一、基于多组件智能体的机械产品协同设计集成方法（论文文献综述）
张维庭[1]（2021）在《数据驱动工业互联网资源适配与隐私保护方法研究》文中进行了进一步梳理数据及其全周期处理是工业智能化的核心要素,对于驱动工业互联网的应用部署发挥着至关重要的作用。然而,当前工业互联网在数据建模、数据驱动资源适配以及数据隐私保护方面仍面临诸多挑战。首先,传统数据分析方法灵活度低,难以满足多样化工业应用对海量数据实时、智能分析的需求。其次,传统静态、粗粒度的资源管理方式,使网络难以协同适配工业场景中的多维（频谱、缓存和计算）资源。最后,中心化的模型训练方法存在数据隐私泄露、保密性低等问题,难以兼顾数据共享与隐私保护的双重需求。近年来,工业互联网产业联盟提出了《工业互联网体系架构（版本2.0）》,旨在构建以“数据”、“网络”和“安全”为典型特征的新型互联网功能结构,为有效解决上述问题提供了新的技术路线。因此,本文基于工业互联网体系架构2.0的设计理念,针对数据驱动工业场景中的关键问题,围绕数据建模、资源适配以及隐私保护三方面展开研究。主要工作和创新点如下:1.针对工业互联网数据建模问题,提出一种基于深度学习的“端-云”协同数据建模方法。首先,针对真实场景中的高铁智能洗车装备,设计“端-云”协同的数据采集系统,形成支撑服务模型充分训练的大规模数据集。其次,建立基于自注意力深度神经网络（Deep Neural Network,DNN）的智能服务模型,通过注意力权值来表征工业运维数据中的全局依赖关系,从而为设备运维检修提供智能化的决策服务。然后,通过采用离线训练和在线推理的方式,使服务模型具备制定运维决策的能力,进而完成工业设备运行状态的即时、精准感知。最后,搭建原型系统平台,并在真实场景数据集上对所建立的模型进行性能测试。结果表明,该模型实现了较高的运维决策准确率,进而验证了所提方法的可行性和有效性。2.针对工业互联网资源适配问题,提出一种基于强化学习的多维资源动态适配方法。首先,设计了一种“端-边-云”协同的网络架构,可以在资源受限的工业场景中灵活支持服务模型部署和推理任务调度。其次,为保障工业场景中低时延、高准确率的DNN推理服务,针对频谱、缓存和计算资源进行系统建模,形成以最大化推理准确率为目标的多维资源优化问题。然后,将该问题转化为马尔可夫决策过程,并提出基于孪生延迟深度确定性策略梯度的资源适配算法,实现优化问题的高效求解。最后,通过仿真实验对所提算法的收敛性能、任务调度成功率以及缓存资源利用率进行评估。结果表明,相较于深度确定性策略梯度算法,所提算法在提升任务调度成功率和边缘缓存资源利用率方面均具有一定优势。3.针对工业互联网数据隐私保护问题,提出一种基于联邦学习的高效数据隐私保护方法。首先,设计了一种“多边”协同的层级联邦学习机制,通过多个边缘服务器与端节点、云服务器的交互协作,来完成DNN模型的参数迭代,进而有效满足端节点数据隐私保护需求。其次,为保障联邦学习机制的高效运行,建立分布式训练的时延和能耗数学模型,形成以最小化评估损失为目标的随机优化问题。然后,考虑到多个边缘控制器之间的信息不透明性,将所形成的问题转化为部分可观马尔可夫决策过程,并提出基于多智能体柔性策略梯度的资源适配算法来求解该问题。最后,搭建原型系统并进行实验评估。结果表明,所提方法能够在满足端节点数据隐私保护需求的同时,有效降低能量消耗、节省时间开销。
高磊[2]（2020）在《电网建设项目多主体协同决策模型及应用研究》文中认为随着电力体制改革逐步深化,电网建设投入在整个电力建设投入的比重逐年持续增加,电网建设管理模式、运营模式和投资比例的逐步转变也对电力工程项目管理思路和方法提出了新的要求。此外,根据电网建设项目的特点,项目建设过程中长期面临建设时序分配、资源均衡调配、风险合理规避、投资效益优化、电力稳定供应等诸多问题,需要综合考虑不同因素,电网建设则可视为多主体、多要素、多目标、多阶段的协同决策研究问题。然而,传统的电网项目建设管理模式普遍存在各利益主体自利性和信息断层情况,难以根据项目特点优选出满足多方需求的建设方案,同时,在实施过程中存在区域电网建设项目的工期、投资和资源调配不合理现状,并难以达到项目综合效益优化的目标。因此,本文开展电网建设项目多主体协同决策模型及应用的研究工作,基于电网建设项目多主体特征和协同决策目标研究,分别构建了面向电网建设项目方案优选及方案实施的协同决策模型,针对模型的特点分别引入多智能体技术、粒子群算法和非支配排序遗传算法进行求解,并通过模型应用系统提供了多主体协同决策的平台。主要研究内容如下:（1）梳理了电网建设项目多主体协同决策的研究背景及意义,开展了对国内外电网建设项目多主体协同决策模型及应用问题的研究综述,并概述了电网规划和建设基本概念、利益相关者理论、多智能体模型及方法、多目标优化模型及方法等相关概念和基础理论,为后续研究奠定了相应理论基础和研究范围。（2）研究了电网建设项目利益相关主体特征及协同决策目标。首先,运用电网建设项目流程WBS结构,分析并识别了电网建设项目8类主要利益相关主体;其次,研究各主体的利益偏好和主体的自利性、目标差异性,以此为基础引出多主体协同决策的理念,分析了电网建设项目多主体协同决策逻辑和内容;同时,运用文献综合分析法结合系统动力学的因果关系流图识别电网建设项目协同决策目标,归纳出协同决策应从不同角度合理满足电网项目的规划管理、建设条件、投资决策和建设运营这4类目标需求。该部分研究内容从协同决策目标方面为协同决策模型及应用提供了研究基础。（3）构建了基于MAS技术的方案优选协同决策模型。基于电网建设项目协同决策目标研究,将重要的目标抽象成为MAS中的Agent,构建了协同决策MAS模型的整体架构,以及其中各主要Agent的结构、功能以及通信模式;基于多Agent之间协商交互能力,利用Petri网和合同网协议描述方案优选的多Agent交互流程,并通过模糊Petri网的模糊规则对应可选择方案设置方案集,方案集由多Agent的模糊变量因素协同决策进行选择,最终,形成了基于FPN电网项目方案优选协同决策模型,进一步通过算例应用验证模型计算过程和有效性。该部分的研究内容可以结合不同区域电网项目特点,考虑多方主体需求,提供建设方案优选的决策依据和方法。（4）构建了基于多目标优化的方案实施协同决策模型。在方案优选的基础上,通过研究一定区域内电网项目规划阶段和建设阶段协同决策的目标,建立适宜的目标函数,结合目标函数和约束条件构建电网项目方案实施协同决策模型。本文一方面建立面向电网规划实施过程的协同决策模型,采用粒子群算法进行求解;另一方面,建立面向电网建设实施过程的协同决策模型,运用遗传算法进行求解;通过实例证明两阶段模型的合理性。模型和算法则纳入多智能体系统中,作为相应MAS的方法库和模型库一部分。该部分研究内容可以在工期、资金和资源约束条件下,考虑多方主体需求,提供满足建设方案实施中多目标优化的决策依据和方法。（5）构建了基于多主体需求的协同决策模型应用系统。基于两类协同决策模型研究,构建了一个基于B/S架构的电网项目协同决策模型应用系统,该系统属于信息公开的系统,确保各方主体信息畅通、数据准确和完备,具备提供各方主体交流和互动决策的多项功能,同时,协同决策支持平台能够充分结合MAS技术,并利用优化算法功能,解决电网建设协同决策过程中多元化、多层次的复杂问题。其功能包括多智能体管理、多主体方管理、方案优选管理、多目标优化管理、空间地图管理等,根据项目实际需求设计各类功能的子功能。该部分研究内容可以为电网建设项目多主体协同决策的规模化实践应用提供参考。本研究从工程项目管理视角将智能化、信息化方法应用于电网建设项目管理,为探索我国电网建设项目规划、设计、建设阶段的多主体协同决策及高效管理提供了理论依据和实践参考。
王奕祺[3]（2020）在《订单波动制造环境下生产者行为仿真研究》文中进行了进一步梳理随着消费者需求日趋多样化和定制化,制造业企业所面临的外部制造环境呈现出订单波动的特点。一方面,由于产品的品种增多、消费者的需求分散且波动,造成订单批量大小存在波动;另一方面,为了响应定制化需求,企业时常引入具有新工艺、新功能的产品订单,造成新产品引入水平存在波动。生产者作为制造系统中最具智慧和灵活性的因素,其行为的适应性能够有效应对波动环境、改善制造系统性能。因此,开展订单波动环境下的生产者行为仿真研究,从而优化与行为相关的资源配置、策略选择和参数设置,将有助于实现人、机、环境之间的最佳匹配。订单波动制造环境下的生产者行为仿真研究面临三个有待解决的关键问题:如何构建组织集成的制造系统仿真模型,如何从组织视角评价制造系统生产绩效,以及如何开展订单波动环境下生产者行为的优化仿真。针对当前研究在以上三个问题上存在的不足,本文所展开的主要研究内容如下:（1）基于离散事件和智能体混合建模的思想提出了制造系统组织集成仿真模型的构建方法,并从生产绩效和组织绩效两个维度定义了面向该模型的评价指标。基于构建原理和评价指标,利用AnyLogic软件实现了模型的构建,并给出了各个模块的实现方法。通过将所提出的建模与仿真方法应用于某机加零部件制造系统,验证了该方法用于开展订单波动环境下生产者行为研究的有效性,为后续研究奠定了基础。（2）引入了描述生产者学习和遗忘效应的行为模型,并实现了学习和遗忘行为在生产者智能体模型中的集成开发。定义了人员柔性水平指标,使得生产者的技能配置可以在柔性角度进行定量化评价。在考虑学习和遗忘行为的前提下,通过研究批量波动环境下人员柔性对系统性能的影响,优化了人员柔性的配置水平。（3）给出了合作生产过程的描述方法,并实现了生产者合作行为在生产者智能体模型中的集成开发。依据不同的合作程度提出四个基于规则的合作策略,并在新产品引入波动环境下开展各个策略的仿真对比研究,明确了合作行为的适用范围。为了进一步提升策略对系统性能的优化程度以及对环境的适应能力,提出了基于组织集成模型和模拟退火算法的适应性合作策略。通过对比实验证明了适应性策略的优越性和有效性。（4）对比了生产者在执行不同操作时发生失误行为的特点,梳理了不合格品在检验环节的处理流程,并实现了生产者的失误和检验行为在生产者智能体和机器智能体模型中的集成开发。在新产品引入波动环境下开展装载失误率和换线失误率对系统性能影响的仿真研究,给出了在两个操作失误率控制方面的管理建议。进一步针对换线失误的特点提出了两个检验策略,并将检验策略和检验率作为决策变量进行了制造系统单目标和双目标的仿真优化。
