欢迎光临澳大利亚新华书店网 [登录 | 免费注册]

    • 生产制造智能优化(基于蜜蜂算法)
      • 作者:编者:(英)范德长//(印尼)纳塔利娅·哈托诺|责编:王烨|译者:王超
      • 出版社:化学工业
      • ISBN:9787122489869
      • 出版日期:2026/07/01
      • 页数:296
    • 售价:63.2
  • 内容大纲

        本书是首部专注于蜜蜂算法的著作,全面阐述了蜜蜂算法的理论、应用及发展。书中详细展示了蜜蜂算法的简单性、有效性和多样性,并通过丰富的案例说明了其在生产制造优化中的高效计算和广泛的适应能力。本书不仅探讨了蜜蜂算法在生产制造优化、生产设备优化、生产计划优化、物流和供应链优化及再制造优化等具体场景的应用,还涵盖了多种改进算法(如混合算法、动态优化算法等)及其对复杂问题的解决能力,具有较高的学术价值与实用意义。
        本书适合于工程技术人员、工业自动化和智能制造领域的从业者,以及对各类群智能优化算法感兴趣的研究者。无论是理论学习还是实际应用,本书都提供了全面和有价值的指导,助力读者应对复杂生产环境下的优化挑战。
  • 作者介绍

  • 目录

    第1篇  绪论
      第1章  蜜蜂算法的简要介绍
        1.1  概述
        1.2  参数优化
          1.2.1  离散优化:旅行商问题
          1.2.2  启发式方法
          1.2.3  连续优化:函数最大化
        1.3  来自蜜蜂的启发!使用蜜蜂算法进行智能优化
          1.3.1  蜜蜂觅食行为
          1.3.2  蜜蜂算法
          1.3.3  标准蜜蜂算法
          1.3.4  用于离散优化问题的蜜蜂算法
        1.4  蜜蜂算法的变体
        1.5  讨论
        1.6  结论
        参考文献
    第2篇  生产制造中的优化
      第2章  使用TRIZ启发式操作符和蜜蜂算法的印制电路板组装时间最小化研究
        2.1  述
        2.2  蜜蜂算法
        2.3  创新问题解决理论
        2.4  MBTD PCB组装
        2.5  基于TRIZ的操作符生产法
          2.5.1  动态化操作符
          2.5.2  分割操作符
          2.5.3  局部质量操作符
        2.6  带有TRIZ启发式操作符的蜜蜂算法
        2.7  案例:涉及50个组件(10种不同类型)的PCB装配
        2.8  讨论
        2.9  结论
        参考文献
      第3章  数字孪生中蜜蜂算法的应用:电火花线切割工艺参数的优化
        3.1  概述
        3.2  文献综述
        3.3  电火花线切割加工
        3.4  虚拟机创建
          3.4.1  程序架构
          3.4.2  蜜蜂算法优化的测试和结果
        3.5  讨论
        3.6  结论
        参考文献
      第4章  基于BEE-miner算法的生产线中缺陷检测分类
        4.1  概述
        4.2  成本敏感分类器
          4.2.1  BEE-miner算法
          4.2.2  MEPAR-miner算法
        4.3  实验研究
        4.4  结论
        参考文献
      第5章  蜜蜂算法在脉动式液压成形中的应用

        5.1  概述
        5.2  研究方法
          5.2.1  实验数据集的设计
          5.2.2  基于实验数据的数学表达式
          5.2.3  数学模型的验证
          5.2.4  将蜜蜂算法应用于液压成形过程
        5.3  结果和讨论
        5.4  结论
        参考文献
    第3篇  生产设备的优化
      第6章  用蜜蜂算法进行工业机器人操纵的形状识别
        6.1  概述
        6.2  文献回顾
        6.3  基元的拟合方法
          6.3.1  代表性方案
          6.3.2  适应度函数
          6.3.3  局部搜索运算符
        6.4  实验设置
          6.4.1  数据集
          6.4.2  误差评估函数
          6.4.3  算法的参数化
        6.5  结果
        6.6  结论
        参考文献
      第7章  用于识别和测量刀具磨损的蜜蜂算法模型
        7.1  概述
        7.2  蜜蜂算法
        7.3  切削试验
        7.4  用于刀具磨损检测的BA
        7.5  结果
        7.6  讨论和结论
        参考文献
      第8章  用蜜蜂算法对点云配准进行全局优化
        8.1  概述
        8.2  相关工作
        8.3  问题的提出
        8.4  方法学
          8.4.1  候选方案的编码
          8.4.2  三维配准评估的适应度函数
          8.4.3  用于三维点云配准的SVD操作
          8.4.4  迭代最接近点
          8.4.5  三维配准的蜜蜂算法
        8.5  实验和讨论
          8.5.1  数据集和参数设置
          8.5.2  一致性
          8.5.3  精确性
          8.5.4  对噪声的稳健性
        8.6  结论
        参考文献
      第9章  使用多目标蜜蜂算法的自动PID调谐工具箱

        9.1  概述
        9.2  PID控制和调谐方法
        9.3  蜜蜂算法和多目标优化
        9.4  自动PID调谐器
        9.5  讨论和结论
        参考文献
      第10章  谐波记忆融入蜜蜂算法的效果
        10.1  概述
        10.2  设计问题
        10.3  蜜蜂算法和整合
        10.4  结果和讨论
        10.5  结论
        参考文献
      第11章  基于记忆的蜜蜂算法结合Lévy飞行用于多级图像阈值化
        11.1  概述
        11.2  Lévy飞行与蜜蜂
          11.2.1  MBA中的Lévy飞行
          11.2.2  基于初始化步骤的Lévy飞行
          11.2.3  基于蜜蜂运动的Lévy飞行
        11.3  图像阈值化和峰值信噪比
        11.4  实验结果
          11.4.1  基准测试函数
          11.4.2  用于多级图像阈值化的MBA和LMBA的PSNR
        11.5  标准图像的结果分析
        11.6  结论
        参考文献
      第12章  用于静态环境下机器人路径规划的蜜蜂算法初始群体的新生成方法
        12.1  概述
        12.2  建议的方法
          12.2.1  配置空间
          12.2.2  初始化蜜蜂算法的种群
          12.2.3  目标函数
          12.2.4  局部搜索
          12.2.5  全局搜索
          12.2.6  邻域收缩
        12.3  结果
        12.4  结果比较
        12.5  结论
        参考文献
    第4篇  生产计划的优化
      第13章  基于蜜蜂算法的柔性制造工厂的生产计划和调度方法
        13.1  概述
          13.1.1  背景
          13.1.2  文献回顾
        13.2  数学建模
          13.2.1  目标函数
          13.2.2  边界条件
          13.2.3  编码和解码
        13.3  蜜蜂算法
          13.3.1  有地点放弃技术的标准BA

          13.3.2  局部搜索
        13.4  仿真结果
          13.4.1  简版BA的结果
          13.4.2  标准BA的结果
          13.4.3  结果比较
        13.5  结论
        参考文献
      第14章  双种群蜜蜂算法在有时间窗口的并行机器调度问题中的应用
        14.1  概述
        14.2  模型
          14.2.1  符号和变量
          14.2.2  问题描述
          14.2.3  数学模型
        14.3  双种群蜜蜂算法
          14.3.1  算法的整体流程
          14.3.2  编码
          14.3.3  侦察蜂阶段
          14.3.4  觅食蜂阶段
          14.3.5  精英蜂阶段
          14.3.6  种群动态调整
          14.3.7  适应度函数
        14.4  实验
        14.5  结论
        参考文献
      第15章  用于云端边缘协同制造任务调度的并行多指标辅助动态蜜蜂算法
        15.1  概述
        15.2  建模和问题定义
        15.3  算法
          15.3.1  框架
          15.3.2  编码
          15.3.3  预分配机制
          15.3.4  分组策略
          15.3.5  改进的蜜蜂算法
          15.3.6  合并和调整策略
        15.4  实验
          15.4.1  分组策略的比较
          15.4.2  调整策略的比较
          15.4.3  算法性能的比较
        15.5  结论
        参考文献
    第5篇  物流和供应链优化
      第16章  采用分解方法将蜜蜂觅食行为应用于车辆路径问题
        16.1  概述
        16.2  蜜蜂算法
          16.2.1  基本版
          16.2.2  觅食路径隐喻Ⅰ:参数减少(双参数蜜蜂算法)
          16.2.3  穿梭飞行隐喻Ⅱ:增强器(蜜蜂路径优化器)
        16.3  车辆路径问题
        16.4  方法论
          16.4.1  聚类

          16.4.2  路径规划
        16.5  实验结果及讨论
        16.6  结论
        附录A  完整的路径规划方案
        附录B  聚类方法的详细信息
        参考文献
      第17章  供应链设计与使用蜜蜂算法的多目标优化
        17.1  概述
        17.2  供应链网络设计问题
        17.3  数学模型
        17.4  蜜蜂算法
          17.4.1  关于蜜蜂觅食行为的说明
          17.4.2  关于蜜蜂算法的说明
        17.5  基于蜜蜂算法的多目标供应链优化
        17.6  计算示例
        17.7  结论
        参考文献
    第6篇  再制造中的优化
      第18章  基于蜜蜂算法的机器人拆卸规划问题的协同优化
        18.1  概述
        18.2  文献综述
        18.3  组合优化问题
          18.3.1  假设、定义与工作流程
          18.3.2  可行拆卸序列的生成
          18.3.3  优化目标和权重
        18.4  改进的离散蜜蜂算法
          18.4.1  蜜蜂的表示
          18.4.2  可变邻域搜索
          18.4.3  全局搜索
        18.5  结果与仿真
          18.5.1  案例研究
          18.5.2  权重计算指标
          18.5.3  性能分析
          18.5.4  基于RoboDK的仿真
        18.6  结论
        参考文献
      第19章  基于多目标蜜蜂算法的机器人拆卸序列可持续性优化
        19.1  概述
        19.2  文献综述
        19.3  模型与方法论
        19.4  实验
          19.4.1  机器人单元
          19.4.2  关键输入数据和计算假设
        19.5  结果和讨论
        19.6  结论
        参考文献
      第20章  基于蜜蜂算法对现代云再制造系统的工序优化
        20.1  概述
        20.2  蜜蜂算法在制造和再制造背景下的应用
        20.3  云再制造模型

          20.3.1  云再制造模型中的完成时间评估
          20.3.2  完成时间问题
        20.4  案例研究
        20.5  实验环境
        20.6  结果分析
        20.7  结论
        参考文献
      第21章  基于蜜蜂算法训练的半监督深度学习模型预测再制造用发动机的剩余使用寿命
        21.1  概述
        21.2  相关工作
        21.3  用于NASA涡轮风扇发动机数据集RUL估计的半监督深度学习模型
          21.3.1  长短期记忆网络
          21.3.2  用于训练深度学习模型的改进三元蜜蜂算法
        21.4  实验
          21.4.1  实验设置和参数调优
          21.4.2  结果
        21.5  结论
        参考文献

同类热销排行榜

[an error occurred while processing this directive]

推荐书目

  • 孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔,龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...

  • 时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...

  • 本质(精) 改革开放40年,恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...

更多>>>