滿額折
基於數據和擾動辨識的生產調度優化理論（簡體書）
- 系列名：技術創新方法培訓叢書
- ISBN13：9787030385666
- 出版社：科學出版社
- 作者：薄洪光
- 裝訂／頁數：平裝／245頁
- 規格：23.5cm*16.8cm (高/寬)
- 版次：1
- 出版日：2017/02/15
相關商品
商品簡介
目次
書摘/試閱
商品簡介
《基于數據和擾動辨識的生產調度優化理論》是科技部《創新方法工作專項》“創新方法培訓認證體系建設與企業試點示范”（2009IM020500）項目成果。是技術創新方法培訓叢書之一。當今時代消費者的需求快速變化，要求產品更新換代的速度不斷加快，企業要在激烈的競爭中贏得優勢，必須具備強大的新產品開發能力。為此，廣大企業迫切需要學習和掌握先進的產品技術創新方法。《基于數據和擾動辨識的生產調度優化理論》首先系統地介紹產品技術創新過程，然后針對產品技術創新過程中的新產品創意產生與機會識別、產品創新機會選擇、新產品構思與選擇、新產品概念評估和測試、新產品設計和開發及其測試、新產品市場導入規劃、新產品市場測試和新產品市場導入等各個階段，以重視用戶參與產品創新過程為特色，討論多種典型的解決問題的方法，為企業產品技術創新提供科學和系統的方法指導。
目次
前言
第1章 緒論
1.1 復雜生產過程優化調度
1.2 鋼鐵企業生產特點及其復雜性
1.3 生產調度問題的分類
1.4 優化調度理論方法
第2章 相關理論基礎
2.1 企業資源計劃理論
2.2 約束理論與準時生產理論
2.3 動態調度理論
2.4 干擾管理理論
第3章 產能配置要素的作用機理及其結構化建模
3.1 鋼鐵企業產能配置要素特征分析
3.2 企業產能協調配置的制造資源清單技術
3.3 支持鋼鐵企業產能時序預測的數據同化方法
3.4 基于數據驅動的產能協調配置機制及建模
第4章 復雜生產過程多層級集成生產計劃模型
4.1 基于分廠產能的總廠計劃模糊規劃模型
4.2 基于關鍵工序的分廠計劃線性規劃模型
第5章 基于規則的多階段制造資源優化配置模型
5.1 基于組批規則的訂單歸并優化模型
5.2 基于配方規則的爐料結構優化模型
第6章 復雜工況下協調排產與作業調度模型
6.1 并行流水生產線協調排產模型
6.2 基于約束理論的作業調度模型
第7章 基于資源屬性關聯的生產擾動識別方法
7.1 復雜生產過程實時信息監控
7.2 基于信息熵的生產擾動識別技術
7.3 動態調度環境下生產擾動識別模型
7.4 生產擾動識別模型中關鍵數據獲取
7.5 生產擾動識別算法流程
7.6 應用實例
第8章 基于故障樹的擾動分類技術
8.1 生產擾動分類流程
8.2 生產擾動故障樹的構建
8.3 基于規則推理的擾動分類技術
8.4 基于證據理論的規則合成技術
第9章 基于資源要素協同的生產重調度響應機制
9.1 生產受擾條件下系統擾動度量和穩定性分析
9.2 基于資源要素協同的自適應重調度響應機制
第10章 具有外包選擇的流水線干擾管理調度模型與算法
10.1 具有外包選擇的流水線干擾管理調度描述
10.2 具有外包選擇的流水線干擾管理調度建模
10.3 具有外包選擇的流水線干擾管理調度模型算法
10.4 數值實驗
第11章 混合無等待流水線干擾管理調度模型與算法
11.1 混合無等待流水線干擾管理調度的描述
11.2 混合無等待流水線干擾管理調度建模
11.3 混合PSO求解算法
11.4 應用案例分析
第12章 雙機成比例無等待流水線干擾管理調度模型與算法
12.1 雙機成比例無等待流水線管理調度描述
12.2 雙機成比例無等待流水線干擾管理調度建模