陈宝通[4]（2020）在《面向个性化定制的智能生产线预防性维护研究》文中指出智能生产线通过物联感知和网络协同技术,实现信息物理深度融合。其特征是制造设备高度互联、制造数据深度集成与产线动态重构,以满足多品种、小批量、个性化定制产品的混流生产要求。个性化定制生产模式下,智能生产线对设备可靠性、运行稳定性与生产适应性等提出了更高要求,常规的被动运维模式已不能满足智能生产线的复杂运维需求。本文聚焦于智能生产线预防性维护的关键技术研究,以保证个性化定制生产线效率与设备利用率为前提,对设备的劣化状态进行早期评估,通过可重构预防性维护避免生产线意外停机造成的生产中断,旨在实现生产过程的自主感知、状态评估、自适应运行及负载均衡。本文的研究工作可以具体地概括为以下五点:（1）探讨了设备信息物理深度融合为基础的智能生产线预防性维护系统架构。在智能生产线设备信息传输方面,实现了基于OPC UA的信息传输,Machine to Machine通信,软件定义工业异构网络;在多源异构传感数据深度融合方面,提出了边缘计算使能的数据融合方法与边-云合作的数据融合机制。架构涵盖了基于心电机理的设备运行状态监测方法与深度的设备健康状况评估理论,实时反馈设备亟需的运维情况。为保障智能生产线稳定运行,提出了面向个性化定制生产线的可重构运维机制,以实现生产过程自适应管控的系统运维。（2）基于设备动作时长的细粒度划分,将设备作业状态下的节拍类比为人类的心脏跳动,以设备心电图（equipment electrocardiogram,EECG）的方式揭示设备的性能衰退过程。阐明了设备心电图的构建机理,涵盖工序的细粒度划分方法,时序周期的动态匹配方法,基线、公差、Hotspot等重要工作特征的确定方法。基于设备心电机理,分别提出了生产线节拍优化方法和设备性能衰退的在线监测方法。在智能生产线上对智能设备心电图的性能进行了测试,结果表明智能心电机理能够很好地支持智能设备心电图的实施,智能生产线设备心电（Automatic Production Line EECG,APL-EECG）系统能够实时监测设备作业状态,为设备的维护提供科学指导。（3）基于时间序列设备传感数据,提出了深度的设备性能预测方法。引入流行的机器学习框架—Tensor Flow,搭建了Tensor Flow使能的深度学习模型架构;利用Keras搭建了汽车装配生产线的小台车气缸可靠性分析的深度神经网络模型,并阐述了其中关键的实现技术;进一步地制定了气缸工作性能评估策略,预测准确率达到工业应用标准。研究发现在不完全观测丰富数据集的环境下,运用深度神经网络能够实现“弱关联”多源异构设备传感数据的分析。（4）基于领域本体的形式化语义模型,构建了面向预防性维护的可重构运维方法。首先,根据对智能生产线制造资源与生产过程的系统分析,利用领域本体方法构建生产线形式化语义模型,以一种语义网结构对生产线的制造资源进行抽象化与统一描述;其次,利用数据驱动的语义模型促进了生产线信息物理资源的动态融合,为生产线状态感知与自组织重构等提供基础模型,进一步构建了基于多智能系统的智能生产线自组织自适应运行机制;最后,面向预知的设备状态衰退与性能失衡,构建路径动态规划与任务切换的可重构方法,实现混流产线的不停机动态重构。（5）针对智能生产线设备集群自组织自适应作业过程中的负载不均衡现象,探究了基于边缘计算理念的智能生产线可重构运维方法,制定基于能量感知的负载均衡与调度（Energy-aware Load Balance and Scheduling,ELBS）策略。具体地,在边缘节点建立工作负载相关的能耗模型,相应地确立以作业集群负载均衡为目标的优化函数;利用改进的粒子群算法求得优化解,对任务相关的作业集群进行任务优先级排序;采用Multi-agent系统对车间作业集群进行分布式的优化调度。结果表明,在多批量个性化定制糖果的包装产线上,在考虑能耗和工作负载的情况下,该策略实现了混流生产作业机器人的负载均衡和优化运行。综上所述,以底层信息交互为基础,提出了由单机设备到集群设备的自下而上的可重构运维方法,实现了涵盖产线自主感知、状态监测、预防维护与负载均衡等的关键运维技术,为个性化定制生产线的预防性维护关键点提供技术支撑与理论依据。
杨林瑶,陈思远,王晓,张俊,王成红[5]（2019）在《数字孪生与平行系统:发展现状、对比及展望》文中研究表明随着物联网、大数据、人工智能（Artificial intelligence, AI）等技术的发展,针对促进新一代信息技术与制造业深度融合、实现制造物理世界与信息世界交互与共融的需要,数字孪生和平行系统技术成为智能制造和复杂系统管理与控制领域研究的热点.本文对数字孪生和平行系统技术的基本概念、技术内涵、相关应用等进行了研究与总结,对比了两者之间的异同,并分析了两者的发展趋势,预期能够给复杂系统管理与控制领域的研究人员提供一定的参考和借鉴.
高阳[6]（2019）在《水污染事件动态模拟仿真与应急管理研究》文中提出水是人类赖以生存的重要自然和经济资源,近年来,随着人类活动对自然环境影响逐渐加强、极端气象水文事件日益增加,水污染事件频发,制约经济社会的可持续发展,威胁自然和生态环境的安全,已受到国家高度重视和专家学者广泛关注。本文以渭河流域典型水污染事件为研究对象,采用复杂性理论、数字地球、综合集成等理论和技术,通过高效的动态模拟仿真和过程可视的应急管理,为水污染事件科学应对提供理论参考和决策支持,降低灾害损失。论文主要工作和结论如下:（1）实现了水污染事件复杂性描述及多源信息融合。对水污染事件和水质模型进行复杂性分析,揭示了污染物在水体中的迁移转化规律,提出水污染事件污染物迁移过程和水质模型数值求解方法。采用数据集成中间件和多源信息融合等方法实现了海量水污染事件数据资源的采集、处理、集成与融合,建立水污染数据资源中心,在对水污染事件多源信息融合基础上,通过组件的方式为业务应用提供数据和信息服务。（2）提出了基于水利数字地球的水质模型耦合机制。采用数据集成、数据映射和信息融合等方法实现了水污染事件海量数据资源的高效整合、深度集成与有机融合,基于多源信息融合构建水利数字地球,采用瓦片金字塔服务及空间信息瓦片检索技术实现水污染事件相关的数据资源的三维可视化展示,基于空间一体化视域模型融合3S空间信息以及数字地球互操作服务,实现水污染事件多源数据资源、水质模型与数字地球的耦合,为水污染事件动态模拟仿真提供可视化服务环境。（3）开展了基于复杂Agent的水污染动态模拟仿真。在对水质数据进行拟合与加载基础上,对水污染事件所在河道进行三角网剖分,采用复杂性理论建立基于不规则三角网的水质Agent模型,对水质模型进行可视化描述;将元胞自动机应用到水污染事件模拟仿真中,设计了水质多智能体,采用多智能体对污染物运移过程进行表征;构建基于高性能网格的水污染动态模拟仿真一体化环境,采用网格计算将复杂的水污染事件模拟仿真过程进行分解。（4）搭建了面向水污染事件的应用支撑平台。基于综合集成提出面向水污染事件的信息服务模式,采用主题化描述、组件化开发、可视化仿真和知识化管理等现代信息技术,搭建了面向水污染事件的应用支撑平台,提出了应用支撑平台的体系结构和应用开发流程,提供了面向水污染事件的综合集成服务,为水污染事件动态模拟仿真和应急管理提供高效便捷、扩展性较好和过程可视的应用服务。（5）提供了水污染事件模拟仿真与应急管理应用服务。以渭河流域典型水污染事件为例开展应用研究,基于水利数字地球三维可视化环境实现水污染事件和数字地球三维可视化环境融合,水污染事件信息标示,水污染事件流场造型及可视化表现,水污染运移模拟仿真和水污染事件应急管理辅助决策等服务。基于综合集成应用支撑平台开展水污染事件实验模拟与应急调度,提出流程化、模块化、预案化和一体化四种应急管理模式,面向水污染事件提供应用服务和决策支持。
