制造系統(tǒng)智能調(diào)度方法與云服務

第1章制造系統(tǒng)調(diào)度（1）
1.1制造系統(tǒng)調(diào)度概述（1）
1.2制造系統(tǒng)調(diào)度基本問題模型（2）
1.2.1單機調(diào)度（4）
1.2.2并行機調(diào)度（5）
1.2.3流水車間調(diào)度（5）
1.2.4作業(yè)車間調(diào)度（6）
1.2.5流程車間調(diào)度（8）
1.2.6混合車間調(diào)度（11）
1.3制造系統(tǒng)調(diào)度常用方法（12）
1.3.1運籌學方法（12）
1.3.2啟發(fā)式規(guī)則（13）
1.3.3智能優(yōu)化算法（15）
1.4本書的主要內(nèi)容和結(jié)構(gòu)體系（18）
第2章制造系統(tǒng)智能調(diào)度方法（21）
2.1智能調(diào)度方法概述（21）
2.2蟻群算法（22）
2.2.1蟻群算法基本原理（22）
2.2.2蟻群算法在制造系統(tǒng)調(diào)度中的應用（24）
2.3遺傳算法（25）
2.3.1遺傳算法基本原理（25）
2.3.2遺傳算法在制造系統(tǒng)調(diào)度中的應用（26）
2.4其他智能調(diào)度算法（27）
2.4.1模擬退火算法（27）
2.4.2禁忌搜索算法（29）
2.4.3粒子群算法（31）
2.4.4帝國競爭算法（33）
2.5本章小結(jié)（34）
參考文獻（35）
制造系統(tǒng)智能調(diào)度方法與云服務目錄第3章基于云計算的制造系統(tǒng)調(diào)度服務體系（38）
3.1云計算與服務型制造（38）
3.1.1云計算的提出與發(fā)展（38）
3.1.2云計算技術（39）
3.1.3基于云計算的服務型制造（42）
3.2制造系統(tǒng)云調(diào)度服務（43）
3.2.1云調(diào)度服務的意義（43）
3.2.2云調(diào)度服務的功能（44）
3.2.3云調(diào)度服務的核心思想（44）
3.2.4制造系統(tǒng)調(diào)度的云服務實現(xiàn)要素（46）
3.3面向多制造過程的智能調(diào)度插件（49）
3.4制造系統(tǒng)云調(diào)度服務平臺商業(yè)模式（51）
3.5本章小結(jié)（52）
參考文獻（52）
第4章非等效并行機智能調(diào)度方法（53）
4.1非等效并行機調(diào)度問題描述（53）
4.2等效并行機調(diào)度方法綜述（53）
4.3針對可重入特性的非等效并行機調(diào)度PDSRPT規(guī)則（55）
4.4基于遞階混合帝國競爭算法的非等效并行機動態(tài)調(diào)度算法（55）
4.4.1時間窗口滾動策略（55）
4.4.2編碼解碼策略（56）
4.4.3集成PDSRPT規(guī)則的遞階混合帝國競爭算法（58）
4.5應用驗證（59）
4.5.1算法參數(shù)實驗（59）
4.5.2關鍵影響因子分析（61）
4.5.3算法性能對比實驗（62）
4.6非等效并行機智能調(diào)度算法的云端化處理（64）
4.7本章小結(jié)（64）
第5章多工藝路線作業(yè)車間智能調(diào)度方法（65）
5.1多工藝路線作業(yè)車間調(diào)度問題描述（65）
5.2多工藝路線作業(yè)車間調(diào)度方法綜述（68）
5.3面向多目標優(yōu)化的三階段蟻群調(diào)度算法（71）
5.3.1多工藝路線作業(yè)車間調(diào)度模型（71）
5.3.2蟻群狀態(tài)轉(zhuǎn)移規(guī)則（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實驗驗證（78）
5.4.1多目標FJSPPPF算例Pareto解分布實驗（78）
5.4.2文獻算例對比實驗（81）
5.4.3單目標與多目標TMACO對比實驗（85）
