本書簡要介紹云制造環境下制造資源智能優化配置與動態調度的相關技術。在現有云制造資源配置與調度研究的基礎上，提出一種將云制造平臺下復雜制造任務合理分解的方法；構建云制造資源匹配評價指標體系和智能優化匹配模型，并提出基于層次分析法的人工蜂群優化匹配方法；模擬在云制造服務平臺中多種類型任務同時執行,并考慮各類突發事件,采用多層編碼的遺傳算法實現資源的動態調度；改進粒子群算法,實現在多干擾條件下云制造資源動態調度；運用博弈論和改進粒子群算法建立優化車間調度模型,實現車間資源動態調度。
本書可供從事云制造、 智能制造相關工作的科研、工程技術人員閱讀參考，也可作為從事網絡協同制造、 制造服務與管理研究的師生參考書。
胡艷娟，長春工業大學，教授、博士生導師，吉林大學博士后，美國密歇根大學訪問學者，北京航空航天大學訪問學者。國際仿生工程學會(ISBE)會員，中國仿真學會會員，全國高等學校制造自動化研究會東北分會會員。近年來主要從事云制造、智能制造、網絡協同制造、汽車零部件加工與檢測技術、仿生智能算法等領域的研究，主持國家自然科學基金青年基金項目1項、教育部春暉計劃項目1項、中國博士后科學基金項目1項、吉林省科技廳項目1項、教育廳項目3項，主要參加項目20余項。一作者發表學術論文30余篇，其中SCI、EI檢索收錄20余篇。以一完成人獲吉林省自然科學學術成果獎三等獎1項，主要參加省部級科研獎勵3項。培養碩士研究生10余名。
第1章 概述001
1.1 云制造基礎知識001
1.2 云制造資源智能優化配置與動態調度內容003
1.3 本章小結005
第2章 云制造任務分解建模與仿真006
2.1 云制造任務分解概述006
2.2 設計任務分解建模007
2.2.1 設計任務分解原則007
2.2.2 設計任務分解數學模型008
2.3 制造任務分解建模010
2.3.1 制造任務分解原則010
2.3.2 制造任務分解數學模型011
2.4 運輸任務分解建模013
2.5 維護任務分解建模014
2.6 基于深度優化算法的設計任務分解015
2.6.1 深度優化算法的基本原理015
2.6.2 設計任務矩陣的建立015
2.6.3 求解矩陣任務集016
2.7 基于快速模塊化算法的制造任務分解017
2.8 基于人工蜂群算法的運輸任務分解018
2.8.1 人工蜂群算法原理018
2.8.2 編碼019
2.8.3 適應度函數與算法流程019
2.9 基于層次分析法的權重計算021
2.10 實例仿真分析023
2.10.1 設計任務仿真023
2.10.2 制造任務仿真025
2.10.3 運輸任務仿真027
2.10.4 維護任務仿真030
2.11 本章小結030
第3章 云制造資源智能優化匹配建模與仿真031
3.1 制造資源的智能優化匹配問題描述031
3.2 云環境下制造資源分類033
3.3 制造資源匹配評價指標體系035
3.4 云環境下制造資源智能優化匹配模型037
3.4.1 優化目標函數038
3.4.2 約束條件040
3.5 基于層次分析法的權重計算041
3.5.1 層次分析法計算權重步驟042
3.5.2 權重計算043
3.6 基于人工蜂群算法的制造資源智能優化匹配045
3.6.1 編碼操作045
3.6.2 適應度函數的構造045
3.6.3 雇傭蜂階段046
3.6.4 觀察蜂階段046
3.6.5 偵查蜂階段046
3.7 仿真實驗分析048
3.8 本章小結053
第4章 基于云制造任務變化的資源動態調度建模與仿真054
4.1 云制造任務054
4.1.1 云制造任務信息描述055
4.1.2 云制造任務動態性分析055
4.2 基于云制造任務變化的資源動態調度問題描述056
4.3 云制造資源調度指標建立058
4.4 基于云制造任務變化的資源動態調度數學模型058
4.4.1 數學符號及其描述058
4.4.2 優化目標059
4.4.3 約束條件061
4.5 遺傳算法062
4.6 基于層次分析法的權重計算064
4.6.1 層次分析法求解步驟065
4.6.2 權重計算066
4.7 基于多層編碼遺傳算法的資源動態調度067
4.7.1 個體編碼067
4.7.2 適應度函數的構造069
4.7.3 選擇操作069
4.7.4 交叉操作069
4.7.5 變異操作070
4.8 仿真驗證072
4.9 本章小結080
第5章 基于資源變化的動態調度建模與仿真081
5.1 云制造資源081
5.2 基于資源變化的動態調度問題描述082
5.3 基于資源變化的動態調度數學模型084
5.3.1 數學符號及其描述084
5.3.2 優化目標085
5.3.3 約束條件087
5.4 粒子群優化算法088
5.4.1 粒子群算法基本原理088
5.4.2 粒子群算法流程及步驟089
5.5 基于改進粒子群算法的資源動態調度090
5.5.1 編碼090
5.5.2 適應度函數構造091
5.5.3 粒子位置與速度更新092
5.5.4 粒子群算法的改進092
5.6 仿真分析095
5.7 本章小結102
第6章 云制造環境下車間資源的動態調度建模與仿真104
6.1 車間資源動態調度問題描述104
6.2 任務優先級評定建模107
6.2.1 博弈論及其要素107
6.2.2 兩項任務優先級評定108
6.2.3 多項任務優先級評定109
6.2.4 多目標評定矩陣構建111
6.3 車間資源動態調度建模113
6.3.1 數學符號及其描述113
6.3.2 優化目標114
6.3.3 約束條件115
6.4 基于改進粒子群算法的車間資源動態調度116
6.4.1 編碼116
6.4.2 適應度函數構造117
6.4.3 粒子群算法操作流程117
6.5 仿真分析119
6.6 本章小結125
附錄126
參考文獻161
新書資訊