宋思蒙[7]（2019）在《信息物理融合生产系统辅助开发与仿真平台》文中研究指明信息物理融合生产系统（CPPS）是信息物理融合系统（CPS）在制造行业内的实际应用,是实现工业4.0的基础。信息物理融合技术赋予生产系统内节点智能特性,使能制造资源能够以服务的方式存在、共享和调用。CPPS的运行体现为实时任务驱动下以生产业务流程为核心的各种服务化制造资源的组合配置与动态运行。CPPS系统的设计是根据业务逻辑对CPS环境下服务化的制造资源进行整合,定义系统行为。在CPPS系统设计过程中需要解决两大问题即系统内节点的行为模型构建和行为模型信息物理融合的实现。CPPS的设计过程具有复杂性,不仅需要在设计过程中对CPPS的自适应、可重构、互操作功能进行建模和验证,还需要在运行阶段支持系统的扩展、重构和管控。当前,制约CPPS发展的一个重要因素是缺乏一个CPPS设计和管理一体化方法学和模型支持。系统的建模和仿真是设计复杂系统的一种重要方法,能够帮助系统设计人员理解、描述系统,并对系统的功能进行验证。论文综合应用面向对象、系统建模和仿真、系统组态等思想和技术,针对CPPS设计过程中需要解决的两大问题,提出并研发面向CPPS系统设计、运行的信息物理融合生产系统辅助开发与仿真平台（CPPS-ADSP）。首先,通过分析CPPS-ADSP的应用场景,提炼出CPPS-ADSP的功能和特征,并提出系统的参考框架、运行机制和网络物理环境;在此基础上,针对CPPS的设计和建模问题,提出一种融合多智能体架构和扩展Petri网OTCKPN的混合建模方法,通过预定义的系统模型库构建系统内CPS节点的协商行为模型和生产行为模型,支撑CPPS的自适应和可重构特性;在实现CPPS系统建模的基础上,提出一种基于面向服务架构的信息物理融合方法,定义系统中服务的类型和面向服务架构的运行机制。通过建立CPPS-ADSP和物理设备层、信息资源层之间的互操作机制,实现CPPS和异构设备、系统之间的互联互通;最后,基于本文的研究成果,采用基于平台的设计方法,开发CPPS-ADSP原型系统,并结合实际生产场景,对CPPS-ADSP进行了验证试验,结果表明CPPS-ADSP能够有效支撑CPPS的开发和验证。
朱本飞[8]（2019）在《干散货码头系统分合机理及仿真建模方法研究》文中研究说明经济的快速发展带来对干散货需求量不断增加,同时由于煤炭和矿石等资源分布的不均匀性,形成了目前大宗干散货的跨区域运输局面。干散货码头是干散货水路运输网络中的重要节点,发挥着不可替代的作用。干散货码头是一个涵盖海侧、堆场和陆侧等多个作业环节的物流系统,呈现出多输入、多输出、动态性、非线性等复杂特征。对于干散货码头设计、建设和运营等过程中出现的工程实际问题,依靠传统方法来解决变得越来越困难。对此,论文将系统仿真方法引入到干散货码头物流系统,讨论了干散货码头系统分合机理及其模块化建模方法与应用。论文的工作主要包括两方面:其一,站在复杂系统建模思想体系的层面,提出了一个基于系统分合机理的模块化仿真建模方法,搭建面向干散货码头的仿真子模块库和建模框架库,为模块化建模方法的实现提供了基础。其二,从工程应用角度出发,针对传统方法在解决码头工程问题的局限性,结合所提的基于系统分合机理的建模方法,将改造HLA建模法、分块-集成建模法、MAS建模法等应用到这些工程问题中,以提供可行的定量化解决方案。总的来看,论文的主要研究内容和创新点如下:（1）通过分析码头系统的耦合关系和分合机理,提出了一个基于系统分合机理的模块化仿真建模方法,并开发了子模块库和建模框架库。基于DEVS的层次化模型的构建过程,将DEVS离散事件系统规范中耦合模型的组合过程迁移到干散货码头仿真模型的建立过程中,分析了干散货码头的系统分合机理及其模块化建模方法。它的核心是基于标准化的子模块,以特定的模块组合的方式形成仿真模型。建模框架库和子模块库是基于系统分合机理的建模方法的两大基础。为推动这种建模方法的应用,开发了一个子模块库和一个建模框架库。（2）提出了基于改造HLA建模的散货码头通过能力分析方法。目前码头通过能力的计算往往采用经验公式。它将海侧区域的通过能力直接作为码头的综合通过能力。而事实上码头通过能力受到码头的海侧、堆场、陆侧三个环节的影响。论文结合干散货码头的系统分合机理的成果,将改造HLA建模方法应用到散货码头建模过程中,建立了一个考虑干散货码头全部生产环节的仿真模型。基于流程和规则,通过模拟码头的运营过程来分析码头的通过能力。（3）提出了基于分块-集成建模法的散货码头生产效能评估方法。码头的生产效能受到多种复杂因素的非线性综合影响。目前生产效能评估更多的是基于专家经验的静态评估和事后评估。论文将分块-集成建模法应用到生产效能评估过程中。它通过建立干散货码头全部作业环节的仿真模型,研究生产效能指标与输入因素之间的动态变化关系,实现了生产效能的事前评估和动态评估。（4）提出了基于MAS建模法的水水中转码头设计方案定量化比选方法。以往的方案比选主要依靠工程人员的经验进行定性和静态地比较。论文提出了一种基于MAS建模法的定量化分析评价方法。它以系统分合机理的建模方法为基础,所建立的MAS模型特点是模型体系中既覆盖了码头不同环节的诸多功能性实体Agent,又包括很多管理决策Agent。基于这种综合性MAS的仿真模型分析获得不同方案的生产作业性能,实现对不同设计方案的定量化比选。综上所述,论文通过分析干散货码头装卸工艺系统的分合机理,提出了基于系统分合机理的建模方法。该方法是一种基础性方法,它提供了建模所需的子模块和建模框架。基于系统分合机理的建模法可以与改造的HLA建模、分块-集成建模、MAS建模法等进行结合,作为这些建模方法开发仿真模型的基础。
余敏聪[9]（2019）在《基于实体物理行为规划的可重配置制造系统控制框架关键问题研究》文中研究表明当今,回归制造业已经成为世界各大国的未来重要战略之一,例如,德国的“工业4.0”计划和美国的“工业互联网”计划。在我国,政府提出了“中国制造2025”的战略纲要,该纲要指定了一个由22项指标构成的制造业评价体系,其中,人均制造业增加值,全员劳动生产率和销售利润率等三项指标占有较高的权重,体现了提高制造业生产效率在纲要中的重要性。为了提高制造业的生产效率,缩短停机时间,研究者提出一种称为可重配置制造系统（Reconfigurable Manufacturing System,RMS）的设备范式。智能卡个人化（smart card personalization）系统就是一种满足RMS范式的自动化系统。鉴于客户需求和设备特性等原因,智能卡个人化制造业界对控制系统及其研发流程提出若干新的要求。虽然在自动化系统控制领域,尤其在研究RMS控制的文献中已有不少成果,但是它们仍不能完全满足智能卡个人化制造所提出的需求。既有的成果主要存在以下问题:1、不支持批量个性化生产（mass individualization）:设备中待生产的智能卡可能各自经历不同的生产流程和传输路径,控制系统必须适配这种批量个性化生产。然而,现有的RMS控制器并不支持多物料多处理流程的生产控制场景。2、仅支持数据流层面的集成:机电系统（mechatronic system）的开发与维护均基于对模块物理行为的集成,控制系统必须适配这一特征。然而,现有的设备描述方法,仅通过模块控制器之间的数据流的交互,而非模块中的实体物理活动来描述模块的行为,其行为描述的可用性不足。3、少有支持遗留设备:控制系统必须能够对访问方式有限且受限的模块实现控制的集成,但在已有的成果中,其框架底部的工业现场级别（field-level）控制实现大多绑定于单一的技术平台,缺乏足够的兼容性用于集成遗留设备。4、可靠性适用范围无法覆盖:鉴于设备行为由控制系统自动生成,该行为必须可被证明其可靠性,并给出可靠性的适用范围。虽然已有不少可靠性可证明的生成方法,然而,由于领域相关,其可靠性适用范围无法覆盖离散型制造系统的范围。5、方法易用性不足:面对复杂的控制,系统被要求根据机电工程师的需求描述,自动推理控制策略,避免设计策略与编写软件等易错且费时的手工操作,提高研发效率。然而,大部分需求描述与推理方法多属于计算机科学领域的方法,不利于机电工程师采纳使用。考虑到上述存在的问题,本文提出一种基于实体物理行为规划的RMS控制框架,该框架由控制器体系结构,模块行为描述,自动推理方法三部分组成。1,提出一种支持批量个性化生产且兼容遗留设备的RMS的控制器体系结构。受“请求-响应”这一软件设计模式（pattern）的启发,以“物料驱动设备”为原则,设计物料通过向控制器发送请求并等待执行响应的方式,实现对设备的控制。该模式适用于多物料多处理流程的场景。在控制实现方面,通过模块的可执行指令与设备实体物理行为的映射机制,增强了体系结构在不同的现场级别控制平台之间的可移植性。2,提出一种基于实体物理行为的设备模块描述方法。与仿真系统不同,该方法是对物理世界的一种简化的描述。基于该方法,给出了系统行为的安全性约束（物料安全处理条件）和物料处理请求的定义。该方法解决了机电工程师与软件工程师因缺乏合适的描述语言,双方无法使用共同语言准确描述模块行为说明（specification）,而难以协同进行系统开发的问题。基于设备实体物理行为的描述,有效地抓住系统行为的本质,实现了相关领域知识描述的统一,为控制推理自动化提供了基础。3,给出一种基于自动规划（automated planning）和指令映射的控制策略推理方法。该方法将策略推理问题转换为自动规划问题,并给出了相应的自动规划问题定义。基于该规划问题与现成的规划器,实现了可支持表达实体并发活动的串行解规划方法。同时,给出了可满足性证明,证明规划问题的任意解均满足物料处理安全条件。在指令映射方面,提出了一种模块可执行指令语义描述,和将实体行为映射为指令序列的算法。结合自动规划与映射算法,该推理方法既能减少手工操作,又可保证系统行为的正确性与安全性。4,给出一个大型智能卡个人化制造设备的控制应用示例。依据流水线的物料时空关系,给出了该示例的推理输入集,并对全部输入进行了控制策略推理的实验,得出相关的实验结果,展示了本文方法在实际工业设备控制上的实用性。综上所述,本文提出的RMS控制框架,能有效满足智能卡个人化制造系统提出的控制需求。本文的主要贡献在于,通过突破各自专业的界限,解决了长期困扰机电工程师与软件工程师协同开发的关键问题,实现了需求描述形式化。在此基础上,进一步引入控制推理自动化,提高系统研发质量,降低由于手工操作带来的研发进度的不确定性,最终达到提高装备业和制造业生产效率的目的。
