车间逆调度理论及智能算法
全新正版 极速发货
￥ 85.89 7.3折 ￥ 118 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
作者牟健慧等
出版社电子工业出版社
ISBN9787121450112
出版时间2023-02
装帧平装
开本其他
定价118元
货号31672782
上书时间2024-06-05
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
牟健慧副教授烟台大学机电汽车工程学院。2015年于华中科技大学获得博士学位。2010.10-2012.10曾在上海通用汽车有限公司任职，熟悉智能生产相关环节。主持国家自然科学基金项目1项，山东省自然科学基金项目1项，山东省教育厅项目1项，参与国家863重大专项等课题，作为第三参与单位负责人参与山东省重大创新工程专项1项。已经发表SCI/EI论文10余篇，其中本领域公认高质量论文：1区SCI论文2篇，2区SCI论文4篇，申请国家发明专利等2项，其中，2016.7月发表的关于车间调度论文被评为\"会议最佳论文”。作者长期从事车间逆调度、生产优化运行、智能算法等研究。高亮，男，1974年生，博士，华中科技大学机械科学与工程学院教授、博士生导师，国家杰出青年基金获得者。担任教育部科技委学部委员、教育部工业工程专业教指委委员、装备发展部先进制造技术专业组成员、数字制造装备与技术国家重点实验室副主任、兵装集团智能制造技术中心第一届专家委员会专家、华中科技大学科学技术发展院和先进技术与装备研究院副院长。主要从事智能制造系统、智能设计、智能优化方法等研究。承担国家自然科学基金重点项目、973课题、863项目、装发部预研基金、国防基础科研计划及企业委托课题等项目20余项。出版著作7部，其中英文专著2部，发表SCI论文230余篇（WebofScience被引3800余次，谷歌学术被引6200余次），ESI热点论文1篇、高被引论文10余篇。2008年获教育部新世纪优秀人才计划资助，2013年获中国机械工程学会青年科技成就奖。获2015年度国家科技进步二等奖1项（排名第二），2013年度教育部自然科学一等奖1项（排名第一）。担任IETCIM主编，SEC、JIPE副主编等。李新宇，男，1985年1月生，湖北仙桃人，华中科技大学机械学院教授，\"数字制造装备与技术”国家重点实验室成员，获全国优秀博士学位论文提名奖。2009年毕业于华中科技大学，获博士学位。现从事现代智能优化方法及其应用、工艺规划、车间调度以及两者集成、深度学习及其应用等方面的科研工作，取得了较丰硕的成果。近年来主持国家自然科学基金项目3项、国家发改委2012年海洋工程装备研发及产业化专项子课题1项、ZZ预研基金1项、装备预研教育部联合基金1项；参与973课题1项、863计划1项、国家科技支撑计划1项、国家自然科学基金重点项目2项及企业委托课题等。担任《工业工程》编委。获得湖北省杰出青年基金项目资助，入选华中学者\"晨星岗”、武汉市青年科技晨光计划。国家自然科学基金委员会同行通信评议专家、中国运筹学会会员、中国仿真学会会员、湖北省机械工程学会工业工程专业委员会副理事长、湖北省运筹学会理事/副秘书长、中国仿真学会智能仿真优化与调度专业委员会副秘书长/常务委员、中国机械工程学会生产工程学会生产系统专业委员会委员。发表/录用SCI收录（源刊）98篇，IEEETransactions论文8篇，ESI热点论文1篇、ESI高被引论文7篇，WebofScience引用1500余次。出版专著4部、撰写英文书籍1章，担任PDR2012会议论文集编委，取得计算机软件著作权12项，申请发明专利23项（授权13项，公开10项）。获教育部自然科学一等奖1项（排名第4）、海洋科学技术二等奖1项（排名第9）、中国运筹学会\"青年科技奖”提名奖、中国仿真学会智能仿真优化与调度专委会\"青年科学家奖”于涛，男，1979.02生，烟台大学机电汽车工程学院副院长，工程力学国家级虚拟仿真实验教学中心（烟台大学）副主任。2007.9月获得东北大学工学博士，主要研究方向为机械动力学、振动控制、旋转机械故障诊断等，在多个国际学术会议中担任组委会、程序委员会委员。在国内外学术刊物及会议上发表学术论文80余篇，出版专著2部。作为项目负责人主持完成国防973子课题、国家自然科学基金项目、总装预研基金、山东省自然科学基金、教育部留学归国基金项目，以及企事业单位委托项目20余项。获得10项国家专利，5项计算机软件著作登记权，获山东省教学成果一等奖等省部级、厅局级奖励7项。
目录
第1章 绪论001
1.1 逆优化问题理论与方法002
1.2 逆优化问题及其国内外研究现状004
1.3 车间调度理论与方法006
1.3.1 车间调度问题的描述及分类007
1.3.2 车间调度问题的研究方法009
1.4 动态调度问题的描述及求解方法016
参考文献020
第2章 车间逆调度理论与方法023
2.1 逆调度问题023
2.1.1 逆调度问题概述023
