本书系统、详细地介绍了智能制造系统的理念、关键使能技术、应用案例。全书共17章，主要内容包括：个性化定制给制造业带来的机遇与挑战、智能制造系统的演变过程、大数据技术、云计算技术、物联网技术、移动互联网技术、人工智能技术、制造系统智能化理论模型与构建技术、多源制造信息感知技术、离散制造资源标准化接入、物联互通制造技术、网络信息安全管理技术、车间可视化技术、智能制造系统控制机制、智能制造系统协同运行策略方法、基于多智能体制造系统的混线生产调度案例分析、面向个性化定制的多智能体制造系统动态调度案例分析。书中既有理论知识，又有案例介绍，能帮助读者理解、掌握和运用本书所提出的方法，扩大读者在智能制造系统领域的知识面。本书可作为高等院校机械、计算机、管理工程等专业本科生、研究生的必修课教材，也可为相关领域的管理人员、技术人员提供参考。
唐敦兵：德国洪堡学者、江苏特聘教授、江苏省首届省杰青获得者、霍英东教育基金会青年教师基金获得者、教育部新世纪优秀人才计划入选者、国家中青年科技创新领军人才。 2018年5月，入选第三批国家“万人计划”科技创新领军人才。长期致力于集成制造系统与技术领域的研究，在数字化集成制造技术、智能制造系统等研究方向取得了系列研究成果。在国内外重要学术期刊和国际会议上，发表学术论文共计150余篇，其中有SCI论文40多篇发表在国际期刊上，主要包括 International Journal of Production Research, International Journal of Computer Integrated Manufacturing, Journal of Intelligent Manufacturing, Robotics & Computer Integrated Manufacturing, International Journal of Advanced Manufacturing Technology, Concurrent Engineering: Research & Applications，Computers in Industry, Computers & Industrial Engineering, Proceedings of the Institutions of Mechanical Engineers Part B- Journal of Engineering Manufacture 等制造工程领域的国际权威刊物。在ISI Web of Science数据库中，所发表的国际期刊SCI论文被引近400次，另外，发表EI检索论文100余篇，撰写中文专著3部（科学出版社），参与2部英文著作撰写（Springer出版社）。
目录
第1章 个性化定制给制造业带来的机遇与挑战 1
1.1 引言 1
1.2 目前我国制造业存在的主要问题 1
1.3 借助互联网的智能化+个性化定制，形成新业态新模式 4
1.4 个性化定制及个性化定制面临的问题 5
1.5 个性化定制带来的产品服务系统 7
1.5.1 产品服务系统定制化服务策略 8
1.5.2 构建面向大规模定制的智能化与柔性化制造系统 8
1.5.3 推进PSS定制及服务定制的对策建议 9
1.6 本章小结 10
1.7 本章习题 10
第2章 智能制造系统的演变过程 11
2.1 引言 11
2.2 先进制造系统分类 11
2.2.1 集成制造系统 11
2.2.2 敏捷制造系统 12
2.2.3 智能制造系统 13
2.3 HCPS的演进过程 14
2.3.1 智能制造系统发展的第一阶段——基于HPS的传统制造 14
2.3.2 智能制造系统发展的第二阶段——基于HCPS的数字化制造 15
2.3.3 智能制造系统发展的第三阶段——基于HCPS1.5的数字网络化制造 17
2.3.4 智能制造系统发展的第四阶段——基于HCPS2.0的新一代智能制造 18
2.4 智能制造系统的新发展 21
2.5 智能制造系统对下一代制造业发展的启示 23
2.6 本章小结 24
2.7 本章习题 24
第3章 大数据技术 25
3.1 引言 25
3.2 大数据的概念与特征 25
3.2.1 大数据的概念 25
3.2.2 海量 26
3.2.3 多样性 26
3.2.4 速度 26
3.2.5 价值 26
3.3 大数据技术体系 27
3.3.1 大数据存储和管理技术 27
3.3.2 大数据分布式批处理技术 29
3.3.3 大数据实时流处理技术 30
3.3.4 大规模图数据处理技术 30
3.4 大数据与智能制造的关系 32
3.4.1 制造大数据处理架构 32
3.4.2 制造车间大数据处理系统 38
3.5 本章小结 40
3.6 本章习题 40
第4章 云计算技术 41
4.1 引言 41
4.2 云计算概述 41
4.2.1 云计算的定义 42
4.2.2 云计算的发展进程 42
4.2.3 云计算的分类 43
4.2.4 云计算的特点 44
4.3 云计算的服务类型 45
4.3.1 基础设施即服务（IaaS） 46
4.3.2 平台即服务（PaaS） 46
4.3.3 软件即服务（SaaS） 51
4.4 云制造 53
4.4.1 云制造概述 53
4.4.2 云制造的层次结构 53
