×
超值优惠券
¥50
100可用 有效期2天

全场图书通用(淘书团除外)

关闭
暂无评论
图文详情
  • ISBN:9787502494674
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:其他
  • 页数:218
  • 出版时间:2023-04-01
  • 条形码:9787502494674 ; 978-7-5024-9467-4

内容简介

介绍钢铁行业与数字经济、数字技术相融合,通过发挥钢铁行业应用场景和数据资源的优势,以工业互联网为载体、以底层生产线的数据感知和精准执行为基础、以边缘过程设定模型的数字孪生化和信息物理系统化为核心、以数字驱动的云平台为支撑,建设钢铁企业数字化创新基础设施,实现钢铁行业的数字化转型和高质量发展的关键技术。可供钢铁行业工程技术人员、管理人员阅读,也可为钢铁行业上下游企业相关人员参考。钢铁行业必须与数字经济、数字技术相融合,发挥钢铁行业应用场景和数据资源的优势,以工业互联网为载体、以底层生产线的数据感知和精准执行为基础、以边缘过程设定模型的数字孪生化和信息物理系统(CPS)化为核心、以数字驱动的云平台为支撑,建设钢铁企业数字化创新基础设施,加速建设数字钢铁,实现钢铁行业的数字化转型和高质量发展。

目录

目录 1数字经济时代来临数字经济方兴未艾 1.1数字经济时代来临数据成为重要生产要素 1.2数字经济、数字技术与数字产业化 1.3大数据生态体系形成 1.4数据科学成为重要的认识世界的分析方法 1.5数字技术、数据经济在各领域中应用的关键发展态势 2数据时代钢铁行业面临的机遇与挑战 2.1钢铁行业是距“数字化”*近的行业 2.2钢铁行业是对数字技术需求*迫切的行业 2.3钢铁行业有丰富的数字资源和应用场景资源 2.4钢铁行业具有直接反馈赋能物料的优势 2.5钢铁行业数字技术应用的推进步骤 3信息物理系统 3.1信息物理系统概述 3.2数据自动流动的四个过程 3.3信息物理系统的六个特征 3.4数据驱动的原位分析系统 4钢铁材料创新基础设施 4.1传统工业互联网平台架构 4.2钢铁材料创新基础设施的体系架构 4.3钢铁材料创新基础设施的主要组成部分 4.4网络与安全 4.5钢铁材料创新基础设施的特点 4.6钢铁材料创新基础设施建设 5数据治理 5.1数据抽取 5.2数据清洗与转换 5.3数据加载 6机器学习 6.1线性模型 6.2局部加权回归 6.3人工神经网络 6.4RBF神经网络 6.5支持向量机 6.6决策树和随机森林 6.7遗传算法 6.8主成分分析 6.9深度神经网络 6.10卷积神经网络 6.11循环神经网络和LSTM神经网络 6.12图神经网络 7多目标智能优化决策算法 7.1多目标优化问题 7.2多目标优化算法综述及典型算法 8主流程边缘区域的数据分析和信息物理系统化 8.1铁前与高炉炼铁 8.2炼钢与精炼 8.3连铸 8.4板带材与长型材热轧 8.5冷轧带材与热处理、涂镀 8.6短流程生产工艺 8.7基于5G软件定义钢铁工业控制系统的设计与实现 9云端资源与配置管理区域的优化与管理 9.1生产计划调度管理 9.2装备运维管理 9.3物流管理 9.4环境管理 参考文献 结语
展开全部

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航