2.1.2 逆调度问题的数学模型研究025
2.2 逆调度问题的国内外研究概况027
2.2.1 车间逆调度问题的国内研究概况028
2.2.2 车间逆调度问题的国外研究概况028
2.3 逆调度现状总结与应用前景分析029
参考文献031
第3章 单机车间逆调度033
3.1 单机逆调度问题033
3.1.1 加权完成时间和最小的单机逆调度问题描述033
3.1.2 带交货期的单机逆调度问题描述035
3.2 基于GAIP混合算法求解单机逆调度037
3.2.1 遗传算法的基本理论037
3.2.2 单机逆调度问题的染色体编码与解码039
3.2.3 单机逆调度问题的初始化040
3.2.4 选择操作042
3.2.5 交叉操作042
3.2.6 变异操作044
3.2.7 改进的粒子群优化算法045
3.2.8 基于GAIP混合算法的求解步骤048
3.3 基于遗传变邻域交替算法求解DSMISP050
3.3.1 变邻域搜索算法基本理论050
3.3.2 DSMISP问题的编码与解码052
3.3.3 种群初始化053
3.3.4 交叉、变异操作054
3.3.5 变邻域结构设计054
3.3.6 基于遗传变邻域交替算法的求解步骤057
3.4 实验结果与分析059
3.4.1 实验设计059
3.4.2 参数设置060
3.4.3 结果分析与讨论061
3.5 本章小结066
参考文献067
第4章 流水车间逆调度069
4.1 引言069
4.2 流水车间逆调度问题070
4.2.1 流水车间逆调度问题描述070
4.2.2 多目标流水车间逆调度问题描述073
4.3 自适应混合遗传算法求解FSISP问题076
4.3.1 流水车间逆调度问题编码与解码076
4.3.2 流水车间逆调度问题初始化078
4.3.3 交叉操作与变异操作079
4.3.4 自适应的变邻域搜索算法介绍081
4.4 基于LMONG算法求解多目标流水车间逆调度问题085
4.4.1 多目标优化问题的基本理论085
4.4.2 LMONG算法基本操作089
4.4.3 适应度值评价方法092
4.4.4 多样性保持策略093
4.4.5 改进的NEH局部搜索方法094
4.5 实验结果与分析096
4.5.1 实验设计096
4.5.2 结果分析与讨论098
4.6 本章小结108
参考文献110
第5章 作业车间逆调度113
5.1 引言113
5.2 作业车间逆调度问题115
5.2.1 作业车间逆调度问题描述115
5.2.2 多目标作业车间逆调度问题描述117
5.3 改进粒子群算法求解作业车间调度122
5.3.1 粒子群初始化122
5.3.2 粒子群速度、位置更新机制123
5.3.3 粒子激活策略124
5.3.4 改进粒子群算法流程125
5.4 基于混合变异杂草优化算法求解多目标作业车间逆调度127
5.4.1 多目标优化方法127
5.4.2 混合变异杂草优化算法128
5.4.3 混合算法的基本操作129
5.4.4 欧氏贴近度适应度值分配策略130
5.4.5 快速非支配选择排序策略132
5.4.6 算法流程133
5.5 实验结果与分析134
5.5.1 单目标逆调度结果分析134
5.5.2 多目标逆调度结果分析137
5.6 本章小结140
参考文献141
第6章 不确定环境下的车间逆调度143
6.1 引言143
6.2 不确定环境下的车间逆调度问题144
6.2.1 不确定环境下的单机车间逆调度问题描述（UESSP）149
6.2.2 不确定环境下的流水车间逆调度问题描述（UEFSP）150
6.2.3 不确定环境下的柔性作业车间
逆调度问题描述（UEFJSP）154
6.3 不确定环境下的逆调度问题求解策略157
6.3.1 第一阶段求解158
6.3.2 第二阶段求解158
6.3.3 DPN算法流程161
6.4 仿真结果与分析162
6.4.1 实例介绍162
6.4.2 DPN应用实例166
6.5 本章小结171
参考文献172
第7章 车间逆调度实例分析与前景展望173
7.1 车间逆调度现状173
7.2 应用前景分析176
7.3 车间逆调度实例178
7.4 研究展望188
参考文献190
内容摘要
《车间逆调度理论及其智能算法》力图以逆优化理论为基础，简单介绍逆优化理论并总结逆优化研究现状，以及实际工业应用实例，逆优化、逆调度概念篇（第1-2章），从逆优化、车间调度、逆调度的概念、发展及应用领域等方面介绍问题，同时分析逆优化与逆调度的联系，总结逆调度目前研究现状。应用篇（第3-5章），针对不同车间类型，主要围绕单机车间逆调度、流水车间逆调度和作业车间逆调度问题分别展开研究，建立相关逆调度问题模型，采用混合智能算法求解，通过实例验证其方法的有效性和优越性。拓展篇（第6章）研究不确定环境下的车间逆调度问题。最后，本书在第7章中对车间逆调度的实例进行分析，并且分析前沿动态与发展方向，做了进一步总结与分析。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价