12.3 HDQPSO求解算法
12.4 應用案例分析
參考文獻
第1章 緒論
1.1 復雜生產過程優化調度
1.2 鋼鐵企業生產特點及其復雜性
1.3 生產調度問題的分類
1.4 優化調度理論方法
第2章 相關理論基礎
2.1 企業資源計劃理論
2.2 約束理論與準時生產理論
2.3 動態調度理論
2.4 干擾管理理論
第3章 產能配置要素的作用機理及其結構化建模
3.1 鋼鐵企業產能配置要素特征分析
3.2 企業產能協調配置的制造資源清單技術
3.3 支持鋼鐵企業產能時序預測的數據同化方法
3.4 基于數據驅動的產能協調配置機制及建模
第4章 復雜生產過程多層級集成生產計劃模型
4.1 基于分廠產能的總廠計劃模糊規劃模型
4.2 基于關鍵工序的分廠計劃線性規劃模型
第5章 基于規則的多階段制造資源優化配置模型
5.1 基于組批規則的訂單歸并優化模型
5.2 基于配方規則的爐料結構優化模型
第6章 復雜工況下協調排產與作業調度模型
6.1 并行流水生產線協調排產模型
6.2 基于約束理論的作業調度模型
第7章 基于資源屬性關聯的生產擾動識別方法
7.1 復雜生產過程實時信息監控
7.2 基于信息熵的生產擾動識別技術
7.3 動態調度環境下生產擾動識別模型
7.4 生產擾動識別模型中關鍵數據獲取
7.5 生產擾動識別算法流程
7.6 應用實例
第8章 基于故障樹的擾動分類技術
8.1 生產擾動分類流程
8.2 生產擾動故障樹的構建
8.3 基于規則推理的擾動分類技術
8.4 基于證據理論的規則合成技術
第9章 基于資源要素協同的生產重調度響應機制
9.1 生產受擾條件下系統擾動度量和穩定性分析
9.2 基于資源要素協同的自適應重調度響應機制
第10章 具有外包選擇的流水線干擾管理調度模型與算法
10.1 具有外包選擇的流水線干擾管理調度描述
10.2 具有外包選擇的流水線干擾管理調度建模
10.3 具有外包選擇的流水線干擾管理調度模型算法
10.4 數值實驗
第11章 混合無等待流水線干擾管理調度模型與算法
11.1 混合無等待流水線干擾管理調度的描述
11.2 混合無等待流水線干擾管理調度建模
11.3 混合PSO求解算法
11.4 應用案例分析
第12章 雙機成比例無等待流水線干擾管理調度模型與算法
12.1 雙機成比例無等待流水線管理調度描述
12.2 雙機成比例無等待流水線干擾管理調度建模
12.3 HDQPSO求解算法
12.4 應用案例分析
參考文獻
書摘/試閱
3.3支持鋼鐵企業產能時序預測的數據同化方法
鋼鐵企業產能配置是復雜的動態過程，也是行業產能釋放的微觀基礎。而基于時間序列分析的預測結果則是產能動態配置決策的關鍵支持條件。準確地進行時間序列分析，及時地掌握產能狀態波動規律，快速地辨識并消除相關影響因素，是提高鋼材產品合格率、降低生產成本、增加運營收益的重要信息基礎。
對制造業生產管理相關的時序預測數據準備問題的研究，多采用基于時間窗順序采集（孫林等，2008）或隨機取樣（朱海平等，2009）方式的數據提取和預處理方法，而鋼鐵企業產能的時序預測數據涉及產品工藝、過程裝備、原材料、庫存等多維度的能力狀態信息，加之時間序列數據固有的動態性、高噪聲性、大規模性等特性，直接利用復雜的原始數據對象進行時間序列預測，不但計算復雜性高，而且難于保證預測的準確性和可靠性（KeoghandKasetty，2003；Gulloetal.2009）。數據同化（dataassimilation，DA）是實現鋼鐵生產作業過程中海量在線／離線數據有效集成的信息融合技術。