新書推薦：
《
全球城市发展报告2023：基于全球城市网络的合作与竞争
》
售價：NT$
1277.0
《
为什么只见树木不见森林：从简单现象到复杂系统
》
售價：NT$
442.0
《
大英帝国的兴衰：跨越海洋 征服世界
》
售價：NT$
549.0
《
意大利文艺复兴新艺术史
》
售價：NT$
4474.0
《
2023年《咬文嚼字》合订本（精）
》
售價：NT$
437.0
《
世界银行营商环境成熟度方法论手册
》
售價：NT$
1501.0
《
观鹤笔记.全三册
》
售價：NT$
837.0
《
Hello算法
》
售價：NT$
727.0
|
| 編輯推薦： |
|
本书面向不确定环境下离散制造企业的生产调度问题，系统阐述了不同类型鲁棒机器调度的概念、模型及其求解算法。
|
| 內容簡介： |
|
本书面向不确定环境下离散制造企业的生产调度问题，系统阐述了不同类型鲁棒机器调度的概念、模型及其求解算法。书中用尽量通俗简洁的文字对大量概念给出了作者理解的定义，以方便读者快速了解相关领域。
|
| 關於作者： |
|
王冰，女，上海大学机电工程与自动化学院自动化系教授、博士生导师。主要研究领域：鲁棒优化理论与方法；机器调度与优化算法；电力系统交易决策与优化；手术调度等。现任中国仿真学会智能仿真优化与调度专委会委员，“排序与调度丛书”编委。1989年获得中国科学技术大学工学学士学位，2001年获得山东大学理学硕士学位，2005年获得上海交通大学控制理论与控制工程专业工学博士学位。2008年至2009年受国家?委派赴美国佛罗里达大学工业与系统工程系访问学者。主持或作为主要完成人参与本书内容相关的国家自然科学基金面上项目三项，分别为“Job-shop调度问题的滚动时域方法研究及性能分析(#60274013)”、“基于滚动机制的混合模式抗风险鲁棒调度方法研究(#60874076)”和“面向智能制造不确定机器调度基于场景的鲁棒优化新方法研究(#62173219)”。在IEEE Tran. Fuzzy System和Swarm and Evolutionary Computation等国内外学术期刊和会议上发表论文80余篇，其中SCI收录20余篇，EI收录70余篇。
|
| 目錄：
|
第1章机器调度概述
1.1机器调度的基本概念
1.1.1确定性机器调度
1.1.2确定性机器调度的性能指标
1.1.3不确定性机器调度
1.2机器调度中的不确定性
1.2.1不确定性的分类
1.2.2不确定性的建模方法
1.3不确定性机器调度的分类
1.3.1随机机器调度
1.3.2模糊机器调度
1.3.3狭义鲁棒机器调度
1.4不确定性机器调度的主要模式
1.4.1主动模式调度
1.4.2反应模式调度
1.4.3混合模式调度
1.4.4广义鲁棒机器调度
1.5本章小结
第1篇主动模式鲁棒机器调度
第2章鲁棒离散优化理论基础
2.1随机优化的局限
2.2鲁棒优化的合理性和优势
2.3场景方法
2.4鲁棒优化的基本概念
2.5鲁棒优化的主要模型
2.5.1风险厌恶型鲁棒优化模型
2.5.2风险中性型鲁棒优化模型
2.6随机优化模型
2.6.1均值模型和期望模型
2.6.2期望方差模型
2.7计算复杂性
2.8本章小结
第3章离散场景鲁棒优化新模型
3.1单阶段坏场景集模型
3.1.1阈值坏场景集惩罚模型
3.1.2阈值坏场景集均值模型
3.1.3数目坏场景集均值模型
3.2两阶段阈值坏场景集模型
3.2.1合理阈值
3.2.2两阶段PTM框架
3.2.3代理两阶段PTM框架
3.3双目标鲁棒优化模型
3.4本章小结
第4章鲁棒机器调度算法基础
4.1精确算法
4.1.1分支定界算法
4.1.2数学规划法
4.1.3迭代松弛法
4.2启发式算法
4.2.1构造性启发式算法
4.2.2邻域串行搜索算法
4.2.3群智能并行搜索算法
4.3多目标优化问题
4.3.1多目标优化方法分类
4.3.2多目标进化算法
4.4混合算法
4.5本章小结
第5章鲁棒单机调度
5.1确定性单机调度问题描述
5.2最坏场景鲁棒单机调度
5.2.1最坏场景鲁棒单机调度模型
5.2.2离散场景下的迭代松弛法
5.2.3区间场景下的分支定界算法
5.3最大后悔鲁棒单机调度
5.3.1最大后悔模型
5.3.2分支定界算法
5.3.3启发式算法
5.4数目坏场景集单机调度