杨博歆[10]（2018）在《海工装备项目进度控制与优化方法研究》文中认为随着国家海洋战略地位的逐步提升,海工装备成为制约海洋资源开发能力的关键。同时,全球海工装备市场需求量持续走低,为我国海工企业带来了极大的生存压力。因此,提高我国海工企业的生产建造能力成为积极应对国内外新形势的必由之路。而项目进度管理作为影响海工装备生产建造能力的重要因素之一,我国却没有完善的管理体系,从而造成计划粗放、调度柔性差和资源使用不均衡等现象;同时智能方法在海工装备项目进度管理中的应用尚属空白,从而缺少高效的进度控制与决策手段。因此,为了缩短项目工期、降低项目成本、平衡企业资源、增强调度柔性并提高精益水平,本文研究海工装备项目进度管理模式,构建基于多智能体的海工装备项目进度管理系统模型,设计面向海工装备项目进度智能控制的多目标优化方法与高性能计算方法。在此基础上,研发海工装备项目进度管理系统,并完成原型系统的验证。针对我国海工行业进度管理体系不完善的问题,对我国典型海工企业的进度管理现状进行调研与分析,得到典型海工装备项目的进度管理流程与进度控制方法;深度结合设计、生产与管理一体化的思想与项目进度智能控制的需求,形成满足我国海工企业现状与未来发展要求的项目进度管理模式。针对海工装备项目进度控制智能化应用空白的问题,使用多智能体技术建立海工装备项目进度管理系统模型,提出基于多智能体的海工装备项目两阶段进度控制机理,设计智能体间的通信、协作、竞争、协商的机制和进度控制过程中两种典型冲突问题的协商算法,为实现海工装备项目进度管理全业务流程的智能化控制奠定基础。针对海工装备项目进度控制过程中推动式计划的智能编制与优化问题,应用多目标优化理论,建立资源约束和多执行模式下的工期-成本-资源多目标优化模型,设计基于非支配排序遗传算法（Non-dominated Sorting GA-Ⅱ,NSGA-Ⅱ）和基于Pareto规则的模拟退火算法（Pareto-dominated SA,PDSA）的改进融合NSGA-Ⅱ（Improved Hybrid NSGA-Ⅱ,IHNSGA-Ⅱ）。结合海工装备项目计划问题特点,提出启发式种群初始化策略、自适应新执行模式接受算法和重置变异法等新的方法。最后,通过实例仿真与对比分析验证本文设计的算法在求解海工装备项目推动式计划问题时拥有更好的搜索能力和鲁棒性。针对海工装备项目进度控制过程中拉动式调度的智能编排与优化问题,在项目推动式计划的基础上建立基于准时生产方式（Just In Time,JIT）的项目调度模型。针对海工装备项目进度控制过程中求解问题规模庞大的特点,提出基于部门的作业分组策略和基于阶段的作业分组策略,通过两个维度的作业分组策略实现问题规模的化简。应用并行计算技术,设计基于CPU/GPU的多层异构并行计算系统和相应算法:构建子问题求解控制层,设计基于多智能体的子问题协商算法;构建种群行为控制层,设计基于信度空间的协同进化算法;构建个体行为控制层,实现基于CPU/GPU的异构计算。最后,通过实例仿真与对比分析验证本文设计的并行计算系统与常规计算系统相比可得到200倍以上的加速效果,并且在求解海工装备项目大规模拉动式调度问题时具有实时调度（求解时间小于作业的工时）的能力。针对为上述研究成果提供应用载体和验证环境的问题,采用面向服务的体系结构（Service Oriented Architecture,SOA）研发海工装备项目进度管理系统,原型系统在中船集团某厂中进行示范运行,达到良好的应用效果。
二、基于多组件智能体的机械产品协同设计集成方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于多组件智能体的机械产品协同设计集成方法（论文提纲范文）
（1）数据驱动工业互联网资源适配与隐私保护方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 主要缩略语对照表 |
| 1 绪论 |
| 1.1 引言 |
| 1.2 研究背景 |
| 1.2.1 工业互联网定义及标准体系 |
| 1.2.2 工业互联网功能结构 |
| 1.3 研究现状 |
| 1.4 研究问题及意义 |
| 1.5 论文主要工作与创新点 |
| 1.6 论文组织结构 |
| 2 基于深度学习的工业互联网数据建模方法 |
| 2.1 引言 |
| 2.1.1 研究背景 |
| 2.1.2 相关工作 |
| 2.2 端-云协同工业运维数据采集系统设计 |
| 2.2.1 工业运维数据采集系统架构 |
| 2.2.2 工业运维数据采集流程 |
| 2.2.3 工业运维数据集构建 |
| 2.3 自注意力即时工业运维服务模型设计 |
| 2.3.1 总体框架及其功能模块 |
| 2.3.2 状态感知服务模型 |
| 2.3.3 序列预测服务模型 |
| 2.3.4 服务模型运行机制 |
| 2.4 实验与性能评估 |
| 2.4.1 实验数据集描述 |
| 2.4.2 实验及参数设置 |
| 2.4.3 实验结果分析 |
| 2.5 本章小结 |
| 3 基于强化学习的工业互联网资源适配方法 |
| 3.1 引言 |
| 3.1.1 研究背景 |
| 3.1.2 相关工作 |
| 3.2 网络架构与系统模型建立 |
| 3.2.1 端边云协同推理网络架构 |
| 3.2.2 通信模型 |
| 3.2.3 缓存模型 |
| 3.2.4 计算模型 |
| 3.2.5 系统运行机制 |
| 3.3 优化问题描述与转化 |
| 3.3.1 多维资源优化问题 |
| 3.3.2 马尔可夫决策过程 |
| 3.4 资源适配算法设计 |
| 3.4.1 TD3 算法核心技术 |
| 3.4.2 TD3 多维资源动态适配算法 |
| 3.5 DNN缓存池状态更新机制设计 |
| 3.6 实验与性能评估 |
| 3.6.1 实验及参数设置 |
| 3.6.2 算法收敛性分析 |
| 3.6.3 任务调度成功率比较 |
| 3.6.4 缓存资源利用率比较 |
| 3.7 本章小结 |
| 4 基于联邦学习的工业互联网数据隐私保护方法 |
| 4.1 引言 |
| 4.1.1 研究背景 |
| 4.1.2 相关工作 |
| 4.2 数据隐私保护联邦学习机制设计 |
| 4.2.1 多边协同训练网络架构 |
| 4.2.2 参数分级聚合算法 |
| 4.3 系统模型建立 |
| 4.3.1 时延模型 |
| 4.3.2 能耗模型 |
| 4.3.3 层级联邦学习评估损失 |
| 4.4 优化问题描述与转化 |
| 4.4.1 多约束资源优化问题 |
| 4.4.2 部分可观马尔可夫决策过程 |
| 4.5 多智能体资源适配算法设计 |
| 4.5.1 算法核心技术 |
| 4.5.2 MASAC资源适配算法 |
| 4.5.3 端节点能量资源保护机制 |
| 4.5.4 算法计算复杂度分析 |
| 4.6 实验与性能评估 |
| 4.6.1 实验及参数设置 |
| 4.6.2 隐私保护联邦学习收敛性分析 |
| 4.6.3 频谱和计算资源利用效率比较 |
| 4.6.4 能耗和时间开销评估 |
| 4.7 本章小结 |
| 5 总结与展望 |
| 5.1 总结 |
| 5.2 未来研究工作展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（2）电网建设项目多主体协同决策模型及应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状及分析 |
| 1.2.1 电网建设多主体协同决策影响因素研究 |
| 1.2.2 多智能体系统应用及协同决策的模拟 |
| 1.2.3 电网项目决策常用的优化模型和算法 |
| 1.2.4 协同决策支持平台系统应用研究 |
| 1.2.5 相关文献研究述评 |
| 1.3 研究内容、研究思路和研究创新点 |
| 1.3.1 主要研究内容 |
| 1.3.2 研究思路和技术路线 |
| 1.3.3 研究的主要创新点 |
| 第2章 相关概念和理论基础 |
| 2.1 电网项目规划与建设管理概述 |
| 2.1.1 电网规划概念和电网类型划分 |
| 2.1.2 电网项目规划与建设管理的重点内容 |
| 2.1.3 电网规划与建设管理信息化、智能化发展优势 |
| 2.2 利益相关者理论 |
| 2.2.1 利益相关者内涵 |
| 2.2.2 利益相关者识别方法 |
| 2.2.3 利益相关者理论的应用 |
| 2.3 多智能体系统(Multi-Agent System)相关理论 |
| 2.3.1 智能体(Agent)概念及分类 |
| 2.3.2 多智能体系统(MAS)概念及特征 |
| 2.3.3 Agent之间交互行为构成与协作模式 |
| 2.3.4 MAS交互行为的描述方法 |
| 2.4 多目标优化相关理论 |
| 2.4.1 多目标优化理论和解集特征 |
| 2.4.2 多目标优化智能算法 |
| 2.5 本章小结 |
| 第3章 电网项目多主体特征与协同决策目标研究 |
| 3.1 电网项目建设流程分析 |
| 3.2 电网建设项目利益相关主体识别与特征分析 |
| 3.2.1 利益相关主体界定因素 |
| 3.2.2 利益相关主体的识别 |
| 3.2.3 利益相关主体的特征和利益偏好 |
| 3.3 电网项目多主体决策面临的典型问题 |
| 3.3.1 电网建设项目多主体动态变化特征 |
| 3.3.2 电网建设项目多主体协同程度较差 |
| 3.4 电网项目多主体协同决策目标研究 |
| 3.4.1 多主体协同决策逻辑和内容分析 |
| 3.4.2 多主体协同决策目标研究 |
| 3.5 本章小结 |
| 第4章 基于MAS技术的方案优选协同决策模型 |
| 4.1 电网项目方案优选协同决策的MAS应用基础 |
| 4.1.1 MAS技术应用的基本逻辑分析 |
| 4.1.2 MAS模型基本架构及模块分类 |
| 4.1.3 系统功能型Agent结构及功能设计 |
| 4.1.4 业务功能型Agent结构及功能设计 |
| 4.1.5 Agent之间通信设计 |
| 4.2 基于MAS技术的电网项目方案优选流程 |
| 4.2.1 Agent之间交互行为分析 |
| 4.2.2 MAS的协同决策交互过程 |
| 4.2.3 基于MAS技术的方案优选流程分析 |
| 4.3 电网项目方案优选的协同决策模型及应用 |
| 4.3.1 模糊Petri网基本原理 |
| 4.3.2 电网建设项目协同决策的策略集分析 |
| 4.3.3 基于FPN的电网项目方案优选协同决策模型 |
| 4.3.4 算例分析 |
| 4.4 本章小结 |
| 第5章 基于多目标优化的方案实施协同决策模型 |
| 5.1 电网项目规划和建设实施阶段的目标侧重点 |
| 5.2 电网项目方案实施协同决策的目标函数构建 |
| 5.2.1 建设周期目标函数 |
| 5.2.2 建设选址目标函数 |
| 5.2.3 投资决策目标函数 |
| 5.2.4 资源调配目标函数 |
| 5.3 基于多目标优化的协同决策算法模型 |
| 5.3.1 多目标优化函数 |
| 5.3.2 约束条件 |
| 5.4 面向电网规划的MOPSO模型及应用 |
| 5.4.1 模型的基本假设 |
| 5.4.2 MOPSO模型求解流程 |
| 5.4.3 算例分析 |
| 5.5 面向电网建设的NSGA-Ⅱ模型及应用 |
| 5.5.1 模型的基本假设 |
| 5.5.2 NSGA-Ⅱ模型求解流程 |
| 5.5.3 算例分析 |
| 5.6 本章小结 |
| 第6章 面向多主体协同决策模型的应用系统构建 |
| 6.1 应用系统构建的意义及原则 |
| 6.2 多主体需求分析 |
| 6.2.1 用户主体类型划分 |
| 6.2.2 用户主体需求分析 |
| 6.3 系统开发和结构设计 |
| 6.3.1 系统开发技术 |
| 6.3.2 系统结构设计 |
| 6.4 协同决策应用系统功能 |
| 6.4.1 系统功能树分析 |
| 6.4.2 系统功能应用研究 |
| 6.4.3 功能应用效果分析 |
| 6.5 本章小结 |
| 第7章 研究成果与结论 |
| 参考文献 |
| 附录 |
| 攻读博士学位期间发表的论文及其他成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（3）订单波动制造环境下生产者行为仿真研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.3 研究内容 |
| 1.4 技术路线 |
| 1.5 创新点总结 |
| 2 相关研究文献综述 |
| 2.1 制造系统概述 |
| 2.1.1 制造系统的起源与发展 |
| 2.1.2 制造系统面临的订单波动环境 |
| 2.2 制造系统的建模与仿真研究综述 |
| 2.2.1 仿真模型与仿真分析方法概述 |
| 2.2.2 仿真建模在制造系统中的应用 |
| 2.2.3 制造系统组织集成建模与仿真 |
| 2.3 制造系统的生产者行为相关研究综述 |
| 2.3.1 学习和遗忘行为研究 |
| 2.3.2 合作行为研究 |
| 2.3.3 失误和检验行为研究 |
| 2.4 文献小结 |
| 3 制造系统组织集成仿真建模 |
| 3.1 制造系统组织集成仿真模型的构建原理 |
| 3.1.1 模型总体结构 |
| 3.1.2 人机协同生产过程描述 |
| 3.1.3 生产者智能体模型的构建原理 |
| 3.1.4 离散制造过程模型的构建原理 |
| 3.2 订单波动环境描述与评价指标定义 |
| 3.2.1 订单波动环境 |
| 3.2.2 评价指标 |
| 3.3 制造系统组织集成仿真模型的构建方法 |
| 3.3.1 建模与仿真工具的选择 |
| 3.3.2 模块设置 |
| 3.3.3 离散制造过程模型的构建方法 |
| 3.3.4 机器智能体模型的构建方法 |
| 3.3.5 生产者智能体模型的构建方法 |
| 3.3.6 管理者智能体模型的构建方法 |
| 3.4 制造系统组织集成仿真建模方法的应用 |
| 3.4.1 某机加零部件制造系统基本信息 |
| 3.4.2 制造系统组织集成仿真模型验证 |
| 3.4.3 订单波动制造环境下生产者行为的仿真分析过程 |
| 3.5 本章小结 |
| 4 批量波动环境下的生产者学习和遗忘行为仿真分析 |
| 4.1 生产者学习和遗忘行为集成建模 |
| 4.1.1 学习和遗忘行为的描述方法 |
| 4.1.2 学习和遗忘行为的建模方法 |
| 4.2 人员柔性水平定义 |
| 4.3 批量波动环境下人员柔性水平对系统性能的影响分析 |
| 4.3.1 仿真实验设置 |
| 4.3.2 仿真结果与讨论 |
| 4.4 本章小结 |
| 5 新产品引入波动环境下的生产者合作行为仿真分析 |
| 5.1 生产者合作行为集成建模 |
| 5.1.1 合作生产过程描述 |
| 5.1.2 换线操作研究现状 |
| 5.1.3 合作换线行为的建模原理和方法 |
| 5.2 新产品引入波动环境下基于规则的合作策略对系统性能的影响分析 |
| 5.2.1 仿真实验设置 |
| 5.2.2 仿真结果与讨论 |
| 5.3 适应性合作策略及其集成建模 |
| 5.3.1 适应性合作策略的提出 |
| 5.3.2 复杂适应系统理论 |
| 5.3.3 适应性合作策略的设计 |
| 5.3.4 适应性合作策略的建模方法 |
| 5.4 新产品引入波动环境下适应性合作策略对生产周期的优化分析 |
| 5.4.1 仿真实验设置 |
| 5.4.2 仿真结果与讨论 |
| 5.5 本章小结 |
| 6 新产品引入波动环境下的生产者失误和检验行为仿真分析 |
| 6.1 生产者失误和检验行为集成建模 |
| 6.1.1 失误行为的描述方法 |
| 6.1.2 不合格品的检验处理流程 |
| 6.1.3 失误和检验行为的建模方法 |
| 6.2 新产品引入波动环境下失误率对系统性能的影响分析 |
| 6.2.1 仿真实验设置 |
| 6.2.2 仿真结果与讨论 |
| 6.3 新产品引入波动环境下检验策略和检验率对系统性能的优化分析 |
| 6.3.1 仿真实验设置 |
| 6.3.2 仿真结果与讨论 |
| 6.4 本章小结 |
| 7 结论与展望 |
| 7.1 论文总结 |
| 7.2 研究展望 |
| 参考文献 |
| 作者简历及在学研究成果 |
| 学位论文数据集 |
（4）面向个性化定制的智能生产线预防性维护研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 设备状态监测与评估方法研究现状 |
| 1.2.2 面向可重构运维的系统模型研究现状 |
| 1.2.3 预防性维护的可重构方法研究现状 |
| 1.3 本文研究内容 |
| 1.4 本文创新之处 |
| 1.5 本文组织结构 |
| 第二章 个性化定制生产线预防性维护的系统框架 |
| 2.1 引言 |
| 2.2 预防性维护的系统架构 |
| 2.3 智能生产线设备信息融合 |
| 2.3.1 基于工业异构网络的信息交互 |
| 2.3.2 多源异构传感数据深度融合 |
| 2.4 智能生产线设备状态评估机制 |
| 2.4.1 基于心电机理的设备状态监测 |
| 2.4.2 基于深度学习的设备状态评估 |
| 2.5 智能生产线的可重构运维策略 |
| 2.6 本章小结 |
| 第三章 智能生产线设备心电机理研究 |
| 3.1 引言 |
| 3.2 EECG系统架构 |
| 3.3 设备心电图实现机理 |
| 3.3.1 工序时长细粒度划分方法 |
| 3.3.2 时序周期匹配策略 |
| 3.3.3 重要工作特征的确定 |
| 3.4 基于EECG的设备性能监测方法 |
| 3.4.1 生产节拍提升 |
