包邮智能制造系统集成与优化方法

**部分　综述篇第1章 制造系统集成概述0021.1　制造业的发展机遇与挑战0021.2　制造系统的内涵和特征0041.2.1　基础制造技术0061.2.2　新型制造单元技术0061.2.3　先进制造模式/系统0091.2.4　现代集成制造系统特征0131.3　制造系统集成的体系架构与目标0151.3.1　制造系统集成的体系架构0161.3.2　制造系统集成的演进目标0211.4　制造系统集成的发展趋势0241.4.1　从符号智能走向计算智能0251.4.2　从百花齐放走向统一融合026**部分　综述篇第1章 制造系统集成概述0021.1　制造业的发展机遇与挑战0021.2　制造系统的内涵和特征0041.2.1　基础制造技术0061.2.2　新型制造单元技术0061.2.3　先进制造模式/系统0091.2.4　现代集成制造系统特征0131.3　制造系统集成的体系架构与目标0151.3.1　制造系统集成的体系架构0161.3.2　制造系统集成的演进目标0211.4　制造系统集成的发展趋势0241.4.1　从符号智能走向计算智能0251.4.2　从百花齐放走向统一融合0261.4.3　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0352.1　智能优化方法0352.1.1　发展历史0362.1.2　典型特征0372.2　多目标优化0392.2.1　多目标优化问题0402.2.2　多目标优化方法0412.2.3　解集的评价指标0472.3　迁移学习0492.3.1　迁移学习的动机0502.3.2　迁移学习方法分类0522.4　多任务优化0542.4.1　多任务优化问题的数学描述0562.4.2　多任务优化的基本框架0562.4.3　迁移过程的自适应控制策略0602.5　深度学习和强化学习0632.5.1　深度学习0632.5.2　强化学习0662.5.3　深度Q 网络0692.6　不确定多属性决策0722.6.1　区间数多属性灰色关联分析0732.6.2　三角模糊数多属性决策0742.6.3　二元语义多属性决策0782.6.4　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0843.1　制造物联0843.1.1　定义及特征0863.1.2　参考体系架构0883.1.3　关键使能技术0893.2　信息物理生产系统0933.2.1　概述0933.2.2　系统模型0953.2.3　实现技术096 第4章 大数据驱动的主动制造系统1014.1　引言1014.2　制造中的大数据问题1034.3　主动制造的内涵1074.4　主动制造系统体系结构1094.5　案例分析114 第5章 人本智能制造系统1175.1　引言1175.2　工业5.0 1205.2.1　特征及定义1205.2.2　人机交互方式演化1225.2.3　“人-社会-自然-技术”视角下的工业4.0/5.0 1255.3　走向人机共生的人本智造1275.3.1　人机共生关系1285.3.2　生产模式演化与人类需求多样化1305.3.3　人机协作应用案例1325.4　人本智能制造演化1335.5　人本智造示例136 第6章 自主智能制造系统1396.1　从人机交互到自主智能1396.2　自主智能制造系统的人机物交互1416.3　自主智能制造系统中人的角色1436.4　自主智能制造参考体系架构1446.5　应用实例149 第7章 可持续包容性制造1557.1　引言1557.2　包容性制造的内涵1587.3　包容性制造技术路线1617.4　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1688.1　引言1698.2　云服务组合模型1738.3　QoS 评估1748.4　对抗搜索驱动的高维多目标协同搜索方法1778.4.1　对抗分解的基本思想1788.4.2　算法步骤1808.4.3　实验结果与分析1878.5　算法寻优过程计算资源动态配置策略1928.5.1　基本思想1938.5.2　算法设计1958.5.3　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2139.1　基于特征空间映射的多任务优化2149.1.1　基于自编码器的特征空间映射2149.1.2　模型构建2169.1.3　算法设计2199.1.4　云制造多任务协同优化案例仿真2249.2　在线学习机制驱动的多任务优化2329.2.1　知识迁移强度自适应2339.2.2　多源任务选择策略2369.2.3　基于受限玻尔兹曼机的跨域适配机制2389.2.4　EMaTO-AMR 算法流程2409.2.5　案例仿真结果与分析2439.3　集成学习辅助的跨域适配自适应方法2529.3.1　基于DAE 的跨域适配技术2539.3.2　基于ADM 的跨域适配技术2549.3.3　基于RBM 的跨域适配技术2559.3.4　算法流程2579.3.5　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28410.1　图神经网络28410.1.1　图神经网络一般框架28510.1.2　图卷积网络（GCN） 28710.1.3　GraphSAGE 28810.1.4　图注意力网络（GAT） 28910.2　深度强化学习相关算法29010.2.1　DQN 算法29110.2.2　DDPG 算法29210.3　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29310.3.1　动态分布式调度特征29310.3.2　问题建模29510.3.3　算法流程29810.3.4　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30911.1　引言30911.2　云服务资源发现与配置31111.3　基于二元语义的制造服务优选技术31311.3.1　二元语义相关基础31311.3.2　模糊数与二元语义的转化31511.3.3　多粒度二元语义权重信息的一致化处理31611.3.4　制造云服务优选评估流程31711.4　实例分析31911.4.1　计算关联系数矩阵31911.4.2　确定指标权重系数32111.4.3　资源综合评价322 参考文献324