云制造技术是影响我国未来制造业模式与业态的新技术,但相关理论尚不完善。本书是基于对云制造基础理论与应用的探究编写的,主要介绍了云制造环境下资源优化配置与动态调度理论与应用,内容充实、科学,与实际应用联系紧密。 当前,大多数制造企业已从大批量生产转向小批量、多品种,按订单生产,或者按订单设计的经营模式,要求企业具有满足客户个性化需求的制造资源和制造能力。本书针对此展,着重介绍云制造任务、云制造资源、资源动态调度及车间应用理论,并通过实例分析融会贯通相关理论,以期推动云制造相关技术的发展与促体系的完善。
售 价:¥
纸质售价:¥81.30购买纸书
6.3
温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印
为你推荐

内容提要
前言
第1章 概述
1.1 云制造基础知识
1.2 云制造资源智能优化配置与动态调度内容
1.3 本章小结
第2章 云制造任务分解建模与仿真
2.1 云制造任务分解概述
2.2 设计任务分解建模
2.2.1 设计任务分解原则
2.2.2 设计任务分解数学模型
2.3 制造任务分解建模
2.3.1 制造任务分解原则
2.3.2 制造任务分解数学模型
2.4 运输任务分解建模
2.5 维护任务分解建模
2.6 基于深度优化算法的设计任务分解
2.6.1 深度优化算法的基本原理
2.6.2 设计任务矩阵的建立
2.6.3 求解矩阵任务集
2.7 基于快速模块化算法的制造任务分解
2.8 基于人工蜂群算法的运输任务分解
2.8.1 人工蜂群算法原理
2.8.2 编码
2.8.3 适应度函数与算法流程
2.9 基于层次分析法的权重计算
2.10 实例仿真分析
2.10.1 设计任务仿真
2.10.2 制造任务仿真
2.10.3 运输任务仿真
2.10.4 维护任务仿真
2.11 本章小结
第3章 云制造资源智能优化匹配建模与仿真
3.1 制造资源的智能优化匹配问题描述
3.2 云环境下制造资源分类
3.3 制造资源匹配评价指标体系
3.4 云环境下制造资源智能优化匹配模型
3.4.1 优化目标函数
3.4.2 约束条件
3.5 基于层次分析法的权重计算
3.5.1 层次分析法计算权重步骤
3.5.2 权重计算
3.6 基于人工蜂群算法的制造资源智能优化匹配
3.6.1 编码操作
3.6.2 适应度函数的构造
3.6.3 雇佣蜂阶段
3.6.4 观察蜂阶段
3.6.5 侦查蜂阶段
3.7 仿真实验分析
3.8 本章小结
第4章 基于云制造任务变化的资源动态调度建模与仿真
4.1 云制造任务
4.1.1 云制造任务信息描述
4.1.2 云制造任务动态性分析
4.2 基于云制造任务变化的资源动态调度问题描述
4.3 云制造资源调度指标建立
4.4 基于云制造任务变化的资源动态调度数学模型
4.4.1 数学符号及其描述
4.4.2 优化目标
4.4.3 约束条件
4.5 遗传算法
4.6 基于层次分析法的权重计算
4.6.1 层次分析法求解步骤
4.6.2 权重计算
4.7 基于多层编码遗传算法的资源动态调度
4.7.1 个体编码
4.7.2 适应度函数的构造
4.7.3 选择操作
4.7.4 交叉操作
4.7.5 变异操作
4.8 仿真验证
4.9 本章小结
第5章 基于资源变化的动态调度建模与仿真
5.1 云制造资源
5.2 基于资源变化的动态调度问题描述
5.3 基于资源变化的动态调度数学模型
5.3.1 数学符号及其描述
5.3.2 优化目标
5.3.3 约束条件
5.4 粒子群优化算法
5.4.1 粒子群算法基本原理
5.4.2 粒子群算法流程及步骤
5.5 基于改进粒子群算法的资源动态调度
5.5.1 编码
5.5.2 适应度函数构造
5.5.3 粒子位置与速度更新
5.5.4 粒子群算法的改进
5.6 仿真分析
5.7 本章小结
第6章 云制造环境下车间资源的动态调度建模与仿真
6.1 车间资源动态调度问题描述
6.2 任务优先级评定建模
6.2.1 博弈论及其要素
6.2.2 两项任务优先级评定
6.2.3 多项任务优先级评定
6.2.4 多目标评定矩阵构建
6.3 车间资源动态调度建模
6.3.1 数学符号及其描述
6.3.2 优化目标
6.3.3 约束条件
6.4 基于改进粒子群算法的车间资源动态调度
6.4.1 编码
6.4.2 适应度函数构造
6.4.3 粒子群算法操作流程
6.5 仿真分析
6.6 本章小结
附录
参考文献
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