數(shù)據(jù)驅(qū)動(dòng)的智能車(chē)間適應(yīng)性調(diào)度與優(yōu)化

第1章 緒論 001
1.1 智能制造與智能車(chē)間 002
1.1.1 智能制造 002
1.1.2 智能車(chē)間 003
1.2 生產(chǎn)調(diào)度 004
1.2.1 生產(chǎn)調(diào)度基本問(wèn)題描述 004
1.2.2 生產(chǎn)調(diào)度國(guó)內(nèi)外研究現(xiàn)狀 007
1.3 智能車(chē)間生產(chǎn)調(diào)度面臨的需求與挑戰(zhàn) 013
第2章 工業(yè)大數(shù)據(jù)與數(shù)據(jù)驅(qū)動(dòng)技術(shù) 021
2.1 工業(yè)大數(shù)據(jù)與智能制造 022
2.1.1 大數(shù)據(jù)與工業(yè)大數(shù)據(jù) 022
2.1.2 工業(yè)大數(shù)據(jù)特性分析 023
2.1.3 工業(yè)大數(shù)據(jù)技術(shù)架構(gòu) 025
2.1.4 工業(yè)大數(shù)據(jù)在智能制造中的應(yīng)用 026
2.1.5 工業(yè)大數(shù)據(jù)應(yīng)用面臨的挑戰(zhàn) 028
2.2 工業(yè)大數(shù)據(jù)質(zhì)量管理 029
2.2.1 工業(yè)大數(shù)據(jù)質(zhì)量問(wèn)題 030
2.2.2 領(lǐng)域知識(shí)無(wú)關(guān)的工業(yè)大數(shù)據(jù)質(zhì)量管理 031
2.2.3 領(lǐng)域知識(shí)相關(guān)的工業(yè)大數(shù)據(jù)質(zhì)量管理 034
2.2.4 工業(yè)大數(shù)據(jù)整體質(zhì)量評(píng)價(jià)指標(biāo) 040
2.3 工業(yè)大數(shù)據(jù)驅(qū)動(dòng)的生產(chǎn)調(diào)度使能技術(shù) 043
2.3.1 生產(chǎn)特征選擇 044
2.3.2 生產(chǎn)性能預(yù)測(cè) 046
2.3.3 調(diào)度知識(shí)挖掘 047
第3章 信息物理生產(chǎn)系統(tǒng)（CPPS） 051
3.1 信息物理系統(tǒng)（CPS） 052
3.1.1 CPS 概述 052
3.1.2 CPS 的技術(shù)內(nèi)核及運(yùn)行方式 053
3.1.3 CPS 的組織架構(gòu) 054
3.1.4 CPS 的特征 057
3.1.5 CPS 在制造領(lǐng)域的應(yīng)用 059
3.2 面向智能制造的CPPS 060
3.2.1 CPPS 概述 060
3.2.2 CPPS 的組成 061
3.2.3 CPPS 的特征 062
3.2.4 CPPS 的多層次體系架構(gòu) 063
3.3 面向智能車(chē)間生產(chǎn)調(diào)度的CPPS 環(huán)境構(gòu)建 067
3.3.1 生產(chǎn)調(diào)度對(duì)CPPS 的需求分析 067
3.3.2 面向智能車(chē)間生產(chǎn)調(diào)度的CPPS 框架 068
3.3.3 面向半導(dǎo)體生產(chǎn)線的CPPS 環(huán)境構(gòu)建案例 070
第4章 智能車(chē)間適應(yīng)性調(diào)度解決方案 079
4.1 智能車(chē)間多級(jí)聯(lián)動(dòng)適應(yīng)性調(diào)度體系框架 080
4.1.1 需求分析 080
4.1.2 智能車(chē)間多級(jí)聯(lián)動(dòng)適應(yīng)性調(diào)度體系框架 082
4.2 多級(jí)聯(lián)動(dòng)適應(yīng)性調(diào)度體系的運(yùn)行演化 084
4.2.1 體系運(yùn)行演化中的多級(jí)聯(lián)動(dòng) 085
4.2.2 體系運(yùn)行演化中的數(shù)據(jù)循環(huán)增值 086
第5章 多目標(biāo)魯棒調(diào)度方法 089
5.1 多目標(biāo)魯棒調(diào)度問(wèn)題描述 090
5.1.1 魯棒調(diào)度概述 090
5.1.2 多目標(biāo)魯棒調(diào)度問(wèn)題描述和魯棒性定義 092
5.1.3 魯棒性度量 093
5.2 多目標(biāo)魯棒調(diào)度方法框架 097
5.2.1 調(diào)度策略表達(dá) 097
5.2.2 多目標(biāo)魯棒調(diào)度方法框架 101
5.3 確定環(huán)境下的多目標(biāo)調(diào)度策略解集生成 102
5.3.1 多目標(biāo)優(yōu)化方法 102
5.3.2 基于仿真的優(yōu)化方法 104
5.3.3 SBO-NSGA-Ⅱ算法設(shè)計(jì) 105
5.4 不確定環(huán)境下的多目標(biāo)魯棒調(diào)度策略選擇 108
5.4.1 基于場(chǎng)景規(guī)劃的生產(chǎn)數(shù)據(jù)獲取 108
5.4.2 基于熵權(quán)法的多目標(biāo)魯棒調(diào)度模型 109
