• 柔性制造单元的智能控制技术
21年品牌 40万+商家 超1.5亿件商品

柔性制造单元的智能控制技术

全新正版 极速发货

22.52 5.8折 39 全新

库存2件

广东广州
认证卖家担保交易快速发货售后保障

作者米智伟、刘丽兰、方明伦

出版社清华大学出版社

ISBN9787302591894

出版时间2021-10

装帧平装

开本其他

定价39元

货号1202516525

上书时间2024-09-02

谢岳书店

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
商品简介

全书分为两大部分:章和第二章为综述部分;第三章至第六章共四章为分述部分,详细阐述了基于Petri网的制造过程建模原理、FMC制造过程建模和性能分析的详细流程以及FMC的过程控制系统的实现;详细介绍了基于遗传算法的单目标和多目标FMC调度智能算法;详细阐述了深度学习的概念、发展历程以及深度学习模型的训练、评估与改进,重点介绍了目前性能**且应用广泛的“两阶段目标检测算法”和“一阶段目标检测算法”。本书可作为高等院校机电工程、自动化及相关专业的高年级本科生或研究生教材,也可供工程技术人员阅读参考。

目录

第1章绪论

1.1柔性制造单元 

1.1.1柔性制造单元的外延

1.1.2柔性制造单元的内涵

1.2离散事件动态系统..

1.3人工智能综述...·

1.3.1人工智能简史 ..

1.3.2人工智能的研究领域 ..

1.4 FMC智能控制系统综述 .......

1.4.1 FMC 智能控制系统的被控对象

1.4.2FMC 控制系统面临的挑战

1.4.3FMC 智能控制系统的特点

1.4.4-FMC智能控制系统的组成

1.5 本书的主要内容

第2章,FMC智能控制系统的体系结构 ..... 

2.1、工业控制系统的体系结构概述 .......

2.2工业控制系统物理体系结构...

2.2.1计算机集中控制系统......

2.2.2.分散控制系统·

2.2.3.现场总线控制系统...

2.2.4.工业以太网控制系统·

2.2.5...工业物联网系统.........

2.3.FMC智能控制系统逻辑体系结构

2.3.1.逻辑体系结构的总体框架........

2.3.2数据交换层

2.3.3.过程控制层...

2.3.4..分析决策层....

第3章 基于 Petri 网的制造过程建模原理 

3.1Petri 网综述 ... 

3.2基本 Petri 网原理......

3.2.1 基本 Petri 网的定义 .....

3.2.2Petri 网的基本性能

3.2.3制造过程的若干基本 Petri 网模型 

3.3面向对象的 Petri 网原理...

3.3.1问题的提出.....

3.3.2面向对象的建模技术.....

3.3.3面向对象的 Petri 网模型定义...

3.4OOPN 模型的建模及性能分析.

3.4.1 OOPN 模型的建模流程.........

3.4.2 OOPN 模型的死锁分析算法...

第4章FMC 的过程控制

4.1机器人柔性制造单元简介·

4.2R-FMC 制造过程建模 .......

4.2.1制造过程建模综述........

4.2.2OOPN模型的建立....

4.2.3 OOPN 模型的动态行为分析...

4.3R-FMC 的过程控制系统实现.....

4.3.1过程控制系统体系结构设计。

4.3.2可编程逻辑控制器 .........

4.3.3、设备控制层的实现....

第5章 FMC 的调度智能算法.....

5.1 车间调度问题综述 .....

5.2FMC 调度问题的模型和算法...

5.2.1FMC 调度问题的模型描述

5.2.2调度算法综述....

5.3遗传算法的基本原理

5.4基于遗传算法的单目标 FMC 调度.

5.4.1染色体的编码设计 .....

5.4.2'染色体的解码设计....

5.4.3、运行参数设置 .........

5.4.4种群初始化 .

5.4.5适应度函数设计 ..

5.4.6选择操作设计.......

5.4.7交叉操作设计 .

5.4.8变异操作设计 ...

5.5基于遗传算法的多目标 FMC 调度...

5.5.1多目标优化问题综述 .............

5.5.2遗传算法求解多目标 FMC 调度问题 .......

第6章 深度学习技术

6.1 人工智能、机器学习与深度学习 

6.2从神经元到深度学习 ..

6.2.1 人工神经网络综述 .

6.2.2神经元 ........ 

6.2.3感知器 . ........ 

6.2.4 多层感知器· .............. 

6.2.5深度学习................

6.3深度学习模型的训练............

6.3.1深度学习中的优化技术

6.3.2梯度下降算法及其改进

6.3.3深度学习模型的训练过程...

6.4深度学习模型的评估...............

6.4.1训练误差与泛化误差

6.4.2模型评估的方法....

6.5深度学习模型的改进......

6.6计算机视觉 .............

6.6.1计算机视觉综述..............

6.6.2卷积神经网络基础 .........

6.6.3基于深度学习的目标检测算法 ...

6.7深度学习的展望 ......

参考文献 ...



—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP