编辑推荐
本书深入介绍了人工智能在智能制造领域的应用，适合高校教材和工程技术人员参考。
内容简介
本书从人工智能技术与先进制造技术融合的角度，介绍了人工智能技术在产品设计与制造中的应用，也就是智能制造技术，着重介绍了定性立体建模和不确定性多学科设计优化等智能设计技术、设计理性知识建模和复杂产品研制工程知识管理等知识工程与管理技术，以及智能装配序列规划和制造过程智能计算等智能生产与制造技术，并结合具体示例介绍了相关技术方法的应用。本书可以作为高等院校机械、信息、自动化等专业的教材，也可以作为与智能制造技术相关的广大工程技术人员的参考用书。
章节目录
封面
版权信息
内容简介
丛书编委会
前言
第1章 绪论
1.1 制造模式
1.1.1 产品全生命周期
1.1.2 制造模式的发展
1.2 人工智能的发展
1.2.1 人工智能发展回顾
1.2.2 新一代人工智能
1.3 智能制造的发展
1.3.1 数字制造、智能制造（IM）与“智能制造（SM）”
1.3.2 智能制造范式
参考文献
第2章 定性立体建模
2.1 产品概念设计
2.1.1 产品概念设计过程
2.1.2 产品概念形状设计
2.1.3 定性几何推理
2.2 定性立体表达
2.2.1 时间区间代数
2.2.2 三维形体的定性表达
2.2.3 定性立体模型的直接构建
2.3 定性立体模型的构造化
2.3.1 问题提出
2.3.2 定性立体模型构造化原理
2.3.3 定性立体模型的多层次构造化
2.3.4 构造化定性立体模型的复原
2.3.5 示例
2.4 定性立体操作
2.4.1 领域演算
2.4.2 领域变换操作
2.4.3 复合领域操作
2.5 产品可拆卸性分析
2.5.1 定性装配模型
2.5.2 拆卸性分析
2.6 小结
参考文献
第3章 不确定性多学科设计优化
3.1 概述
3.1.1 多学科设计优化
3.1.2 不确定性多学科设计优化
3.2 不确定性数学建模理论
3.2.1 不确定性分类
3.2.2 不确定性数学建模
3.2.3 不确定性在多学科系统中的传播
3.3 多学科可靠性分析
3.3.1 可靠性分析概念
3.3.2 常用的可靠性分析方法
3.3.3 多学科可靠性分析方法
3.4 基于可靠性的多学科设计优化
3.4.1 基于可靠性的多学科设计优化建模
3.4.2 基于可靠性的多学科设计优化求解
3.5 实例验证与分析
3.6 小结
参考文献
第4章 设计理性知识建模
4.1 概述
4.1.1 设计思考过程
4.1.2 设计思考过程的相关研究
4.2 设计理性知识概念模型
4.2.1 设计理性知识语义模型
4.2.2 设计理性知识程序性模型
4.2.3 设计理性知识情节性模型
4.2.4 实例
4.3 设计理性知识模型粒度化分级策略
4.3.1 粒度化方法
4.3.2 细粒度设计理性知识模型结构分析
4.3.3 分层递阶设计理性知识粒度空间
4.3.4 设计理性知识模型粒度层次划分
4.3.5 分层递阶粒度层次空间构建
4.4 基于粒度调整的设计理性知识模型变换方法
4.4.1 重复设计过程约简
4.4.2 设计理性知识片段归并
4.4.3 设计理性知识模型主脉络抽取
4.4.4 实例验证
4.5 小结
参考文献
第5章 复杂产品研制工程知识管理
5.1 概述
5.1.1 复杂产品领域本体
5.1.2 复杂产品知识管理多领域本体应用模式
5.1.3 面向复杂产品知识管理的动态本体
5.2 基于研制任务需求的领域本体资源匹配
5.2.1 领域本体资源倒排索引建模
5.2.2 领域本体资源查询结构建模
5.2.3 领域本体资源搜索
5.2.4 算例
5.3 外扩型领域本体子集的界定
5.3.1 领域本体子集
5.3.2 基于相关性分析的领域概念扩展
5.3.3 领域概念相关度矩阵更新
5.3.4 领域概念关系还原
5.3.5 实例
5.4 基于本体映射联结的领域子本体集成
5.4.1 领域子本体映射
5.4.2 动态本体骨架生成
5.4.3 领域子本体合并
5.4.4 算例
5.5 小结
参考文献
第6章 智能装配序列规划
6.1 概述
6.1.1 复杂产品的装配规划
6.1.2 协同装配规划与序列优化
6.1.3 基于智能算法的装配序列优化研究现状
6.2 装配序列优化模型
6.2.1 基于装配过程约束的装配成本模型
6.2.2 不满足几何约束的零件推理
6.2.3 不满足局部优先顺序的零件推理
6.2.4 不稳定装配的零件推理
6.2.5 装配方向、装配工具和装配类型的变化次数
6.2.6 基础件的选择
6.3 基于遗传算法的智能装配规划
6.3.1 遗传算法原理与基本流程
6.3.2 面向装配规划的遗传算法改进
6.3.3 装配规划遗传算法步骤
6.4 基于粒子群优化算法的智能装配规划
6.4.1 粒子群算法原理与基本流程
6.4.2 面向装配规划的粒子群算法改进
6.4.3 装配规划粒子群优化算法步骤
6.5 基于蚁群算法的智能装配规划
6.5.1 蚁群算法原理与基本流程
6.5.2 面向装配规划的蚁群算法改进
6.5.3 装配规划蚁群算法步骤
6.6 基于模拟退火算法的智能装配规划
6.6.1 模拟退火算法原理与基本流程
6.6.2 面向装配规划的模拟退火算法改进
6.6.3 装配规划模拟退火算法步骤
6.7 算法示例与分析
6.7.1 示例一
6.7.2 示例二
6.8 小结
参考文献
第7章 制造过程智能计算
7.1 制造过程知识来源与管理
7.1.1 制造常识
7.1.2 制造经验
7.1.3 制造数据的知识化
7.1.4 制造过程知识管理框架
7.2 制造知识图谱及其应用
7.2.1 制造知识图谱构建
7.2.2 高压开关装备制造知识图谱应用
7.3 基于随机森林算法的工艺综合决策
7.3.1 决策树与随机森林算法
7.3.2 单数控机床工艺综合决策
7.4 制造数据的深度学习
7.4.1 深度学习概述
7.4.2 刀具磨损识别
7.5 小结
参考文献
反侵权盗版声明
封底
人工智能：智能制造是2020年由电子工业出版社出版,作者 江平宇。
得书感谢您对《人工智能：智能制造》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
