第1章 現(xiàn)代制造系統(tǒng)研究進展 1
1.1 現(xiàn)代制造系統(tǒng)發(fā)展趨勢 1
1.2 制造系統(tǒng)生產(chǎn)調(diào)度問題研究現(xiàn)狀 5
1.2.1 制造系統(tǒng)生產(chǎn)調(diào)度問題的復雜性 5
1.2.2 現(xiàn)代制造系統(tǒng)生產(chǎn)調(diào)度面臨的需求 7
1.2.3 現(xiàn)代智能制造系統(tǒng)動態(tài)調(diào)度技術 9
1.2.4 現(xiàn)狀總結 11
1.3 制造控制系統(tǒng)研究綜述 12
1.3.1 制造控制系統(tǒng)的主要研究內(nèi)容 12
1.3.2 制造控制系統(tǒng)結構研究綜述 16
1.3.3 制造控制系統(tǒng)結構的比較與分析 19
1.4 制造系統(tǒng)的協(xié)調(diào)機制 20
1.4.1 協(xié)調(diào)的基本概念 20
1.4.2 協(xié)調(diào)機制的分類 22
1.4.3 協(xié)調(diào)機制形式化描述方法 28
1.5 本章小結 29
第2章 基于生物啟發(fā)的智能制造系統(tǒng)仿生控制體系研究 32
2.1 引言 32
2.2 智能制造系統(tǒng)研究綜述 33
2.2.1 分形制造系統(tǒng) 34
2.2.2 多智能體制造系統(tǒng) 36
2.2.3 Holonic制造系統(tǒng) 37
2.2.4 生物型制造系統(tǒng) 39
2.2.5 智能制造系統(tǒng)模式綜合分析 41
2.3 基于生物啟發(fā)的智能制造系統(tǒng)的生物學背景 43
2.3.1 內(nèi)分泌系統(tǒng)基本概念 44
2.3.2 內(nèi)分泌系統(tǒng)的組成 45
2.3.3 人體內(nèi)分泌系統(tǒng)的主要功能特點 50
2.4 基于生物啟發(fā)的智能制造系統(tǒng)協(xié)調(diào)模型 52
2.4.1 現(xiàn)代智能制造系統(tǒng)與有機生命系統(tǒng)之間的相似性 52
2.4.2 類生物化智能制造系統(tǒng)協(xié)調(diào)模型 54
2.4.3 類生物化制造系統(tǒng)協(xié)調(diào)模型的功能特點 60
2.5 基于生物啟發(fā)的智能制造系統(tǒng)控制體系結構模型的形式化描述 62
2.5.1 形式化描述的必要性 62
2.5.2 π演算簡介 63
2.5.3 基于一階多元π演算的控制體系結構的形式化描述 64
2.6 本章小結 68
第3章 基于BIMS的生產(chǎn)資源動態(tài)調(diào)度 69
3.1 引言 69
3.2 基于BIMS的動態(tài)調(diào)度 71
3.2.1 類生物化車間動態(tài)調(diào)度系統(tǒng)的組成 71
3.2.2 BIMS動態(tài)調(diào)度模型 72
3.3 基于BIMS的資源分配機制 75
3.3.1 神經(jīng)內(nèi)分泌多重反饋調(diào)節(jié)模型 75
3.3.2 BIMS多重反饋調(diào)節(jié)模型 76
3.3.3 BIMS資源分配機制 77
3.4 BIMS動態(tài)調(diào)度的調(diào)節(jié)過程 80
3.4.1 緊急訂單的動態(tài)調(diào)度 80
3.4.2 機床故障的動態(tài)調(diào)度 82
3.4.3 生產(chǎn)延遲的動態(tài)調(diào)度 84
3.5 案例分析 86
3.5.1 性能指標 87
3.5.2 結果分析 88
3.6 本章小結 90
第4章 基于生物啟發(fā)式智能算法的綠色工藝規(guī)劃 91
4.1 研究背景 91
4.2 制造過程節(jié)能降耗研究現(xiàn)狀總結 及意義 94
4.2.1 研究現(xiàn)狀 94
4.2.2 現(xiàn)狀總結 105
4.2.3 研究意義 106
4.3 面向綠色節(jié)能的柔性工藝規(guī)劃問題 107
4.3.1 國內(nèi)外研究現(xiàn)狀及不足之處 107
4.3.2 研究思路和方法 109
4.3.3 面向節(jié)能的柔性工藝規(guī)劃模型 110
4.4 基于生物啟發(fā)式改進算法求解面向節(jié)能的柔性工藝規(guī)劃模型 113
4.4.1 基因編碼設計 114
4.4.2 種群初始化 114
4.4.3 適應度函數(shù) 116
4.4.4 基因操作設計 117
4.4.5 算法實施流程 123
4.5 實驗仿真與結果分析 124
4.5.1 算法性能測試 125
4.5.2 IGA求解面向節(jié)能的柔性工藝規(guī)劃模型 127
4.6 本章小結 129
第5章 基于內(nèi)分泌調(diào)節(jié)機制的柔性流水車間綠色調(diào)度問題 130
5.1 引言 130
5.1.1 國內(nèi)外研究現(xiàn)狀及不足之處 130
5.1.2 研究思路和方法 132
5.2 面向綠色節(jié)能的柔性流水車間 動態(tài)調(diào)度模型 133
5.2.1 問題描述 134
5.2.2 能量消耗模型 135
5.2.3 調(diào)度效率模型 136
5.3 內(nèi)分泌系統(tǒng)中激素調(diào)節(jié)規(guī)律研究 138
5.4 基于內(nèi)分泌調(diào)節(jié)機制的改進粒子群算法求綠色節(jié)能車間
動態(tài)調(diào)度模型 140
5.4.1 面向節(jié)能的柔性流水車間動態(tài)調(diào)度策略實施流程 140
5.4.2 粒子群算法的基本理論 142
5.4.3 基于內(nèi)分泌調(diào)節(jié)機制的改進粒子群算法的動態(tài)柔性
流水車間調(diào)度模型 143
5.5 實驗仿真與結果分析 147
5.5.1 性能測試 148
5.5.2 測試實例 150
5.6 本章小結 156
第6章 基于內(nèi)分泌激素調(diào)節(jié)機制的AGV與機床在線同時調(diào)度研究 157
6.1 引言 157
6.2 機床與AGV在線調(diào)度模型 159
6.2.1 機床與AGV在線調(diào)度方法 159
6.2.2 內(nèi)分泌系統(tǒng)的激素反應擴散機制 161
6.2.3 受激素反應擴散機制啟發(fā)的機床與AGV在線調(diào)度模型 162
6.3 基于激素調(diào)節(jié)原理的調(diào)度系統(tǒng)建模 163
6.3.1 激素調(diào)節(jié)規(guī)律 163
6.3.2 調(diào)度過程中的時間參數(shù) 165
6.3.3 運輸任務分配機制 167
6.4 機床與AGV在線同時調(diào)度的 協(xié)作機制 172
6.5 實驗研究 173
6.6 本章小結 181
第7章 基于神經(jīng)內(nèi)分泌免疫調(diào)節(jié)機制的BIMS擾動處理研究 183
7.1 引言 183
7.2 BIMS的擾動處理 185
7.2.1 BIMS的擾動處理方法 185
7.2.2 具有免疫監(jiān)控和調(diào)度功能的有機制造單元 186
7.2.3 有機制造單元針對擾動的處理過程 188
7.3 BIMS擾動的檢測與診斷 189
7.3.1 擾動的檢測 189
7.3.2 擾動的診斷 190
7.4 BIMS擾動處理策略 192
7.4.1 AGV故障的擾動處理策略 192
7.4.2 機床故障的擾動處理策略 194
7.4.3 緊急訂單的擾動處理策略 197
7.4.4 生產(chǎn)延遲的擾動處理過程 200
7.5 案例描述及分析 203
7.5.1 實驗描述 203
7.5.2 實驗分析 205
7.5.3 性能指標分析 207
7.6 本章小結 209
第8章 基于激素反應擴散原理的制造系統(tǒng)動態(tài)協(xié)調(diào)機制 210
8.1 引言 210
8.2 內(nèi)分泌系統(tǒng)中激素反應擴散機制 211
8.2.1 內(nèi)分泌系統(tǒng)中激素反應的擴散過程 211
8.2.2 激素反應擴散機制模型 213
8.2.3 激素反應擴散過程中的隱式協(xié)調(diào)機制 214
8.3 制造系統(tǒng)中的生產(chǎn)任務與資源協(xié)調(diào)優(yōu)化模型 216
8.4 基于激素反應擴散機制的“任務-資源“動態(tài)協(xié)調(diào)算法 217
8.4.1 構建類生物化制造系統(tǒng)的激素信息 218
8.4.2 激素容留環(huán)境的建立 219
8.4.3 基于激素反應擴散機制的隱式協(xié)調(diào)算法 220
8.4.4 突發(fā)事件動態(tài)處理策略 224
8.5 應用分析 227
8.5.1 制造任務協(xié)調(diào)優(yōu)化 227
8.5.2 突發(fā)事件動態(tài)協(xié)調(diào) 231
8.6 本章小結 233
第9章 基于神經(jīng)內(nèi)分泌多重反饋機制的WIP庫存優(yōu)化控制 234
9.1 引言 234
9.2 制造系統(tǒng)在制品庫存控制模型 235
9.2.1 在制品庫存簡介 236
9.2.2 WIP庫存控制模型 239
9.3 基于神經(jīng)內(nèi)分泌調(diào)節(jié)原理的 智能控制器設計 246
9.3.1 神經(jīng)內(nèi)分泌系統(tǒng)的調(diào)節(jié)原理 246
9.3.2 基于神經(jīng)內(nèi)分泌系統(tǒng)的智能控制器設計 248
9.4 基于多重反饋機制的WIP庫存優(yōu)化控制模型 250
9.4.1 基于神經(jīng)內(nèi)分泌系統(tǒng)的WIP庫存優(yōu)化控制模型 251
9.4.2 WIP庫存優(yōu)化控制模型中的控制參數(shù)設計 252
9.5 應用實例 255
9.5.1 問題描述 255
9.5.2 實驗結果分析 256
9.6 本章小結 260
參考文獻 261