编辑推荐

制造系统智能调度方法与云服务》为国家出版基金资助项目,不仅介绍了非等效并行机智能调度方法、多工艺路线作业车间智能调度方法、混合流水车间智能调度方法以及混流装配线智能调度方法,还特别介绍了不同调度方法的云端化技术与实现方式,搭建了基于云计算的制造车间智能调度及服务系统,《制造系统智能调度方法与云服务》提出的方法和技术将为广大企业、科研院所、高等院校进一步深入研究制造系统调度问题提供理论基础,为推动我国制造业的智能化发展和企业应用提供参考,对提升我国制造业的核心竞争力具有重要意义。

内容简介

制造系统智能调度方法与云服务》在系统、全面介绍制造系统中的多种复杂调度问题的基础上,重点介绍了面向几类典型制造系统的智能化调度方法,具体包括非等效并行机智能调度方法、多工艺路线作业车间智能调度方法、混合流水车间智能调度方法以及混流装配线智能调度方法。考虑到云计算是实现分布式计算机群的海量数据资源和CPU资源高效整合的协同计算方法,《制造系统智能调度方法与云服务》还特别介绍了不同调度方法的云端化技术与实现方式,搭建了基于云计算的制造车间智能调度及服务系统。《制造系统智能调度方法与云服务》提出的方法和技术将为广大企业、科研院所、高等院校进一步深入研究制造系统调度问题提供理论基础,为推动我国制造业的智能化发展和企业应用提供参考,对提升我国制造业的核心竞争力具有重要意义。《制造系统智能调度方法与云服务》主要面向从事制造系统调度优化方面研究的学者和工业界中期望寻找有效的制造系统调度方法的生产管理人员。《制造系统智能调度方法与云服务》也可作为机械工程、工业工程、自动化、计算机工程、管理工程等相关专业的研究生和高年级本科生的教材和参考书。

作者简介

张洁,东华大学机械工程学院院长、教授、博士生导师。南京航空航天大学获博士学位,华中科技大学和香港大学博士后,法国里昂二大、美国加州大学柏克莱分校、美国伊利诺伊大学香槟分校高级访问学者,上海交通大学教授、博士生导师,中国人工智能学会智能制造专业委员会副主任,中国科学技术协会智能制造学会联合体专业委员会委员。目前从事智能制造、大数据与人工智能领域的教学和科研工作,正在主持国家自然科学基金重点项目“大数据驱动的智能车间运行分析与决策方法的研究”和国家重点研发计划项目“面向纺织行业的机器人自动化生产线示范应用”,主持和参与工信部项目智能制造专项多项。已经主持完成了国家自然科学基金面上项目5项和国家科技部863计划5项,出版专著8部,发表论文两百余篇,获得专利和软件著作权近30项。秦威,上海交通大学副教授、博士研究生导师,2004年毕业于上海交通大学,之后分别于2006年、2011年获清华大学硕士学位和香港大学博士学位,长期从事复杂性科学、特别是复杂制造系统建模、优化与控制、智能制造、制造大数据分析与挖掘等领域的研究工作。

精彩书评

制造系统智能调度方法与云服务》为国家出版基金资助项目,不仅介绍了非等效并行机智能调度方法、多工艺路线作业车间智能调度方法、混合流水车间智能调度方法以及混流装配线智能调度方法,还特别介绍了不同调度方法的云端化技术与实现方式,搭建了基于云计算的制造车间智能调度及服务系统,《制造系统智能调度方法与云服务》提出的方法和技术将为广大企业、科研院所、高等院校进一步深入研究制造系统调度问题提供理论基础,为推动我国制造业的智能化发展和企业应用提供参考,对提升我国制造业的核心竞争力具有重要意义。

目录

第1章制造系统调度(1)

1.1制造系统调度概述(1)

1.2制造系统调度基本问题模型(2)

1.2.1单机调度(4)

1.2.2并行机调度(5)

1.2.3流水车间调度(5)

1.2.4作业车间调度(6)

1.2.5流程车间调度(8)

1.2.6混合车间调度(11)

1.3制造系统调度常用方法(12)

1.3.1运筹学方法(12)

1.3.2启发式规则(13)

1.3.3智能优化算法(15)

1.4《制造系统智能调度方法与云服务》的主要内容和结构体系(18)

第2章制造系统智能调度方法(21)

2.1智能调度方法概述(21)

2.2蚁群算法(22)

2.2.1蚁群算法基本原理(22)

2.2.2蚁群算法在制造系统调度中的应用(24)

2.3遗传算法(25)