5.4.12-NBS单机调度模型
5.4.2y-NBS单机调度模型
5.4.3NBS鲁棒单机调度的分支定界算法
5.4.4NBS鲁棒单机调度的束搜索算法
5.5仿真计算与分析
5.5.1最坏场景模型与2-NBS模型所得鲁棒解的对比
5.5.2分支定界算法与束搜索算法在小规模算例中的对比
5.5.3束搜索算法在大规模算例中的求解结果
5.6本章小结
第6章鲁棒并行机调度
6.1并行机调度的分类
6.2最大后悔一致并行机调度
6.2.1确定性一致并行机调度问题
6.2.2最大后悔鲁棒一致并行机调度问题
6.2.3问题性质
6.2.4迭代松弛法
6.3最大后悔异速并行机调度
6.3.1确定性异速并行机调度问题
6.3.2最大后悔鲁棒异速并行机调度问题
6.3.3数学规划法
6.4最坏场景无关并行机调度
6.4.1确定性无关并行机调度问题
6.4.2最坏场景鲁棒无关并行机调度模型
6.4.3最坏场景邻域果蝇算法
6.4.4仿真计算与分析
6.5双目标鲁棒无关并行机调度
6.5.1带有装夹时间的确定性无关并行机调度问题描述
6.5.2双目标鲁棒无关并行机调度模型描述
6.5.3学习场景邻域双目标果蝇算法
6.5.4仿真计算与分析
6.6本章小结
第7章鲁棒流水车间调度
7.1确定性置换流水车间调度问题
7.2最大后悔置换流水车间调度
7.2.1最大后悔置换流水车间调度模型
7.2.2离散场景情形调度算法
7.2.3区间场景情形调度算法
7.3区间场景最坏场景流水车间调度
7.3.1问题描述
7.3.2两层和声搜索算法
7.3.3仿真计算与分析
7.4离散场景最坏场景流水车间调度
7.4.1问题描述
7.4.2混合和声搜索算法框架
7.4.3基于场景邻域的局部搜索
7.4.4仿真计算与分析
7.5本章小结
第8章鲁棒作业车间调度
8.1确定性作业车间调度问题
8.2阈值坏场景集作业车间调度
8.2.1问题描述
8.2.2阈值坏场景集优化模型
8.2.3禁忌搜索算法
8.2.4仿真计算与分析
8.3两阶段阈值坏场景集作业车间调度
8.3.1两阶段近似模型代理框架
8.3.2近似模型代理求解框架的性质
8.3.3仿真计算与分析
8.4双目标鲁棒作业车间调度
8.4.1模型描述
8.4.2混合多目标进化算法
8.4.3仿真计算与分析
8.5本章小结
第2篇反应模式鲁棒机器调度
第9章反应模式机器调度的基本概念
9.1反应模式机器调度的分类
9.2完全反应式调度
9.3重调度
9.3.1右移重调度
9.3.2完全重调度
9.3.3部分重调度
9.3.4重调度的稳定性
9.4滚动时域调度
9.4.1滚动时域调度的概念
9.4.2滚动时域调度的性能分析
9.5本章小结
第10章工件动态到达的单机滚动时域调度
10.1工件动态到达的单机调度
10.2传统单机滚动时域调度
10.3终端惩罚单机滚动时域调度
10.4调度子问题的分支定界算法
10.4.1剪枝规则
10.4.2估算下界和上界
10.5仿真计算与分析
10.6本章小结
第11章全局信息不全的单机两级滚动时域调度
11.1初始虚拟调度
11.2预测窗口内的预调度
11.3基于预调度的滚动机制
11.4滚动窗口内的局部调度
11.5两级滚动调度的性能分析
11.5.1预调度的全局性能分析
11.5.2滚动调度的全局性能分析
11.6仿真计算与分析
11.7本章小结
第12章随机机器故障下的单机重调度
12.1问题描述
12.2兼具效率和稳定性的重调度模型
12.3一次机器故障下的部分重调度
12.3.1部分重调度子问题的目标函数
12.3.2部分重调度算法
12.4多次机器故障下的滚动部分重调度
12.4.1每次机器故障下的双目标部分重调度
12.4.2多次机器故障下的滚动部分重调度
12.5仿真计算与分析
12.6本章小结
第3篇混合模式鲁棒机器调度
第13章混合模式鲁棒机器调度初步
13.1混合模式鲁棒机器调度框架
13.2随机机器故障下的单机预测调度
13.2.1生成基础调度
13.2.2生成预测调度
13.3竞争工件到达时的混合模式流水车间调度
13.3.1问题描述
13.3.2主动预测阶段
13.3.3被动反应阶段
13.4仿真实验与结果分析
13.4.1混合模式调度与主动模式调度的比较
13.4.2混合模式调度与反应模式调度的比较
13.5本章小结
