本书简要介绍云制造环境下制造资源智能优化配置与动态调度的相关技术。在现有云制造资源配置与调度研究的基础上，提出一种将云制造平台下复杂制造任务合理分解的方法；构建云制造资源匹配评价指标体系和智能优化匹配模型，并提出基于层次分析法的人工蜂群优化匹配方法；模拟在云制造服务平台中多种类型任务同时执行，并考虑各类突发事件，采用多层编码的遗传算法实现资源的动态调度；改进粒子群算法，实现在多干扰条件下云制造资源动态调度；运用博弈论和改进粒子群算法建立优化车间调度模型，实现车间资源动态调度。 本书可供从事云制造、智能制造相关工作的科研、工程技术人员阅读参考，也可作为从事网络协同制造、制造服务与管理研究的师生参考书。

第1章
概述
1.1 云制造基础知识
1.2 云制造资源智能优化配置与动态调度内容
1.3 本章小结
第2章
云制造任务分解建模与仿真
2.1 云制造任务分解概述
2.2 设计任务分解建模
2.2.1 设计任务分解原则
2.2.2 设计任务分解数学模型
2.3 制造任务分解建模
2.3.1 制造任务分解原则
2.3.2 制造任务分解数学模型
2.4 运输任务分解建模
2.5 维护任务分解建模
2.6 基于深度优化算法的设计任务分解
2.6.1 深度优化算法的基本原理
2.6.2 设计任务矩阵的建立
2.6.3 求解矩阵任务集
2.7 基于快速模块化算法的制造任务分解
2.8 基于人工蜂群算法的运输任务分解
2.8.1 人工蜂群算法原理
2.8.2 编码
2.8.3 适应度函数与算法流程
2.9 基于层次分析法的权重计算
2.10 实例仿真分析
2.10.1 设计任务仿真
2.10.2 制造任务仿真
2.10.3 运输任务仿真
2.10.4 维护任务仿真
2.11 本章小结
第3章
云制造资源智能优化匹配建模与仿真
3.1 制造资源的智能优化匹配问题描述
3.2 云环境下制造资源分类
3.3 制造资源匹配评价指标体系
3.4 云环境下制造资源智能优化匹配模型
3.4.1 优化目标函数
3.4.2 约束条件
3.5 基于层次分析法的权重计算
3.5.1 层次分析法计算权重步骤
3.5.2 权重计算
3.6 基于人工蜂群算法的制造资源智能优化匹配
3.6.1 编码操作
3.6.2 适应度函数的构造
3.6.3 雇佣蜂阶段
3.6.4 观察蜂阶段
3.6.5 侦查蜂阶段
3.7 仿真实验分析
3.8 本章小结
第4章
基于云制造任务变化的资源动态调度建模与仿真
4.1 云制造任务
4.1.1 云制造任务信息描述
4.1.2 云制造任务动态性分析
4.2 基于云制造任务变化的资源动态调度问题描述
4.3 云制造资源调度指标建立
4.4 基于云制造任务变化的资源动态调度数学模型
4.4.1 数学符号及其描述
4.4.2 优化目标
4.4.3 约束条件
4.5 遗传算法
4.6 基于层次分析法的权重计算
4.6.1 层次分析法求解步骤
4.6.2 权重计算
4.7 基于多层编码遗传算法的资源动态调度
4.7.1 个体编码
4.7.2 适应度函数的构造
4.7.3 选择操作
4.7.4 交叉操作
4.7.5 变异操作
4.8 仿真验证
4.9 本章小结
第5章
基于资源变化的动态调度建模与仿真
5.1 云制造资源
5.2 基于资源变化的动态调度问题描述
5.3 基于资源变化的动态调度数学模型
5.3.1 数学符号及其描述
5.3.2 优化目标
5.3.3 约束条件
5.4 粒子群优化算法
5.4.1 粒子群算法基本原理
5.4.2 粒子群算法流程及步骤
5.5 基于改进粒子群算法的资源动态调度
5.5.1 编码
5.5.2 适应度函数构造
5.5.3 粒子位置与速度更新
5.5.4 粒子群算法的改进
5.6 仿真分析
5.7 本章小结
第6章
云制造环境下车间资源的动态调度建模与仿真
6.1 车间资源动态调度问题描述
6.2 任务优先级评定建模
6.2.1 博弈论及其要素
6.2.2 两项任务优先级评定
6.2.3 多项任务优先级评定
6.2.4 多目标评定矩阵构建
6.3 车间资源动态调度建模
6.3.1 数学符号及其描述
6.3.2 优化目标
6.3.3 约束条件
6.4 基于改进粒子群算法的车间资源动态调度
6.4.1 编码
6.4.2 适应度函数构造
6.4.3 粒子群算法操作流程
6.5 仿真分析
6.6 本章小结
附录
参考文献