及模糊多属性云制造资源决策理论与方法，以期为复杂制造系统提供智能优化创新手段和技术。
本书所涉及的研究成果是在国家自然科学基金杰出青年科学基金项目(51825502)、国家自然科学基金基础科学中心项目(52188102)、国家自然科学基金项目(51905198、51911530245、51675186、51175187)、中国博士后科学基金特别资助(2020T130225)与面上资助(2019M652630)、中国地质大学“青年拔尖”人才培养计划等项目的资助下取得的。本书撰写过程中得到了华中科技大学副校长、国家智能设计与数控技术创新中心主任高亮教授的悉心指导与帮助，在此对他表示衷心的感谢。
智能制造系统集成与优化涉及领域宽广、研究内容丰富，是一门快速发展的交叉学科。由于笔者研究阅历与学术水平的局限，书中难免存在疏漏之处，许多内容还有待完善和深入研究，诚恳读者批评指正。
著者
2024年5月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
