製造智慧型技術基礎

《製造智慧型技術基礎》是清華大學出版社於2022年出版的圖書，作者是張智海、李冬妮、蘇麗穎、張磊、賈旭傑、裴植、謝小磊。

基本介紹

• 中文名：製造智慧型技術基礎
• 作者：張智海、李冬妮、蘇麗穎、張磊、賈旭傑、裴植、謝小磊
• 出版時間：2022年10月1日
• 出版社：清華大學出版社
• 頁數：332 頁 
• ISBN：9787302609278
• 定價：65 元
• 開本：16 開
• 裝幀：平裝

內容簡介

製造智慧型技術在智慧型製造中扮演了大腦的角色。本書介紹了智慧型最佳化、模式與圖像識別、模糊控制、深度學習、智慧型工程、商業智慧型等幾類典型智慧型技術的原理方法，並結合具體案例，使學生在掌握典型智慧型技術基礎知識的同時，培養學生對智慧型製造中與智慧型技術套用相關的意識、理念和思維方式。本書可用於機械類專業本科生的智慧型製造專業教材，以及相關專業（如機械、工業工程、自動化、計算機、儀器儀表、管理科學與工程等）的學生選修智慧型製造課程。

目錄

第1章概論

1.1智慧型技術簡介

1.1.1智慧型技術的定義

1.1.2人工智慧的關鍵技術

1.1.3智慧型技術的發展歷史

1.2智慧型技術在智慧型製造中的套用

1.2.1智慧型製造的特徵

1.2.2智慧型最佳化算法

1.2.3模式識別

1.2.4模糊控制

1.2.5深度學習

1.2.6知識工程

1.2.7商業智慧型

1.2.8多種智慧型技術融合在智慧型製造中的套用

1.3本章小結

習題

參考文獻

擴展閱讀資料

第2章智慧型最佳化技術

2.1智慧型最佳化概述

2.1.1最佳化的意義

2.1.2數學模型及常見最佳化方法

2.1.3傳統最佳化方法的局限性

2.1.4智慧型最佳化方法的發展

2.1.5智慧型最佳化方法在製造業的套用

2.2智慧型最佳化方法的重要元素

2.2.1智慧型最佳化方法的分類

2.2.2貪心算法與啟發式規則

2.2.3局部搜尋與群體智慧型

2.2.4元啟發式算法與超啟發式算法

2.3模擬退火算法

2.3.1熱力學中的退火過程

2.3.2模擬退火算法的構造與流程

2.3.3算法參數分析

2.3.4製造業套用案例

2.4遺傳算法

2.4.1生物的遺傳與變異

2.4.2遺傳算法的基本原理與流程

2.4.3算法改進

2.4.4製造業套用案例

2.5蟻群最佳化算法

2.5.1蟻群覓食特性

2.5.2基本蟻群最佳化算法

2.5.3改進蟻群最佳化算法

2.5.4製造業套用案例

2.6粒子群最佳化算法

2.6.1粒子群最佳化的基本原理

2.6.2算法流程與改進

2.6.3製造業套用案例

2.7超啟發式算法

2.7.1超啟發式算法基本原理

2.7.2選擇式超啟發算法

2.7.3生成式超啟發算法

2.7.4製造業套用案例

2.8本章小結

習題

參考文獻

第3章模式與圖像識別

3.1模式識別的概述

3.1.1發展歷史

3.1.2基本概念與原理

3.1.3模式識別系統

3.2模式識別與機器學習

3.2.1統計推斷

3.2.2回歸模型

3.2.3人工神經網路

3.2.4核方法

3.2.5支持向量機

3.2.6聚類

3.2.7貝葉斯分類器

3.2.8合併分類器(集成學習)

3.3圖像識別的基本概念與原理

3.3.1圖像識別的概念及發展歷史

3.3.2圖像識別技術原理

3.3.3圖像識別過程

3.4圖像處理技術

3.4.1圖像預處理

3.4.2圖像分割

3.4.3形狀表示與描述

3.4.4圖像識別

3.4.5圖像理解

3.4.6數學形態學

3.4.7圖像數據壓縮

3.5模式與圖像識別技術在智慧型製造中的套用

3.5.1工業套用條件

3.5.2案例

3.6模式與圖像識別技術的發展

3.7本章小結

習題

參考文獻

第4章模糊控制

4.1模糊控制概述

4.1.1模糊控制的發展

4.1.2經典集合論與模糊集合論

4.1.3模糊控制的特點及其套用領域

4.2模糊控制算法

4.2.1模糊控制算法設計

4.2.2模糊規則與模糊推理

4.2.3模糊化方法與去(解)模糊化方法

4.3模糊控制器

4.3.1模糊控制器設計步驟

4.3.2模糊控制器的結構

4.4模糊控制仿真套用實例

4.4.1MATLAB與Simulink

4.4.2模糊控制與傳統PID的結合

4.4.3小費問題

4.5本章小結

習題

參考文獻

第5章深度學習

5.1深度學習概述

5.1.1人工智慧簡介

5.1.2深度學習簡介

5.2深度學習理論基礎

5.2.1線性代數

5.2.2機率論與資訊理論

5.2.3正則化

5.3神經網路基礎

5.3.1感知器與異或學習

5.3.2前饋神經網路

5.3.3神經網路訓練

5.4卷積神經網路

5.4.1基本概念與相關知識

5.4.2卷積及其核心概念

5.4.3池化

5.4.4圖像處理案例

5.5循環神經網路

5.5.1序列數據簡介

5.5.2循環神經網路理論

5.5.3梯度計算

5.5.4長短期記憶網路

5.5.5文本學習案例

5.6本章小結

習題

參考文獻

第6章知識工程

6.1知識工程概述

6.1.1知識工程發展歷史

6.1.2知識系統的結構

6.1.3知識工程的核心問題

6.2知識表示

6.2.1知識表達方式分類

6.2.2規則表示

6.2.3語義網表示

6.2.4框架表示法

6.2.5邏輯表示法

6.3知識獲取

6.3.1知識獲取的來源

6.3.2知識獲取方法

6.3.3知識獲取的流程

6.3.4知識儲存與管理

6.4智慧型製造中的知識工程

6.4.1數字員工

6.4.2機器人流程自動化技術

6.4.3數字孿生

6.4.4知識工程在航空製造業的套用案例

6.4.5PERA.KE知識工程平台

6.5本章小結

習題

參考文獻

第7章商業智慧型

7.1商業智慧型概述

7.1.1商業智慧型技術的發展

7.1.2商業智慧型的基本原理與套用

7.1.3商業智慧型的主要方法

7.2描述性分析

7.2.1描述性分析的基本概念和原理

7.2.2典型方法

7.2.3案例分析——數位化與描述性分析

7.3預測性分析

7.3.1預測性分析的基本概念和原理

7.3.2典型方法

7.3.3案例分析——美團外賣的用戶畫像實踐

7.4指導性分析

7.4.1指導性分析的基本概念和原理

7.4.2指導性分析的基本流程和典型方法

7.4.3案例分析——指導性分析在多領域中的套用

7.5商業智慧型在智慧型製造中的套用

7.5.1智慧型商業系統與智慧型製造

7.5.2套用場景分析

7.5.3實施方法

7.5.4案例分析——犀牛智造工廠

7.6本章小結

習題

參考文獻

第8章總結與展望

8.1總結

8.2展望

拓展閱讀資料