第6章 適應(yīng)性的實(shí)時(shí)調(diào)度方法 115
6.1 實(shí)時(shí)調(diào)度問(wèn)題描述 116
6.2 調(diào)度策略推薦方法 117
6.2.1 調(diào)度策略推薦問(wèn)題描述 117
6.2.2 調(diào)度策略推薦方法框架 118
6.3 基于K-NN 的調(diào)度規(guī)則推薦 120
6.3.1 算法框架 120
6.3.2 基于GA 的生產(chǎn)屬性特征子集選擇 122
6.3.3 基于K-NN 的調(diào)度規(guī)則推薦模型 125
6.4 基于SVR 的調(diào)度參數(shù)推薦 126
6.4.1 算法框架 126
6.4.2 基于響應(yīng)曲面法的最優(yōu)樣本獲取 127
6.4.3 基于SVR 的調(diào)度參數(shù)推薦模型 128
第7章 適應(yīng)性的重調(diào)度方法 133
7.1 重調(diào)度問(wèn)題描述及方法框架 134
7.1.1 重調(diào)度問(wèn)題描述 134
7.1.2 適應(yīng)性重調(diào)度方法 136
7.2 數(shù)據(jù)驅(qū)動(dòng)的擾動(dòng)在線識(shí)別與預(yù)測(cè) 138
7.2.1 擾動(dòng)分類(lèi) 138
7.2.2 漸變型擾動(dòng)識(shí)別方法 139
7.2.3 突發(fā)型擾動(dòng)識(shí)別方法 143
7.3 全數(shù)據(jù)驅(qū)動(dòng)的重調(diào)度方法 148
7.3.1 基于長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)的重調(diào)度方法框架 149
7.3.2 LSTM 神經(jīng)網(wǎng)絡(luò)離線訓(xùn)練 151
7.3.3 在線調(diào)度 152
7.4 增強(qiáng)學(xué)習(xí)能力的重調(diào)度方法 152
7.4.1 基于DRL 的重調(diào)度問(wèn)題描述 154
7.4.2 基于DQN 的重調(diào)度方法 156
7.4.3 基于改進(jìn)異步優(yōu)勢(shì)行動(dòng)者評(píng)論家算法的重調(diào)度方法 158
第8章 適應(yīng)性調(diào)度閉環(huán)優(yōu)化方法 165
8.1 調(diào)度知識(shí) 166
8.1.1 調(diào)度知識(shí)概念 166
8.1.2 調(diào)度知識(shí)的表達(dá) 167
8.2 調(diào)度知識(shí)管理 168
8.2.1 調(diào)度知識(shí)管理概述 168
8.2.2 調(diào)度知識(shí)生成 170
8.2.3 調(diào)度知識(shí)評(píng)估與更新 171
8.3 調(diào)度知識(shí)在線評(píng)估 172
8.3.1 基于質(zhì)量控制的調(diào)度知識(shí)評(píng)估方法 172
8.3.2 基于生產(chǎn)狀態(tài)變化的調(diào)度知識(shí)在線評(píng)估 176
8.4 基于增量學(xué)習(xí)的調(diào)度知識(shí)更新方法 178
8.4.1 基于OS-ELM 的調(diào)度知識(shí)更新方法 178
8.4.2 基于Online SVR 的調(diào)度知識(shí)更新方法 180
第9章 智能車(chē)間適應(yīng)性調(diào)度原型系統(tǒng) 187
9.1 智能車(chē)間適應(yīng)性調(diào)度原型系統(tǒng)架構(gòu) 188
9.1.1 需求分析 188
9.1.2 系統(tǒng)架構(gòu)設(shè)計(jì) 189
9.2 關(guān)鍵層級(jí)設(shè)計(jì) 192
9.2.1 數(shù)據(jù)層設(shè)計(jì) 192
9.2.2 分析層設(shè)計(jì) 193
9.2.3 服務(wù)層設(shè)計(jì) 193
9.2.4 表示層設(shè)計(jì) 193
9.3 智能車(chē)間適應(yīng)性調(diào)度原型系統(tǒng)實(shí)現(xiàn) 194
9.3.1 系統(tǒng)開(kāi)發(fā) 194
9.3.2 系統(tǒng)界面 197
9.3.3 運(yùn)行設(shè)置 199
9.3.4 結(jié)果展示 204
第10章 適應(yīng)性調(diào)度與優(yōu)化方法驗(yàn)證與實(shí)施案例 209
10.1 基于適應(yīng)性調(diào)度原型系統(tǒng)的方法驗(yàn)證 210
10.1.1 單級(jí)調(diào)度方法驗(yàn)證 210
10.1.2 多級(jí)聯(lián)動(dòng)適應(yīng)性調(diào)度方法的綜合驗(yàn)證 217
10.2 以某企業(yè)航空發(fā)動(dòng)機(jī)裝配線AEAL 為對(duì)象的案例研究 222
10.2.1 航空發(fā)動(dòng)機(jī)裝配線AEAL 介紹 222
10.2.2 多級(jí)聯(lián)動(dòng)適應(yīng)性調(diào)度方法的案例研究 226
縮略詞索引 231