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(yōu)化配置與動態(tài)調(diào)度內(nèi)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(shù)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(shù)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(yōu)化算法的設計任務分解015
2.6.1　深度優(yōu)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(shù)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(yōu)化匹配建模與仿真031
3.1　制造資源的智能優(yōu)化匹配問題描述031
3.2　云環(huán)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(huán)境下制造資源智能優(yōu)化匹配模型037
3.4.1　優(yōu)化目標函數(shù)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(yōu)化匹配045
3.6.1　編碼操作045
3.6.2　適應度函數(shù)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(tài)調(diào)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(tài)性分析055
4.2　基于云制造任務變化的資源動態(tài)調(diào)度問題描述056
4.3　云制造資源調(diào)度指標建立058
4.4　基于云制造任務變化的資源動態(tài)調(diào)度數(shù)學模型058
4.4.1　數(shù)學符號及其描述058
4.4.2　優(yōu)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(tài)調(diào)度067
4.7.1　個體編碼067
4.7.2　適應度函數(shù)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(tài)調(diào)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(tài)調(diào)度問題描述082
5.3　基于資源變化的動態(tài)調(diào)度數(shù)學模型084
5.3.1　數(shù)學符號及其描述084
5.3.2　優(yōu)化目標085
5.3.3　約束條件087
5.4　粒子群優(yōu)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(tài)調(diào)度090
5.5.1　編碼090
5.5.2　適應度函數(shù)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(huán)境下車間資源的動態(tài)調(diào)度建模與仿真104
6.1　車間資源動態(tài)調(diào)度問題描述104
6.2　任務優(yōu)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(yōu)先級評定108
6.2.3　多項任務優(yōu)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(tài)調(diào)度建模113
6.3.1　數(shù)學符號及其描述113
6.3.2　優(yōu)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(tài)調(diào)度116
6.4.1　編碼116
6.4.2　適應度函數(shù)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