2.3.1遗传算法基本原理(25)

2.3.2遗传算法在制造系统调度中的应用(26)

2.4其他智能调度算法(27)

2.4.1模拟退火算法(27)

2.4.2禁忌搜索算法(29)

2.4.3粒子群算法(31)

2.4.4帝国竞争算法(33)

2.5本章小结(34)

参考文献(35)

制造系统智能调度方法与云服务目录第3章基于云计算的制造系统调度服务体系(38)

3.1云计算与服务型制造(38)

3.1.1云计算的提出与发展(38)

3.1.2云计算技术(39)

3.1.3基于云计算的服务型制造(42)

3.2制造系统云调度服务(43)

3.2.1云调度服务的意义(43)

3.2.2云调度服务的功能(44)

3.2.3云调度服务的核心思想(44)

3.2.4制造系统调度的云服务实现要素(46)

3.3面向多制造过程的智能调度插件(49)

3.4制造系统云调度服务平台商业模式(51)

3.5本章小结(52)

参考文献(52)

第4章非等效并行机智能调度方法(53)

4.1非等效并行机调度问题描述(53)

4.2等效并行机调度方法综述(53)

4.3针对可重入特性的非等效并行机调度PDSRPT规则(55)

4.4基于递阶混合帝国竞争算法的非等效并行机动态调度算法(55)

4.4.1时间窗口滚动策略(55)

4.4.2编码解码策略(56)

4.4.3集成PDSRPT规则的递阶混合帝国竞争算法(58)

4.5应用验证(59)

4.5.1算法参数实验(59)

4.5.2关键影响因子分析(61)

4.5.3算法性能对比实验(62)

4.6非等效并行机智能调度算法的云端化处理(64)

4.7本章小结(64)

第5章多工艺路线作业车间智能调度方法(65)

5.1多工艺路线作业车间调度问题描述(65)

5.2多工艺路线作业车间调度方法综述(68)

5.3面向多目标优化的三阶段蚁群调度算法(71)

5.3.1多工艺路线作业车间调度模型(71)

5.3.2蚁群状态转移规则(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实验验证(78)

5.4.1多目标FJSPPPF算例Pareto解分布实验(78)

5.4.2文献算例对比实验(81)

5.4.3单目标与多目标TMACO对比实验(85)

5.5多工艺路线作业车间智能调度算法的云端化处理(89)

5.6本章小结(89)

参考文献(90)

第6章混合流水车间智能调度方法(92)

6.1混合流水车间调度问题描述(92)

6.2混合流水车间调度方法综述(92)

6.2.1静态调度(92)

6.2.2动态调度(94)

6.3混合流水车间静态调度算法(97)

6.3.1数学模型(97)

6.3.2基于三阶段蚁群搜索算法的效用函数法(101)

6.3.3基于改进三阶段蚁群搜索算法的Pareto优化方法(107)

6.3.4实验验证(114)

6.4混合流水车间智能调度算法云端化处理(124)

6.5本章小结(124)

参考文献(125)

第7章混流装配线智能调度方法(129)

7.1混流装配线调度问题描述(129)

7.2混流装配线调度方法综述(130)

7.2.1正向调度(130)

7.2.2逆向调度(133)

7.3混流装配生产正向智能调度方法(137)

7.3.1混流装配生产正向调度数学模型(137)

7.3.2基于改进两级遗传算法的正向调度求解方法(139)

7.3.3正向调度算法性能验证(145)

7.3.4实例验证(149)

7.4混流装配线逆向智能调度方法(152)

7.4.1平尾装配生产逆调度问题的数学模型(152)

7.4.2基于自适应容忍度驱动机制的逆调度策略(156)

7.4.3基于混合遗传算法的逆调度求解方法(158)

7.4.4逆调度方法性能验证(164)

7.4.5实例验证(173)

7.5混流装配线智能调度算法云端化处理(175)

7.6本章小结(175)

参考文献(176)

第8章面向多制造过程的调度算法库与插件(181)

8.1应用背景(181)

8.2总体设计(181)

8.2.1开发思想(181)

8.2.2系统架构(182)

8.2.3关键业务功能与流程(182)

8.2.4系统开发环境(184)

8.3功能实现设计(184)

8.3.1概述(184)

8.3.2通用功能(187)

8.3.3问题定义(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结果输出(198)

8.4平台集成(199)

8.4.1算法库提供的WebService(199)

8.4.2算法库提供的方法参数说明(199)

8.5本章小结(202)

第9章制造系统智能调度云服务平台原型系统(203)

9.1应用背景与概念定义(203)

