目 录1 网络化制造概论 1．1 网络化制造的基本概念 1．2 网络化制造的基本内涵 1．3 网络化制造系统的结构和功能 1．4 网络化制造资源集成 1．5 网络化制造的关键技术 1．6 网络化制造的研究现状及发展趋势 1．7 网络化集成制造系统2 车间调度集成优化相关理论 2．1 多目标优化问题 2．2 传统柔性作业车间调度问题 2．2．1 问题描述 2．2．2 符号定义 2．2．3 目标函数 2．2．4 约束条件 2．3 双资源约束下柔性作业车间调度问题 2．3．1 双资源约束下柔性作业车间调度研究现状 2．3．2 问题描述 2．3．3 符号定义 2．3．4 数学模型 2．4 工艺规划中的关键柔性 2．5 现有多目标优化算法 2．5．1 NSGAⅡ算法 2．5．2 NSGAⅢ算法 2．6 解集对比的常用指标 2．6．1 超体积 2．6．2 分布度和延展度3 双资源约束下工艺规划与车间调度集成优化问题建模 3．1 AND-OR节点图 3．2 双资源约束下协同优化建模 3．2．1 问题描述 3．2．2 符号定义 3．2．3 数学模型4 多目标启发式算法求解 4．1 双资源约束下工艺规划与车间调度集成优化问题编码 4．1．1 整数编码方案 4．1．2 初始化机制 4．1．3 交叉和变异算子 4．2 多目标入侵肿瘤生长优化算法 4．2．1 入侵肿瘤生长优化算法 4．2．2 算法改进 4．3 多目标回溯搜索算法 4．3．1 回溯搜索算法 4．3．2 精英化历史种群 4．3．3 离散化变异交叉过程 4．3．4 选择Ⅱ的改进 4．4 数值实例测试 4．4．1 建立数值实例 4．4．2 求解数值实例 4．5 案例描述 4．6 调度方案5 滤波波束搜索算法设计 5．1 滤波波束搜索算法的产生和发展 5．2 滤波波束搜索算法的算法流程 5．2．1 滤波波束搜索算法准备 5．2．2 滤波波束搜索算法基本步骤 5．2．3 基于NEH算法的种群初始化 5．2．4 复杂度分析 5．2．5 精英选择策略 5．2．6 本地搜索 5．2．7 竞争性共同进化方案 5．2．8 种群进化方案 5．2．9 改进算法描述 5．3 滤波波束搜索算法实例分析6 多目标置换智能车间调度 6．1 问题描述和模型构建 6．2 仿真实验 6．2．1 实验设置 6．2．2 参数设置 6．2．3 算法比较7 云制造模式下智能车间调度模型 7．1 云制造相关理论 7．1．1 云制造概念 7．1．2 云制造车间调度 7．2 协同制造 7．2．1 协同制造的概念及优势 7．2．2 协同制造的层次及发展 7．3 烟花算法 7．3．1 烟花算法的概念及特点 7．3．2 变邻域动态烟花算法 7．4 天牛须搜索算法 7．4．1 天牛须搜索算法及原理 7．4．2 天牛须搜索算法的设计 7．5 问题描述 7．5．1 云制造模式下智能车间调度模型描述 7．5．2 云制造调度模型建立 7．5．3 目标函数的确定 7．6 模型约束 7．7 模型求解 7．8 实验仿真与结果分析 7．8．1 实验环境 7．8．2 实验结果8 面向云制造的跨企业智能车间协同制造调度 8．1 跨企业智能车间协同制造调度模型描述 8．2 目标函数 8．2．1 资源闲置率最小 8．2．2 总制造成本大力度优惠 8．2．3 客户满意度优选 8．3 约束模型 8．4 模型求解 8．4．1 天牛须搜索算法 8．4．2 基于学习与竞技策略的混沌天牛须搜索算法（LCCBSA） 8．5 模拟实验 8．6 实例验证 8．7 结果分析参考文献
展开