| 3.4.2 设备性能衰退在线监测 |
| 3.5 实验验证 |
| 3.5.1 实验场景 |
| 3.5.2 运行结果 |
| 3.5.3 结果讨论 |
| 3.6 本章小结 |
| 第四章 基于时序数据的设备性能预测方法研究 |
| 4.1 引言 |
| 4.2 设备性能预测的系统架构 |
| 4.3 设备性能预测机制 |
| 4.3.1 基于Tensor Flow的设备状态的多分类模型 |
| 4.3.2 模型构建关键实现技术 |
| 4.3.3 基于深度模型的设备性能评估 |
| 4.4 案例—小台车气缸状态预测 |
| 4.4.1 神经网络监测器 |
| 4.4.2 模型效果 |
| 4.4.3 模型评估 |
| 4.5 本章小结 |
| 第五章 面向预防性维护的可重构方法研究 |
| 5.1 引言 |
| 5.2 可重构运维的形式化语义模型架构 |
| 5.3 基于领域本体的形式化语义模型构建 |
| 5.3.1 领域本体知识库构建方法与建模技术 |
| 5.3.2 生产过程知识体系分析 |
| 5.3.3 语义知识库模型构建 |
| 5.4 可重构产线的数据与语义集成 |
| 5.4.1 关系型数据映射 |
| 5.4.2 语义模型更新 |
| 5.5 基于语义推理的可重构运维方法 |
| 5.5.1 Multi-agent的自组织协商机制 |
| 5.5.2 设备状态语义推理的可重构策略 |
| 5.5.3 负载均衡的可重构运维策略 |
| 5.6 基于语义推理的可重构运维应用案例 |
| 5.7 本章小结 |
| 第六章 个性化定制生产线的预防性维护平台验证 |
| 6.1 引言 |
| 6.2 原型平台概况 |
| 6.3 设备状态监测与评估平台验证 |
| 6.3.1 智能生产线设备心电图的实施效果 |
| 6.3.2 设备可靠性评估方法平台验证 |
| 6.4 智能生产线可重构运维验证实施 |
| 6.4.1 平台设置 |
| 6.4.2 性能衰退的可重构运维平台验证 |
| 6.4.3 负载均衡的可重构运维平台验证 |
| 6.5 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（6）水污染事件动态模拟仿真与应急管理研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 复杂性理论国内外研究现状 |
| 1.2.2 数字地球国内外研究现状 |
| 1.2.3 水污染事件模拟仿真国内外研究现状 |
| 1.2.4 水污染事件应急管理国内外研究现状 |
| 1.2.5 相关文献计量分析 |
| 1.3 研究内容与路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 1.3.4 论文创新点 |
| 2 水污染事件复杂性描述及多源信息融合 |
| 2.1 水污染事件复杂性分析 |
| 2.1.1 水污染事件特性 |
| 2.1.2 水污染事件的复杂性 |
| 2.1.3 水质模型的复杂性 |
| 2.2 水质模拟及模型的求解 |
| 2.2.1 污染物迁移过程 |
| 2.2.2 水质模拟基本方法 |
| 2.2.3 水质模型数值解法 |
| 2.3 水污染事件数据整合 |
| 2.3.1 水污染事件数据处理 |
| 2.3.2 基于中间件的数据集中 |
| 2.3.3 水污染数据资源中心 |
| 2.4 水污染事件多源信息融合 |
| 2.4.1 水污染信息服务模式 |
| 2.4.2 分布式信息综合集成 |
| 2.4.3 水污染事件信息发布 |
| 2.5 本章小结 |
| 3 基于水利数字地球的水质模型耦合机制 |
| 3.1 水利数字地球及关键技术 |
| 3.1.1 水利数字地球 |
| 3.1.2 瓦片金字塔服务 |
| 3.1.3 空间信息瓦片检索 |
| 3.2 基础平台体系构建 |
| 3.2.1 空间视域模型 |
| 3.2.2 3S空间信息融合 |
| 3.2.3 水利数字地球互操作 |
| 3.2.4 三维视景仿真 |
| 3.3 水利数字地球服务 |
| 3.3.1 网络地图服务 |
| 3.3.2 地形剖面服务 |
| 3.3.3 河道三维建模 |
| 3.3.4 污染物动态监测 |
| 3.4 水质模型与数字地球耦合 |
| 3.4.1 水质模型支持体系 |
| 3.4.2 多源数据空间展示 |
| 3.4.3 水质模型耦合方案 |
| 3.5 本章小结 |
| 4 基于复杂Agent的水污染动态模拟仿真 |
| 4.1 水质数据拟合与加载 |
| 4.1.1 水质数据拟合算法 |
| 4.1.2 水质数据加载 |
| 4.2 三角面元的水污染事件模拟仿真 |
| 4.2.1 河道三角网模型构建 |
| 4.2.2 基于Agent的水质模型 |
| 4.2.3 水质Agent模型实现 |
| 4.3 方形面元的水污染事件模拟仿真 |
| 4.3.1 方形元胞自动机 |
| 4.3.2 多智能体设计 |
| 4.3.3 水污染可视化表征 |
| 4.4 基于网格计算的水质模拟 |
| 4.4.1 网格计算服务 |
| 4.4.2 高性能体系结构 |
| 4.4.3 模拟仿真过程分解 |
| 4.5 本章小结 |
| 5 面向水污染事件的应用支撑平台构建 |
| 5.1 应用支撑平台及其关键技术 |
| 5.1.1 平台体系结构 |
| 5.1.2 面向服务架构 |
| 5.1.3 组件技术 |
| 5.1.4 知识可视化 |
| 5.2 平台开发流程 |
| 5.2.1 组件化封装 |
| 5.2.2 主题图体系 |
| 5.2.3 可视化开发 |
| 5.2.4 知识积累模式 |
| 5.2.5 研讨视图服务 |
| 5.3 综合集成服务 |
| 5.3.1 综合集成服务体系 |
| 5.3.2 集成化门户服务 |
| 5.3.3 模拟仿真系统集成 |
| 5.3.4 三库资源共享机制 |
| 5.4 本章小结 |
| 6 水污染事件动态模拟仿真与应急管理应用实例 |
| 6.1 研究区域概况 |
| 6.1.1 渭河流域概况 |
| 6.1.2 流域水污染状况 |
| 6.1.3 流域水污染事件 |
| 6.2 基于数字地球的水污染事件动态模拟仿真 |
| 6.2.1 模拟仿真系统结构 |
| 6.2.2 系统开发工具 |
| 6.2.3 系统应用功能 |
| 6.3 基于应用支撑平台的水污染事件应急管理 |
| 6.3.1 水污染事件实验模拟 |
| 6.3.2 水污染事件应急调度 |
| 6.3.3 流程化应急管理模式 |
| 6.3.4 模块化应急管理模式 |
| 6.3.5 预案化应急管理模式 |
| 6.3.6 一体化应急管理模式 |
| 6.4 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（7）信息物理融合生产系统辅助开发与仿真平台（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 引言 |
| 1.2 国内外研究现状 |
| 1.2.1 CPPS系统设计方法研究现状 |
| 1.2.2 CPPS关键特性研究现状 |
| 1.2.3 CPPS系统建模研究现状 |
| 1.3 研究目的与意义 |
| 1.4 课题主要来源 |
| 1.5 课题的主要研究内容及整体架构 |
| 2 CPPS-ADSP内涵及总体运行框架研究 |
| 2.1 引言 |
| 2.2 CPPS-ADSP功能与特征 |
| 2.2.1 CPPS-ADSP应用场景 |
| 2.2.2 CPPS-ADSP主要功能 |
| 2.2.3 CPPS-ADSP特征 |
| 2.3 CPPS-ADSP总体运行框架构建 |
| 2.3.1 CPPS-ADSP总体运行框架 |
| 2.3.2 CPPS-ADSP框架运行机制 |
| 2.4 CPPS-ADSP网络物理环境 |
| 2.5 本章小结 |
| 3 基于OTCKPN与多智能体系统的混合建模方法研究 |
| 3.1 引言 |
| 3.2 混合建模方法概述 |
| 3.2.1 混合建模方法的构成 |
| 3.2.2 混合建模方法的运行机制 |
| 3.3 OTCKPN模型定义 |
| 3.3.1 OTCKPN的定义与形式化表达 |
| 3.3.2 OTCKPN建模仿真元素的定义 |
| 3.3.3 OTCKPN模型建模及运行规则 |
| 3.3.4 OTCKPN建模对象 |
| 3.4 基于多智能体系统协商机制的OTCKPN模型构建 |
| 3.4.1 基于多智能体系统的OTCKPN建模流程 |
| 3.4.2 基于合同网的多智能体系统协商机制构建 |
| 3.5 本章小结 |
| 4 基于面向服务架构的CPPS-ADSP信息物理融合方法研究 |
| 4.1 引言 |
| 4.2 基于面向服务架构的CPPS-ADSP服务总线 |
| 4.2.1 服务总线总体架构 |
| 4.2.2 CPPS-ADSP服务的分类与描述 |
| 4.2.3 CPPS-ADSP服务的注册与检索 |
| 4.2.4 CPPS-ADSP服务组态 |
| 4.3 CPPS-ADSP协议适配及服务化 |
| 4.3.1 工业通讯协议分类 |
