工業智能化知識基礎 版權信息
- ISBN:9787502489298
- 條形碼:9787502489298 ; 978-7-5024-8929-8
- 裝幀:一般膠版紙
- 冊數:暫無
- 重量:暫無
- 所屬分類:>
工業智能化知識基礎 本書特色
智能制造已成為實現我國從制造大國走向制造強國戰略目標的主要抓手之一。企業都在努力通過智能化技術提升自己的競爭力。企業智能制造以新時代信息技術為基礎,客觀上與企業各部門以及幾乎所有的專業技術人員和管理者有關,智能化時代需要各專業的工程師對此有所了解。作為長期專業從事智能制造技術的專業人員注意到,智能制造涉及大量不同的基礎知識和技能,如數理統計基礎、數據分析與建模、計算機編程、數學優化等多門基礎學科以及如人工智能、機器學習等新型專業知識或課程,即使目前自動化和計算機等專業的大學教育也可能沒有覆蓋上述全部學科內容。我國目前還缺乏專門為企業工程師學習智能制造相關知識而編寫的綜合讀本,令非專業工程師的入門學習感到不便。
工業智能化知識基礎 內容簡介
本書是一本集基礎知識、實際工業案例、編程代碼(PYTHON)于一體的通俗實用的讀本,用于幫助鋼鐵企業和其他行業中的材料、工藝、設備、能源、質量和制造等專業的工程師快速學習和了解數字智能化基礎知識。本書內容包括數理統計基礎、數據分析與建模、計算機簡單編程、數學優化、數字仿真等多門基礎學科以及人工智能、機器學習等專業知識,大部分章節配有普適性的實例,還在附錄中配置了十多個作者所在團隊的數據建模、智能控制、智能優化的實例,并給出計算的簡易源代碼以便年輕工程師快速上手。
工業智能化知識基礎 目錄
1數理統計基礎..............................................................11.1概率論的基本概念...........................................11.2隨機變量及其概率分布...................................71.3數字特征(含均值、期望、方差等).........151.4大數定律與中心極限定理.............................191.5統計量及其概率分布.....................................281.6參數估計.........................................................341.7假設檢驗.........................................................441.8參考文獻.........................................................
502數據分析與建模........................................................512.1一元線性回歸.................................................51l一元線性回歸模型.................................52l*小二乘法.............................................52l回歸方程的檢驗.....................................
56l寶鋼案例.................................................612.2多元回歸方法.................................................62l多元線性回歸與*小二乘法.................62l回歸方程的檢驗.....................................64l多項式回歸.............................................70l非線性回歸.............................................74l含虛擬(啞)變量的回歸方法.............76l寶鋼案例.................................................802.3時間序列分析.................................................80lAR以及ARMA模型............................82lMA模型.................................................
84l指數平滑模型.........................................882.4線性規劃簡介.................................................95l線性規劃模型.........................................97l單純形算法.............................................99l寶鋼案例...............................................
1083人工智能基礎..........................................................1093.1人工智能簡介...............................................1093.2神經網絡分析與建模...................................112l感知器與多層感知器...........................112lBP神經網絡.........................................
115l后向傳播算法.......................................120l深度學習概覽.......................................122l寶鋼案例...............................................1243.3現代啟發式算法簡介...................................124l遺傳算法...............................................
124l群智能算法...........................................128l模擬退火算法.......................................130l寶鋼案例...............................................1333.4機器學習簡介...............................................133l聚類算法...............................................
134l分類算法...............................................143l決策樹算法...........................................148lSVM算法.............................................1534數字仿真原理與應用..............................................1564.1基于MATLAB的仿真介紹與實例............1574.2基于Simulink的仿真與實例......................1584.3離散事件仿真原理.......................................159l基于工具軟件的離散事件仿真與舉例160l寶鋼案例...............................................160參考文獻......................................................................
160附錄一:教材Python代碼........................................163例2.1代碼...........................................................163例2.2代碼...........................................................165例2.3代碼...........................................................
166例2.4代碼...........................................................168例2.5代碼...........................................................169例2.6代碼...........................................................171例3.1代碼...........................................................
173例3.2代碼(添加csv數據)...........................174例3.3代碼...........................................................176例3.4代碼...........................................................177例3.5代碼...........................................................182附件2:寶鋼案例......................................................184案例1鋅耗預測(一元線性回歸).................184案例2轉爐鋼液溫度建模(一元線性回歸).188案例3轉爐鋼液碳含量建模(多元回歸方法)190案例4煉鋼組爐問題(線性規劃).................193案例5生產計劃問題(線性規劃).................195案例6轉爐鋼液碳含量建模(神經網絡分析與建模)
197案例7煉鋼組爐問題(現代啟發式算法)198
展開全部
工業智能化知識基礎 作者簡介
杜斌,寶武中央研究院智能所,教授級高工。早期從事煉鋼過程控制模型研發,研制我國智能轉爐控制模型、RH等精煉爐控制模型。2003年后從事鋼鐵智能優化領域研發,團隊成為國際鋼鐵企業最早的專職智能研發小組,內容覆蓋鋼鐵業“供應鏈制造”的多方面智能優化問題,如采購決策支持、余材自動優化處理系統、制造過程組合優化、合同計劃優化、鋼鑄軋智能排程系統、多基地訂單優化等。2004年獲上海市科技一等獎,2012年獲冶金科技一等獎,上海市第九屆科技精英提名獎,上海市領軍人才。兼任中國冶金行業自動化學術委員會副主任、中國金屬學會專家委員會委員、上海交大兼職博導、東北大學兼職博導。