9.1.1应用背景(203)

9.1.2概念定义(204)

9.2平台原型系统总体设计(205)

9.2.1制造系统调度云服务核心思想(205)

9.2.2系统体系架构(206)

9.2.3功能设计(207)

9.2.4系统集成(208)

9.3关键功能模块实现(210)

9.3.1数据采集模块(210)

9.3.2数据存储模块(211)

9.3.3调度算法库模块(212)

9.3.4调度方案执行监控模块(213)

9.3.5服务封装与发布模块(214)

9.3.6用户在线交互模块(215)

9.4应用实例(216)

9.4.1平台配置(217)

9.4.2制造系统算法集成(217)

9.4.3平台测试(218)

9.5本章小结(220)

前言/序言

近年来,随着大规模定制和协同生产模式的发展,制造企业需要获取客户的个性化定制数据和分布式环境下的车间制造数据,通过网络实现生产资源的合理配置。面对日益复杂的生产制造环境,企业与企业、车间与车间之间的互联程度越来越高,现代化制造系统正在逐渐向一个大类数据和信息汇聚的系统演变。优化制造调度系统是企业实现高效率的组织生产、快速响应市场变化、制造性价比优良、满足用户多样化需求的根本途径。以计算机和互联网为主的信息技术革命已对我国制造业产生了深刻的影响,使制造业的资源配置向信息、知识密集的方向发展,具体表现为:①企业内部柔性化水平越来越高,多种生产模式混合;②企业之间的合作越来越密切,信息流量越来越多;③复杂的数据处理流程、异构的数据类型和纷繁多样的调度算法,需要通过相关技术协同完成任务;④系统的数据量、反应与执行速度要求越来越高;⑤系统的任务调度和计算过程需要向用户和调度人员公开。以上这些特点对传统封闭式的制造车间调度方法形成了巨大的挑战。随着云计算技术的飞速发展,将虚拟化技术与云服务结合,可以克服以上瓶颈,极大提升调度系统的运作能力,实现“按需即用,随需应变”,从而适应现代制造系统服务化创新的需求。《制造系统智能调度方法与云服务》在系统、全面介绍制造系统中的多种复杂调度问题的基础上,重点介绍了面向几类典型制造系统的智能化调度方法,具体包括非等效并行机智能调度方法、多工艺路线作业车间智能调度方法、混合流水车间智能调度方法以及混流装配线智能调度方法。考虑到云计算是实现分布式计算机群的海量数据资源和CPU资源高效整合的协同计算方法,《制造系统智能调度方法与云服务》还特别介绍了不同调度方法的云端化技术与实现方式,搭建了基于云计算的制造车间智能调度及服务系统。《制造系统智能调度方法与云服务》提出的方法和技术将为广大企业、科研院所、高等院校进一步深入研究制造系统调度问题提供理论基础,为推动我国制造业的智能化发展和企业应用提供参考,对提升我国制造业的核心竞争力具有重要意义。制造系统智能调度方法与云服务前言《制造系统智能调度方法与云服务》的研究工作得到了国家自然科学基金重点项目“大数据驱动的智能车间的运行分析与决策方法的研究”(No.51435009)和面上项目“基于复杂网络理论的晶圆制造自动化物料运输系统动态调度方法”(No.51775348)的资助,在此表示感谢!《制造系统智能调度方法与云服务》主要面向从事制造系统调度优化方面研究的学者和工业界中期望寻找有效的制造系统调度方法的生产管理人员。《制造系统智能调度方法与云服务》也可作为机械工程、工业工程、自动化、计算机工程、管理工程等相关专业的研究生和高年级本科生的教材和参考书。在《制造系统智能调度方法与云服务》编写过程中,研究生杨俊刚和张朋等承担了不少任务,付出了大量心血,研究生潘聪、汪俊亮、查栋烨等也参加了部分编写工作,在此对他们一并表示感谢。书稿编写过程中参考了大量的文献,作者在书中尽可能地标注了,有疏忽未标注的,敬请有关作者谅解,同时表示由衷的感谢。另外,华中科技大学高亮教授对《制造系统智能调度方法与云服务》的撰写提出了不少建设性的意见,华中科技大学出版社的编辑们也为《制造系统智能调度方法与云服务》的出版付出了大量的心血,在此表示由衷感谢!智能制造系统调度的相关理论、方法和应用还处在迅速发展之中,已经引起越来越多的研究和应用人员的关注。由于作者的水平和能力有限,书中的缺点和疏漏在所难免,在此欢迎广大读者批评指正。作者2017年9月目录

其他推荐