| 4.3.2 CPPS-ADSP平台协议适配及服务化 |
| 4.4 CPPS-ADSP互操作方法 |
| 4.4.1 基于事件与实时信息驱动的设备互操作 |
| 4.4.2 基于任务需求的本体信息资源互操作 |
| 4.5 本章小结 |
| 5 CPPS-ADSP开发与验证 |
| 5.1 引言 |
| 5.2 CPPS-ADSP平台开发 |
| 5.2.1 CPPS-ADSP平台开发环境 |
| 5.2.2 CPPS-ADSP平台架构及功能 |
| 5.2.3 CPPS-ADSP平台运行流程 |
| 5.2.4 CPPS-ADSP平台数据结构 |
| 5.2.5 CPPS-ADSP部署 |
| 5.2.6 CPPS-ADSP平台功能实现 |
| 5.3 CPPS-ADSP建模仿真实例验证 |
| 5.3.1 CPPS-ADSP验证场景描述 |
| 5.3.2 CPPS-ADSP验证场景建模 |
| 5.3.3 CPPS-ADSP平台仿真 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（8）干散货码头系统分合机理及仿真建模方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 干散货码头的国内外研究现状与趋势 |
| 1.2.1 海侧资源分配 |
| 1.2.2 堆场资源优化 |
| 1.2.3 陆侧资源调度 |
| 1.2.4 多环节整体分析 |
| 1.3 复杂系统建模方法的国内外研究现状与趋势 |
| 1.3.1 模型的定义及分类 |
| 1.3.2 面向复杂系统建模的方法 |
| 1.3.3 HLA建模方法研究现状 |
| 1.3.4 分块-集成建模法研究现状 |
| 1.3.5 MAS建模方法的研究现状 |
| 1.3.6 DEVS建模的研究现状 |
| 1.3.7 其他复杂系统建模方法的研究现状 |
| 1.4 现状总结与存在的问题 |
| 1.4.1 干散货码头研究存在的问题 |
| 1.4.2 复杂系统建模方法研究存在的问题 |
| 1.5 主要研究内容 |
| 第2章 专业化干散货码头装卸工艺系统的DEVS分合机理 |
| 2.1 专业化干散货码头装卸工艺系统 |
| 2.1.1 码头的装卸工艺 |
| 2.1.2 码头的平面与工艺布置 |
| 2.2 复杂系统的DEVS分析思想 |
| 2.2.1 系统的形式化描述 |
| 2.2.2 DEVS原子模型及耦合模型 |
| 2.2.3 DEVS层次化模型的构造方式 |
| 2.3 干散货码头的DEVS原子模型与耦合模型 |
| 2.3.1 码头模型的层级 |
| 2.3.2 码头的DEVS原子模型 |
| 2.3.3 码头的DEVS耦合模型 |
| 2.4 干散货码头的DEVS分合机理建模 |
| 2.4.1 码头系统的分合机理 |
| 2.4.2 基于分合机理的建模思路 |
| 2.4.3 基于分合机理的码头建模方法 |
| 2.5 干散货码头DEVS分合机理建模的基础 |
| 2.5.1 码头模型的子模块库 |
| 2.5.2 码头模型的建模框架库 |
| 2.5.3 子模块库与建模框架库的关系 |
| 2.6 基于DEVS分合机理的建模方法的扩展 |
| 2.7 本章小结 |
| 第3章 基于分合机理的干散货码头建模的子模块库 |
| 3.1 引言 |
| 3.2 子模块库概述 |
| 3.2.1 干散货码头物料流 |
| 3.2.2 子模块库的主要元素 |
| 3.3 仿真子模块库构成 |
| 3.3.1 计划管理子模块 |
| 3.3.2 卸车子模块 |
| 3.3.3 装船子模块 |
| 3.3.4 卸船子模块 |
| 3.3.5 装车子模块 |
| 3.3.6 堆场子模块 |
| 3.3.7 统计子模块 |
| 3.3.8 全局变量子模块 |
| 3.4 校验与验证方法 |
| 3.5 本章小结 |
| 第4章 基于分合机理的干散货码头建模的建模框架库 |
| 4.1 引言 |
| 4.2 建模框架概述 |
| 4.3 干散货码头信息流 |
| 4.3.1 基于需求与供应的划分 |
| 4.3.2 基于海侧与陆侧的划分 |
| 4.4 仿真建模框架库 |
| 4.4.1 需求驱动型 |
| 4.4.2 供应驱动型 |
| 4.4.3 堆场与需求驱动型 |
| 4.4.4 堆场与供应驱动型 |
| 4.4.5 需求与供应双驱动型 |
| 4.5 校验与验证方法 |
| 4.6 本章小结 |
| 第5章 基于改造HLA建模的出口型散货码头通过能力研究 |
| 5.1 问题描述 |
| 5.2 基于改造HLA的码头建模架构 |
| 5.2.1 标准HLA建模框架 |
| 5.2.2 基于标准HLA的码头模型架构 |
| 5.2.3 基于改造HLA的码头建模架构 |
| 5.3 基于改造HLA的码头仿真模型 |
| 5.3.1 基于改造HLA的模型分合关系 |
| 5.3.2 计划管理联邦成员 |
| 5.3.3 火车卸车联邦成员 |
| 5.3.4 装船作业联邦成员 |
| 5.3.5 堆场管理联邦成员 |
| 5.3.6 信息统计联邦成员 |
| 5.3.7 全局变量联邦成员 |
| 5.4 模型参数及模型校验 |
| 5.4.1 模型参数 |
| 5.4.2 模型校验 |
| 5.5 案例研究 |
| 5.5.1 参数输入 |
| 5.5.2 仿真结果 |
| 5.5.3 敏感性分析 |
| 5.6 本章小结 |
| 第6章 基于分块-集成建模法的散货码头生产效能评估方法 |
| 6.1 问题描述 |
| 6.1.1 卸车区域 |
| 6.1.2 堆场区域 |
| 6.1.3 装船区域 |
| 6.1.4 生产效能评估问题 |
| 6.2 关键性生产效能指标 |
| 6.2.1 评估指标体系 |
| 6.2.2 关键评估指标的选择方法 |
| 6.3 基于分块-集成建模的效能评估方法 |
| 6.3.1 分块-集成建模方法 |
| 6.3.2 基于分块-集成建模的效能评估法 |
| 6.3.3 基于分块-集成建模的模型转化 |
| 6.4 仿真模型及结构 |
| 6.4.1 基于分块-集成建模的模型分合关系 |
| 6.4.2 计划管理子系统 |
| 6.4.3 船舶到达子系统 |
| 6.4.4 火车到达子系统 |
| 6.4.5 堆场作业子系统 |
| 6.4.6 指标统计子系统 |
| 6.5 模型校验与确认 |
| 6.6 仿真实验 |
| 6.6.1 基于堆存期和船舶到港时间间隔的场景 |
| 6.6.2 基于堆存期和船舶装载量的场景 |
| 6.6.3 基于生产线作业效率的场景 |
| 6.7 结果分析 |
| 6.7.1 场景一的仿真结果分析 |
| 6.7.2 场景二的仿真结果分析 |
| 6.7.3 场景三的仿真结果分析 |
| 6.7.4 仿真分析结论 |
| 6.8 本章小结 |
| 第7章 基于MAS建模法的水水中转散货码头方案定量评价研究 |
| 7.1 问题描述 |
| 7.1.1 海船卸船区域 |
| 7.1.2 堆场区域 |
| 7.1.3 内河驳船装船区域 |
| 7.1.4 设计方案评价问题 |
| 7.2 基于MAS的建模方法 |
| 7.2.1 基于MAS的建模思路 |
| 7.2.2 基于MAS的码头模型框架 |
| 7.2.3 基于MAS的模型依赖关系 |
| 7.3 基于MAS的码头仿真模型 |
| 7.3.1 基于MAS建模的模型分合关系 |
| 7.3.2 计划管理智能体 |
| 7.3.3 海船卸船智能体 |
| 7.3.4 堆场作业智能体 |
| 7.3.5 驳船装船智能体 |
| 7.3.6 性能统计智能体 |
| 7.4 模型校验与验证 |
| 7.4.1 模型校验 |
| 7.4.2 模型验证 |
| 7.5 案例研究 |
| 7.5.1 设计方案 |
| 7.5.2 仿真实验 |
| 7.5.3 场景假设 |
| 7.5.4 场景分析的结果 |
| 7.5.5 方案比选的结论 |
| 7.6 方法对比 |
| 7.7 本章小结 |
| 第8章 总结 |
| 8.1 研究结论 |
| 8.2 研究展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间发表的论文和参与的科研项目 |
（9）基于实体物理行为规划的可重配置制造系统控制框架关键问题研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 可重配置制造系统 |
| 1.2.1 自动化制造系统 |
| 1.2.2 RMS的基本特征 |
| 1.2.3 RMS示例:智能卡个人化制造系统 |
| 1.2.4 RMS控制需求分析 |
| 1.3 系统控制方法 |
| 1.3.1 自动化系统控制 |
| 1.3.2 传统方法存在的问题 |
| 1.3.3 RMS控制要素 |
| 1.4 研究内容与创新点 |
| 1.4.1 控制器体系结构 |
| 1.4.2 模块化设备描述方法 |
| 1.4.3 控制策略推理方法 |
| 1.4.4 控制应用示例 |
| 1.5 论文章节安排 |
| 第二章 可重配置制造系统控制体系结构 |
| 2.1 引言 |
