智能物联制造系统与决策

本书以“物物互联，感知制造，动态决策”为导向，聚焦物联制造执行过程的主动感知与动态优化决策的核心问题，展开与其相关的基本理论、共性方法、优化模型和算法的阐述，体现了现有优选制造系统从自动化、数字化向智能化和智慧化发展的趋势，为提升制造执行过程的透明性和对制造过程进行多方面的跟踪、分析、优化及控制提供了较好的基础知识。在本书的编写过程中突出了基础理论和应用实践。在基础理论方面，本书力求清晰阐述智能物联制造系统与动态决策涉及的基础共性问题，包括物联制造系统的体系构架、运作机理、智能决策方法、实时信息驱动的制造系统优化控制策略与模型等，使读者在智能物联制造系统与动态决策的基础理论方面得到提升。在应用实践方面，本书注重理论联系实际，在对每个关键理论与方法进行阐述后，均附以典型的算例和案例来对理论与方法进行分析与验证，力图使读者能够进一步加深对理论的理解与掌握。本书可作为普通高等院校智能制造专业方向的核心教材，也可作为相关专业学科的选修教材，还可作为从事相关专业工程技术人员的参考用书。

张映锋教授，西北工业大学机电学院副院长、教授、博士生导师；教育部新世纪很好人才、陕西省青年科技新星；中国优选法统筹法与经济数学研究会工业工程分会副理事长、中国机械工程学会机械工业自动化分会常务委员；研究领域：智能制造系统、信息物理系统、工业大数据。

前言
第1章物联制造系统概述
1.1物联制造系统的研究对象
1.2物联制造系统的内涵和特征
1.3物联制造系统的发展趋势
习题
第2章智能决策方法介绍
2.1智能决策方法的原理
2.2层次分析法简介
2.3灰色理论概述
2.4遗传算法概述
2.5博弈决策概述
2.6深度学习概述
2.7分布式决策方法
习题
第3章物联制造系统智能控制体系构架
3.1物联制造系统智能控制的需求分析
3.2物联制造系统智能控制参考体系构架
3.3物联制造系统智能控制工作逻辑
3.4物联制造系统智能控制的关键技术
习题
第4章多源制造信息感知技术
4.1制造系统多源信息源分析
4.2制造系统多源信息主动感知模型
4.3多源制造信息的主动获取技术与传输方法
4.4多源制造信息主动感知系统的设计与实现
习题
第5章底层制造资源的智能化建模
5.1加工制造资源智能化建模需求分析
5.2实时信息驱动的装配活动智能导航服务的体系构架
5.3设备端制造活动智能导航的应用服务
5.4智能决策方法在底层制造资源智能化建模中的设计与应用
5.5基于云计算信息构架的加工资源制造服务云端化接入方法
习题
第6章智能物料精准配送方法
6.1智能物料配送简介
6.2以搬运载体为核心的主动配送模型
6.3基于物联网的智能搬运载体
6.4智能决策方法在物料配送中的应用
6.5原型系统设计与实现
习题
第7章物联制造执行系统自组织优化配置方法
7.1任务驱动的物联制造执行系统主动发现与配置方法体系构架
7.2加工资源制造服务UDDI
7.3制造服务主动发现策略与技术
7.4任务驱动的制造执行系统动态配置方法
习题
第8章制造系统性能实时分析与诊断
8.1物联制造执行系统性能分析的体系构架
8.2物联制造执行过程中的关键事件
8.3基于分层时间着色Petri网的关键事件建模
8.4基于决策树的生产过程实时性能分析
习题
第9章制造系统运行过程协同优化方法
9.1基于多Agent技术的制造系统运行过程协同优化体系
9.2多Agent系统的通信与交互
9.3设备Agent
9.4任务分配Agent
9.5实时调度Agent
9.6运行过程监控Agent
9.7基于JADE的多Agent系统
9.8案例仿真设计
习题
第10章制造服务组合优选智能决策理论与方法
10.1制造服务组合概述
10.2制造服务组合QoS评估
10.3制造服务组合优选问题建模
10.4制造服务组合优选智能决策方法
习题
第11章典型智能制造系统案例分析
11.1汽车行业典型零部件智能车间案例
11.2航空发动机典型零部件智能制造车间案例
习题
参考文献