5.5多工藝路線作業(yè)車間智能調(diào)度算法的云端化處理（89）
5.6本章小結(jié)（89）
參考文獻（90）
第6章混合流水車間智能調(diào)度方法（92）
6.1混合流水車間調(diào)度問題描述（92）
6.2混合流水車間調(diào)度方法綜述（92）
6.2.1靜態(tài)調(diào)度（92）
6.2.2動態(tài)調(diào)度（94）
6.3混合流水車間靜態(tài)調(diào)度算法（97）
6.3.1數(shù)學模型（97）
6.3.2基于三階段蟻群搜索算法的效用函數(shù)法（101）
6.3.3基于改進三階段蟻群搜索算法的Pareto優(yōu)化方法（107）
6.3.4實驗驗證（114）
6.4混合流水車間智能調(diào)度算法云端化處理（124）
6.5本章小結(jié)（124）
參考文獻（125）
第7章混流裝配線智能調(diào)度方法（129）
7.1混流裝配線調(diào)度問題描述（129）
7.2混流裝配線調(diào)度方法綜述（130）
7.2.1正向調(diào)度（130）
7.2.2逆向調(diào)度（133）
7.3混流裝配生產(chǎn)正向智能調(diào)度方法（137）
7.3.1混流裝配生產(chǎn)正向調(diào)度數(shù)學模型（137）
7.3.2基于改進兩級遺傳算法的正向調(diào)度求解方法（139）
7.3.3正向調(diào)度算法性能驗證（145）
7.3.4實例驗證（149）
7.4混流裝配線逆向智能調(diào)度方法（152）
7.4.1平尾裝配生產(chǎn)逆調(diào)度問題的數(shù)學模型（152）
7.4.2基于自適應容忍度驅(qū)動機制的逆調(diào)度策略（156）
7.4.3基于混合遺傳算法的逆調(diào)度求解方法（158）
7.4.4逆調(diào)度方法性能驗證（164）
7.4.5實例驗證（173）
7.5混流裝配線智能調(diào)度算法云端化處理（175）
7.6本章小結(jié)（175）
參考文獻（176）
第8章面向多制造過程的調(diào)度算法庫與插件（181）
8.1應用背景（181）
8.2總體設計（181）
8.2.1開發(fā)思想（181）
8.2.2系統(tǒng)架構(gòu)（182）
8.2.3關鍵業(yè)務功能與流程（182）
8.2.4 系統(tǒng)開發(fā)環(huán)境（184）
8.3功能實現(xiàn)設計（184）
8.3.1概述（184）
8.3.2通用功能（187）
8.3.3問題定義（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結(jié)果輸出（198）
8.4平臺集成（199）
8.4.1算法庫提供的WebService（199）
8.4.2算法庫提供的方法參數(shù)說明（199）
8.5本章小結(jié)（202）
第9章制造系統(tǒng)智能調(diào)度云服務平臺原型系統(tǒng)（203）
9.1應用背景與概念定義（203）
9.1.1應用背景（203）
9.1.2概念定義（204）
9.2平臺原型系統(tǒng)總體設計（205）
9.2.1制造系統(tǒng)調(diào)度云服務核心思想（205）
9.2.2系統(tǒng)體系架構(gòu)（206）
9.2.3功能設計（207）
9.2.4系統(tǒng)集成（208）
9.3關鍵功能模塊實現(xiàn)（210）
9.3.1數(shù)據(jù)采集模塊（210）
9.3.2數(shù)據(jù)存儲模塊（211）
9.3.3調(diào)度算法庫模塊（212）
9.3.4調(diào)度方案執(zhí)行監(jiān)控模塊（213）
9.3.5服務封裝與發(fā)布模塊（214）
9.3.6用戶在線交互模塊（215）
9.4應用實例（216）
9.4.1平臺配置（217）
9.4.2制造系統(tǒng)算法集成（217）
9.4.3平臺測試（218）
9.5本章小結(jié)（220）