| 2.2 相关研究工作 |
| 2.2.1 操作设计自动化 |
| 2.2.2 控制规划自动化 |
| 2.2.3 相关工作小结 |
| 2.3 闭环控制流程 |
| 2.3.1 单次处理闭环 |
| 2.3.2 批处理循环 |
| 2.4 控制器体系结构 |
| 2.4.1 基本形态方案 |
| 2.4.2 高性能形态方案 |
| 2.4.3 分布式形态方案 |
| 2.5 本章小结 |
| 第三章 基于实体流的模块行为描述方法 |
| 3.1 引言 |
| 3.2 相关研究工作 |
| 3.2.1 制造领域模型 |
| 3.2.2 物理场景推导 |
| 3.2.3 相关工作小结 |
| 3.3 基本概念定义 |
| 3.3.1 示例:带升降台的双层拨齿式传送带 |
| 3.3.2 实体及其运动空间 |
| 3.3.3 基于轨道节的作用关系 |
| 3.3.4 相对紧固作用关系 |
| 3.3.5 模块的定义及其合成 |
| 3.3.6 模块描述示例 |
| 3.4 辅助谓词定义 |
| 3.4.1 原生谓词 |
| 3.4.2 派生谓词 |
| 3.5 物料处理安全条件 |
| 3.5.1 无拥塞条件 |
| 3.5.2 无碰撞条件 |
| 3.5.3 无撕裂条件 |
| 3.5.4 无飞脱条件 |
| 3.6 物料处理请求 |
| 3.6.1 处理请求流程 |
| 3.6.2 请求流程示例 |
| 3.7 本章小结 |
| 第四章 基于自动规划与指令映射的控制推理方法 |
| 4.1 引言 |
| 4.2 相关研究工作 |
| 4.2.1 常见自动推理方法 |
| 4.2.2 自动规划 |
| 4.2.3 自动规划的相关应用 |
| 4.2.4 相关工作小结 |
| 4.3 模型特性分析 |
| 4.3.1 领域模型概述 |
| 4.3.2 模型特性分析 |
| 4.3.3 规划器选型分析 |
| 4.4 规划问题定义 |
| 4.4.1 增补辅助谓词 |
| 4.4.2 模型动作模板集 |
| 4.4.3 模型状态分类 |
| 4.4.4 初始与目标条件的设定 |
| 4.5 安全条件的可满足性 |
| 4.5.1 满足无拥塞条件 |
| 4.5.2 满足无碰撞条件 |
| 4.5.3 满足无撕裂条件 |
| 4.5.4 满足无飞脱条件 |
| 4.5.5 行为安全性可满足 |
| 4.6 可执行指令映射 |
| 4.6.1 可执行指令描述 |
| 4.6.2 可执行指令映射算法 |
| 4.7 本章小结 |
| 第五章 系统控制框架应用实验 |
| 5.1 引言 |
| 5.2 应用的需求分析 |
| 5.2.1 机械结构设计 |
| 5.2.2 处理请求流程 |
| 5.3 模块描述方案 |
| 5.4 生产过程控制推理实验 |
| 5.4.1 实验输入设置 |
| 5.4.2 物料处理请求及其定位 |
| 5.4.3 可执行物理指令集 |
| 5.4.4 实验结果分析 |
| 5.5 本章小结 |
| 总结与展望 |
| 参考文献 |
| 附录 A 参与的智能卡个人化系统研发项目工作简述 |
| A-Ⅰ 相关的控制系统研发项目 |
| A-Ⅱ 相关已投产的通用软件框架 |
| A-Ⅲ 相关已发表的硕士学位论文 |
| 附录 B 第五章实验的部分模块描述方案 |
| B-Ⅰ 实体工位共享关系定义 |
| B-Ⅱ 物理作用力关系定义 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（10）海工装备项目进度控制与优化方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景、目的及意义 |
| 1.1.1 背景 |
| 1.1.2 研究目的 |
| 1.1.3 研究意义 |
| 1.2 国内外研究现状及分析 |
| 1.2.1 海工装备项目进度管理研究 |
| 1.2.2 项目调度与优化方法研究 |
| 1.2.3 多目标优化方法研究 |
| 1.2.4 并行计算技术研究 |
| 1.2.5 智能管理系统研究 |
| 1.2.6 目前存在的问题 |
| 1.3 总体思路与研究内容 |
| 1.3.1 总体思路 |
| 1.3.2 研究内容 |
| 1.4 主要创新之处 |
| 第2章 海工装备项目进度管理模式研究 |
| 2.1 引言 |
| 2.2 海工装备项目概述 |
| 2.2.1 海工装备项目概念及特点 |
| 2.2.2 海工装备项目建造模式 |
| 2.2.3 海工装备项目建造过程 |
| 2.3 海工装备项目进度管理现状 |
| 2.3.1 海工装备项目进度管理信息化现状 |
| 2.3.2 海工装备项目进度管理流程 |
| 2.3.3 海工装备项目进度计划的编制 |
| 2.3.4 海工装备项目进度的动态控制 |
| 2.4 海工装备项目进度管理模式 |
| 2.4.1 推拉结合的海工装备项目计划体系 |
| 2.4.2 设计、生产与管理的一体化模式 |
| 2.4.3 面向设计、生产与管理一体化的进度管理流程 |
| 2.5 本章小结 |
| 第3章 基于多智能体的海工装备项目进度管理系统建模 |
| 3.1 引言 |
| 3.2 多智能体系统应用技术 |
| 3.2.1 智能体的结构 |
| 3.2.2 多智能体系统的结构 |
| 3.2.3 多智能体协作 |
| 3.2.4 多智能体通信 |
| 3.3 海工装备项目进度管理系统建模 |
| 3.3.1 系统结构设计 |
| 3.3.2 系统模块划分 |
| 3.3.3 智能体功能定义 |
| 3.4 基于多智能体的进度控制机理 |
| 3.4.1 基于多智能体的进度控制流程 |
| 3.4.2 智能体交流模型 |
| 3.5 基于多智能体的进度控制协商算法 |
| 3.5.1 关键资源协商算法 |
| 3.5.2 作业分配协商算法 |
| 3.6 本章小结 |
| 第4章 基于IHNSGA-Ⅱ的海工装备项目推动式计划研究 |
| 4.1 引言 |
| 4.2 海工装备项目推动式计划问题 |
| 4.2.1 AOV网络计划 |
| 4.2.2 项目推动式计划概述 |
| 4.2.3 数学模型 |
| 4.3 海工装备项目计划多目标优化方法 |
| 4.3.1 多目标优化方法研究 |
| 4.3.2 海工装备项目计划多目标优化算法设计 |
| 4.4 海工装备项目计划优化仿真与验证 |
| 4.4.1 仿真实例 |
| 4.4.2 对比分析 |
| 4.5 本章小结 |
| 第5章 基于CPU/GPU并行计算的海工装备项目拉动式调度研究 |
| 5.1 引言 |
| 5.2 海工装备项目拉动式调度问题 |
| 5.2.1 问题描述 |
| 5.2.2 数学模型 |
| 5.2.3 海工装备项目作业分组策略 |
| 5.3 基于CPU/GPU的多层异构并行计算系统 |
| 5.3.1 并行计算系统的结构 |
| 5.3.2 子问题求解控制层 |
| 5.3.3 种群行为控制层 |
| 5.3.4 个体行为控制层 |
| 5.4 海工装备项目调度仿真验证与对比分析 |
| 5.4.1 并行计算系统的性能分析 |
| 5.4.2 并行计算系统中算法的收敛特性 |
| 5.5 本章小结 |
| 第6章 基于SOA的海工装备项目进度管理系统实现 |
| 6.1 引言 |
| 6.2 海工装备项目进度管理系统开发技术 |
| 6.2.1 SSH开发框架 |
| 6.2.2 .NET平台 |
| 6.2.3 SOA |
| 6.3 海工装备项目进度管理系统架构 |
| 6.3.1 系统结构 |
| 6.3.2 系统接口 |
| 6.4 海工装备项目进度管理原型系统开发与验证 |
| 6.4.1 原型系统功能论述 |
| 6.4.2 原型系统应用效果分析 |
| 6.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文和取得的科研成果 |
| 致谢 |
四、基于多组件智能体的机械产品协同设计集成方法（论文参考文献）
- [1]数据驱动工业互联网资源适配与隐私保护方法研究[D]. 张维庭. 北京交通大学, 2021
- [2]电网建设项目多主体协同决策模型及应用研究[D]. 高磊. 华北电力大学(北京), 2020(06)
- [3]订单波动制造环境下生产者行为仿真研究[D]. 王奕祺. 北京科技大学, 2020(01)
- [4]面向个性化定制的智能生产线预防性维护研究[D]. 陈宝通. 华南理工大学, 2020(01)
- [5]数字孪生与平行系统:发展现状、对比及展望[J]. 杨林瑶,陈思远,王晓,张俊,王成红. 自动化学报, 2019(11)
- [6]水污染事件动态模拟仿真与应急管理研究[D]. 高阳. 西安理工大学, 2019(01)
- [7]信息物理融合生产系统辅助开发与仿真平台[D]. 宋思蒙. 北京交通大学, 2019
- [8]干散货码头系统分合机理及仿真建模方法研究[D]. 朱本飞. 武汉理工大学, 2019(07)
- [9]基于实体物理行为规划的可重配置制造系统控制框架关键问题研究[D]. 余敏聪. 华南理工大学, 2019(01)
- [10]海工装备项目进度控制与优化方法研究[D]. 杨博歆. 哈尔滨工程大学, 2018(01)