智能決策是指決策的自動化,是新時代專家系統(tǒng)的升級,從基于規(guī)則到機器學習再到智能自主學習。不僅是決策的自動化,還是整個管理決策過程的智能自主,包括方案選擇的自動化以及效果跟蹤、評估與反饋。全書分為3篇,共10章:第1章緒論、第2章制造數(shù)據(jù)感知基礎(chǔ)與原理、第3章制造數(shù)據(jù)分析基礎(chǔ)與原理、第4章統(tǒng)計推理、第5章生物進化與群智能、第6章人工神經(jīng)網(wǎng)絡、第7章智能決策綜合評價、第8章設(shè)備級決策、第9章產(chǎn)線級決策、第10章系統(tǒng)級決策。本書可作為大學高年級和研究生的“智能決策”“智能制造”等課程的教材,對從事智能制造、智能決策、工業(yè)互聯(lián)網(wǎng)、工業(yè)軟件、智能機器人等領(lǐng)域的研究人員也具有重要的參考價值。
目錄
序
前言
第1章緒論/
1.1智能制造技術(shù)概述/
1.2智能制造中的決策問題/
1.3本書主要內(nèi)容/
參考文獻/
第一篇智能決策基礎(chǔ)
第2章制造數(shù)據(jù)感知基礎(chǔ)與原理/
2.1制造過程數(shù)據(jù)/
2.2現(xiàn)場總線和工業(yè)以太網(wǎng)技術(shù)/
2.3無線傳感網(wǎng)絡技術(shù)/
2.4工業(yè)通信協(xié)議/
習題/
參考文獻/
第3章制造數(shù)據(jù)分析基礎(chǔ)與原理/
3.1數(shù)據(jù)預處理/
3.2數(shù)據(jù)倉庫/
3.3數(shù)據(jù)特征提取/
3.4數(shù)據(jù)分析/
習題/
參考文獻/
第二篇智能決策方法
第4章統(tǒng)計推理/
4.1貝葉斯決策/
4.2馬爾科夫決策/
4.3K近鄰/
4.4決策樹/
習題/
參考文獻/
第5章生物進化與群智能/
5.1遺傳算法/
5.2粒子群算法/
5.3蟻群算法/
習題/
參考文獻/
第6章人工神經(jīng)網(wǎng)絡/
6.1前饋神經(jīng)網(wǎng)絡/
6.2卷積神經(jīng)網(wǎng)絡/
6.3長短期記憶網(wǎng)絡/
6.4強化學習/
6.5遷移學習/
習題/
參考文獻/
第7章智能決策綜合評價/
7.1權(quán)重系數(shù)法/
7.2層次分析法/
7.3TOPSIS法/
7.4動態(tài)加權(quán)綜合法/
7.5灰色關(guān)聯(lián)綜合法/
習題/
參考文獻/
第三篇智能決策應用
第8章設(shè)備級決策/
8.1設(shè)備自適應控制/
8.2預測性維護/
8.3智能交互決策/
習題/
參考文獻/
第9章產(chǎn)線級決策/
9.1產(chǎn)線布局優(yōu)化決策/
9.2生產(chǎn)工藝流程優(yōu)化決策/
9.3生產(chǎn)調(diào)度優(yōu)化決策/
習題/
參考文獻/
第10章系統(tǒng)級決策/
10.1個性化定制/
10.2物料需求計劃預測/
10.3庫存優(yōu)化決策/
10.4系統(tǒng)可靠性預測/
習題/
參考文獻/
附錄/
附錄A本書涉及的數(shù)據(jù)類型與常用數(shù)據(jù)庫簡介/
附錄B本書涉及的編程語言、軟件及系統(tǒng)框架等開發(fā)工具簡介/