DA技術起源于氣象數值預報的研究領域（羅喬林，1997），近年來在環保監測、海洋預報、地質勘探、作物產量預測等研究領域的數據處理中也得到了較為廣泛的應用（王躍山，1999：DeWitandVanDiepen，2007；劉峰等，2008）。DA技術是在綜合考慮不同來源監測數據的時空分布特征以及監測和系統誤差的基礎上，實現系統注入數據與數值模擬過程動態整合的數據處理方法（TanajuraandBelyaev，2009）。它能夠將多源多粒度差異的監測數據與數值模擬運算結果數據融合為具有時間一致性、語義完整性和信息準確性的數據集，進而為動態預測模型的數值求解提供合理的計算初值。
離線數據預處理是否充分是影響后續預測是否準確的先決條件，本文針對鋼鐵企業產能動態預測的數據準備問題，提出一種基于動態重構技術的產能數據同化方法。首先進行數據梳理，按生產任務類型、作業工序類型和時間粒度要求，將動態更新的產能狀態描述數據分解轉化為時間序列數據；再對分解后的時間序列數據進行刪除和替換等操作，完成對數據的清洗去噪；最后，利用連續化產能日歷映射轉換技術，實現間斷性時序數據的連續化處理。上述基于動態重構技術的產能狀態時序數據同化處理方法，能夠為產能預測提供科學的數據依據。
……
鋼鐵企業產能配置是復雜的動態過程，也是行業產能釋放的微觀基礎。而基于時間序列分析的預測結果則是產能動態配置決策的關鍵支持條件。準確地進行時間序列分析，及時地掌握產能狀態波動規律，快速地辨識并消除相關影響因素，是提高鋼材產品合格率、降低生產成本、增加運營收益的重要信息基礎。
對制造業生產管理相關的時序預測數據準備問題的研究，多采用基于時間窗順序采集（孫林等，2008）或隨機取樣（朱海平等，2009）方式的數據提取和預處理方法，而鋼鐵企業產能的時序預測數據涉及產品工藝、過程裝備、原材料、庫存等多維度的能力狀態信息，加之時間序列數據固有的動態性、高噪聲性、大規模性等特性，直接利用復雜的原始數據對象進行時間序列預測，不但計算復雜性高，而且難于保證預測的準確性和可靠性（KeoghandKasetty，2003；Gulloetal.2009）。數據同化（dataassimilation，DA）是實現鋼鐵生產作業過程中海量在線／離線數據有效集成的信息融合技術。DA技術起源于氣象數值預報的研究領域（羅喬林，1997），近年來在環保監測、海洋預報、地質勘探、作物產量預測等研究領域的數據處理中也得到了較為廣泛的應用（王躍山，1999：DeWitandVanDiepen，2007；劉峰等，2008）。DA技術是在綜合考慮不同來源監測數據的時空分布特征以及監測和系統誤差的基礎上，實現系統注入數據與數值模擬過程動態整合的數據處理方法（TanajuraandBelyaev，2009）。它能夠將多源多粒度差異的監測數據與數值模擬運算結果數據融合為具有時間一致性、語義完整性和信息準確性的數據集，進而為動態預測模型的數值求解提供合理的計算初值。
離線數據預處理是否充分是影響后續預測是否準確的先決條件，本文針對鋼鐵企業產能動態預測的數據準備問題，提出一種基于動態重構技術的產能數據同化方法。首先進行數據梳理，按生產任務類型、作業工序類型和時間粒度要求，將動態更新的產能狀態描述數據分解轉化為時間序列數據；再對分解后的時間序列數據進行刪除和替換等操作，完成對數據的清洗去噪；最后，利用連續化產能日歷映射轉換技術，實現間斷性時序數據的連續化處理。上述基于動態重構技術的產能狀態時序數據同化處理方法，能夠為產能預測提供科學的數據依據。
……
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。