参考文献
附录英汉排序与调度词汇
索引
|
| 內容試閱：
|
生产制造可分两类：流程制造和离散制造。离散制造业中的生产调度也称为机器调度。实际调度环境存在各种各样的不确定性，确定性调度是对实际调度的理想化，而不确定性调度才反映了实际调度的本质。应用鲁棒优化方法处理的不确定性机器调度为鲁棒机器调度，其可理解和刻画机器调度的不确定性，并在调度方案的生成和执行过程中对不确定性进行容纳和反应，使调度系统具有面对复杂不确定环境的适应性和鲁棒性。
鲁棒机器调度是实现智能制造的重要保证。智能制造是当前中国制造业转型升级、提质增效的必由之路，其重要特征之一是不确定性制造。不确定性是制造系统环境信息和自身信息的固有特征，智能制造的本质是利用大数据、人工智能等先进技术捕捉、认识和控制制造系统中的不确定性，以使制造系统适应不断变化的外部环境，并在更多方位达到更高的优化目标。
在传统规模制造的背景下，同类产品被大规模制造，大量生产活动是反复进行的，所以适合用概率分布对不确定参数建模，随机调度是传统主流的不确定调度方法。然而随机调度方法会导致决策者对发生概率高的情况给予重点关注，而忽视小概率事件发生的风险。在智能制造背景下，小批量个性化定制产品代替大批量规模生产的同质化产品，产品的独特性带来生产调度的独特性。对于具有独特性质的决策，没有大量反复发生的条件，难以获得此类不确定事件发生的概率信息。某些事件虽然发生的概率小，但一旦发生，造成的后果可能会很严重，这样的小概率事件在智能制造中是不应该被忽视的。传统不确定调度方法在智能制造背景下表现出局限性，而鲁棒优化方法可为不确定生产调度提供新的有效方法。不确定环境下鲁棒优化方法的研究是调度与优化领域一个重要的课题，不仅具有重要的学术价值，更具有重要的现实意义。
本书面向离散制造，系统阐述不确定环境下鲁棒机器调度的概念、模型和算法，提出了鲁棒机器调度的狭义和广义两种概念。狭义概念与专业文献中鲁棒调度的含义相一致。广义概念可以囊括更广泛领域对鲁棒调度的应用，并把本书涉及的三种不确定调度模式统一在鲁棒机器调度的广义概念之下。本书将主动调度、反应调度和混合调度三种模式对不确定性的处理方法及其在机器调度问题中的应用进行了系统阐述，有助于读者全面了解和把握不确定环境下调度与优化决策问题的有效处理方法。
主动调度模式下基于场景的鲁棒优化模型及其在机器调度问题中的应用是本书的核心内容。场景方法相对传统的随机优化是一种较新的不确定性建模方法，可以克服随机优化的不足和局限。本书对场景方法下经典的最坏场景模型和最大后悔模型及其在机器调度中的应用进行了阐述，有助于读者了解决策者极端风险厌恶偏向下的传统鲁棒优化方法。离散场景鲁棒优化模型是本书作者提出的一类新模型，该类模型反映决策者相对温和的风险厌恶偏向，所得鲁棒解的保守性得到改善，并可得到多层次风险厌恶偏向下的鲁棒解。本书对离散场景鲁棒优化相关概念和模型单独在第3章中阐述，有助于读者了解鲁棒优化的发展和更新。
现实中不同领域的很多优化与调度问题可以提炼为典型的机器调度模型，因此，本书阐述的鲁棒调度概念和方法无疑可以应用于除机器调度之外更广泛的组合优化问题。
本书内容除了归纳和介绍已有文献的研究成果，有大量内容来自作者及其研究团队的研究成果，这些内容分布在第2、3、5、7、8、10、11、12和13章中。本书所涉及的研究成果得到了作者主持和参与的多个国家自然科学基金面上项目（62173219、60874076、60274013）的资助。本书部分内容引用了国内外研究者的成果，在此表示诚挚的感谢！
在此，感谢清华大学出版社对“排序与调度丛书”出版的支持！感谢丛书主编唐国春教授的组织和协调工作！感谢丛书编委会和审稿专家在本书撰写过程中提出的宝贵意见！感谢华东师范大学吴贤毅教授对本书的审核工作！感谢上海交通大学席裕庚教授和谷寒雨副教授对本书作者科研工作的指导和帮助！此外，对参与了相关研究工作的研究生们在此一并表示感谢！
本书内容重点在主动模式鲁棒机器调度，这部分内容相对丰富。而反应模式及混合模式鲁棒机器调度部分内容相对粗浅，有待今后进一步的研究和补充。鉴于作者的研究和水平所限，本书内容难免存在不足甚至谬误之处，敬请广大读者批评指正。
作者
上海大学
2022年4月
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