4.5 本章小结 57
4.6 本章习题 57
第5章 物联网技术 58
5.1 引言 58
5.2 物联网概述 58
5.2.1 物联网的概念及定义 58
5.2.2 物联网的发展态势 59
5.2.3 物联网的网络架构 60
5.3 物联网技术体系 61
5.3.1 感知技术 62
5.3.2 网络通信技术 63
5.3.3 应用技术 64
5.3.4 共性技术 64
5.3.5 支撑技术 65
5.4 制造业与物联网融合的必要性 65
5.4.1 生产现场对物联网的需求分析 66
5.4.2 生产管理对物联网的需求分析 68
5.5 本章小结 69
5.6 本章习题 70
第6章 移动互联网技术 71
6.1 前言 71
6.2 移动互联网概述 71
6.2.1 移动互联网的定义 71
6.2.2 移动互联网的体系 71
6.2.3 移动通信系统的发展历程 73
6.3 5G网络架构设计 75
6.4 5G+智能制造总体架构 78
6.5 5G+智能制造关键技术 80
6.5.1 5G时间敏感网络技术 80
6.5.2 网络切片技术 82
6.5.3 移动边缘计算 83
6.6 5G网络安全 85
6.7 本章小结 85
6.8 本章习题 86
第7章 人工智能技术 87
7.1 引言 87
7.2 概述 87
7.3 智能搜索算法 88
7.3.1 定义 88
7.3.2 类型 89
7.3.3 常见算法 89
7.3.4 应用 95
7.4 机器学习 96
7.4.1 定义 96
7.4.2 类型 96
7.4.3 常见算法 97
7.4.4 应用 100
7.5 深度学习 100
7.5.1 定义 100
7.5.2 常见算法 101
7.5.3 优势 103
7.5.4 应用 104
7.6 强化学习 105
7.6.1 定义 105
7.6.2 马尔可夫决策过程 106
7.6.3 DPG算法 107
7.6.4 Actor-Critic算法 107
7.7 人工智能应用 108
7.7.1 计算机视觉 108
7.7.2 自然语言处理 110
7.8 本章小结 112
7.9 本章习题 112
第8章 制造系统智能化理论模型与构建技术 113
8.1 引言 113
8.2 制造系统智能体的结构模型设计 113
8.2.1 智能体的基本特征 113
8.2.2 智能体的映射方式 114
8.2.3 智能体的基本结构 115
8.2.4 智能体的结构模型设计 117
8.3 制造系统智能体的模型构建 118
8.3.1 智能体模型的总体构建思路 118
8.3.2 智能体模型的模块设计 119
8.3.3 智能体模型的推理决策模块分类 121
8.4 本章小结 123
8.5 本章习题 123
第9章 多源制造信息感知技术 124
9.1 引言 124
9.2 多源制造信息的感知需求及信息源分析 124
9.2.1 智能制造系统对制造信息的感知需求 124
9.2.2 智能制造系统的多源信息源分析 124
9.2.3 信息数据特点及分析 127
9.3 多源制造信息感知的关键技术 128
9.3.1 多源制造信息感知技术需求分析 128
9.3.2 传感器技术简介 129
9.3.3 异构传感器管理 130
9.3.4 车间定位技术简介 131
9.3.5 多源信息传输技术简介 133
9.4 多源制造信息感知系统的构建 136
9.4.1 多源制造信息感知模型结构分析 136
9.4.2 事件驱动的实时多源制造信息获取 137
9.4.3 多源制造信息标准化及信息共享 137
9.5 本章小结 138
9.6 本章习题 138
第10章 离散制造资源标准化接入 139
10.1 引言 139
10.2 离散制造资源 139
10.2.1 离散制造 139
10.2.2 离散制造资源 140
10.3 离散制造资源本体建模分析 142
10.3.1 本体 142
10.3.2 本体建模原则与方法 143
10.3.3 基于本体的离散制造资源信息模型 145
10.3.4 离散制造资源本体建模步骤 146
10.4 离散制造资源本体建模准备 148
10.4.1 离散制造资源概念分层 148
10.4.2 离散制造资源属性分析 149
10.4.3 资源本体语义化描述语言及工具 150
10.5 离散制造资源标准化描述模型构建 152
10.6 离散制造资源标准化接入 156
10.7 本章小结 157
10.8 本章习题 157
第11章 物联互通制造技术 158
11.1 引言 158
11.2 制造车间物联互通研究现状 158
11.2.1 研究背景 158
11.2.2 研究现状及其不足 159
11.3 物联制造环境下底层装备互联互通架构设计 160
11.3.1 物联制造环境及其底层装备特征分析 161
11.3.2 底层装备互联互通实现基础 163
11.3.3 面向物联制造的标准装备模型设计 165
11.3.4 物联制造环境下底层装备互联互通架构设计 169
11.4 物联制造环境下底层装备适配封装架构设计 173
11.4.1 装备适配模型基本架构 173
11.4.2 装备适配模型工作机制 176
11.4.3 装备适配模型功能实现 177
11.5 本章小结 180
11.6 本章习题 180
第12章 网络信息安全管理技术 181
12.1 引言 181
12.2 密码技术 181
12.2.1 概述 181
12.2.2 对称密码技术 183
12.2.3 非对称密码技术 187
12.3 访问控制技术 188
12.3.1 概述 188
12.3.2 常见访问控制方式 188
12.3.3 认证与授权 190
12.4 防火墙技术 191
12.4.1 概述 191
12.4.2 防火墙作用 192
12.4.3 防火墙关键技术分析 192
12.5 区块链技术 193
12.5.1 概述 193
12.5.2 区块链技术基础 194
12.5.3 区块链对工业互联网发展的价值 196
12.5.4 应用与展望 197
12.6 本章小结 198
12.7 本章习题 198
第13章 车间可视化技术 199
13.1 引言 199
13.2 背景介绍 199
13.2.1 数字化车间的发展需求 199
13.2.2 数字孪生技术发展背景 200
13.3 车间可视化技术的发展 201
13.4 车间可视化的关键技术 201
13.4.1 车间可视化数据源感知获取 201
13.4.2 车间可视化数据统一集成 205
13.4.3 车间可视化的信息通信 207
13.5 车间可视化系统中的人机交互 208
13.6 基于数字孪生的可视化技术应用 210
13.6.1 孪生虚拟车间可视化与模型驱动 210
13.6.2 数字孪生车间的生产信息可视化映射 212
13.7 本章小结 213
13.8 本章习题 213
第14章 智能制造系统控制机制 214
14.1 引言 214
14.2 智能制造车间架构体系 214
14.2.1 智能制造车间基本结构 214
14.2.2 智能制造车间架构设计 215
14.3 基于多Agent的物联制造系统设计 217
14.3.1 Agent的特点与映射 217
14.3.2 车间设备Agent设计 218
14.3.3 工作人员Agent设计 219
14.3.4 功能模块智能体设计 220
14.4 智能制造系统人机交互与协作 222
14.4.1 人机交互方式 222
14.4.2 人机交互功能分析 223
14.4.3 人机协作场景 224
14.4.4 人机协作机制 225
14.5 智能制造系统实时动态调度算法 226
14.5.1 多目标约束的调度模型 226
14.5.2 基于事件驱动的决策调整机制 229
14.5.3 基于层次分析法的决策因素权重设计 230
14.6 本章小结 232
14.7 本章习题 232
第15章 智能制造系统协同运行策略方法 233
15.1 引言 233
15.2 基于多Agent技术的车间调度模型 233
15.2.1 Agent的特点、映射与结构设计 233
15.2.2 MAS的组织结构和协商机制设计 236
15.2.3 基于多Agent技术的改进型车间调度模型设计 238
15.3 基于合同网协议的MAS调度算法研究 242
15.3.1 基于经典合同网协议的传统多Agent方法不足与分析 242
15.3.2 基于简化合同网协议的区间协同拍卖调度策略 246
15.3.3 一种改进的区间协同拍卖调度策略 249
15.4 案例仿真设计 252
15.5 本章小结 254
15.6 本章习题 254
第16章 基于多智能体制造系统的混线生产调度案例分析 255
16.1 前言 255
16.2 混线生产调度问题 255
16.2.1 混线生产约束 256
16.2.2 组合加工约束 256
16.2.3 实验算例设计 256
16.3 调度策略自学习实验 258
16.3.1 可行性实验分析 259
16.3.2 优越性实验分析 260
16.4 动态扰动下混线生产调度实验 263
16.4.1 机器故障下的调度实验 263
16.4.2 普通订单扰动下的调度实验 268
16.4.3 紧急订单扰动下的调度实验 270
16.5 组合加工案例实验 273
16.5.1 组合加工案例分析 273
16.5.2 自学习调度决策机制 275
16.5.3 多扰动事件下调度决策机制 276
16.6 本章小结 279
16.7 本章习题 279
第17章 面向个性化定制的多智能体制造系统动态调度案例分析 280
17.1 引言 280
17.2 个性化订单系统 280
17.2.1 个性化订单系统的应用开发 280
17.2.2 个性化订单系统架构及功能模块设计 281
17.2.3 个性化订单系统的运行过程 285
17.3 多智能体制造系统构架搭建实例 287
17.3.1 智能调度系统框架搭建 287
17.3.2 多智能体制造系统开发环境搭建 290
17.4 多智能体制造系统动态调度问题 294
17.4.1 问题描述 295
17.4.2 实验算例设计 296
17.5 多智能体制造系统动态实时调度实验验证 297
17.5.1 无扰动情况 298
17.5.2 紧急订单扰动实验 299
17.5.3 机床故障扰动实验 300
17.5.4 订单优先级调整扰动实验 301
17.6 本章小结 302
17.7 本章习题 302
书单推荐
