本书详细讲解了进化计算、群体智能、领域搜索、机器学习、深度学习、强化学习等智能制造领域主流的优化方法，并将其与智能制造环境中的多种应用场景结合，如智能工艺规划、智能物流规划、智能车间调度、智能车间布局、加工参数优化、智能车间产能预测、产品缺陷检测、工业机器人路径规划等，帮助读者全面了解、学习和掌握优化方法在智能制造各流程中的应用。 本书兼顾理论基础与应用实践，展望智能制造技术前沿，可作为智能制造及相关专业的教材，也可为相关领域的技术人员提供有益参考。

第1章绪论 001 1.1智能优化方法简介001 1.1.1智能优化方法的含义与特点001 1.1.2智能优化方法的分类003 1.2智能生产中的最优化问题006 1.2.1最优化问题006 1.2.2最优化问题的分类007 1.2.3计算复杂性与NP问题009 1.3智能优化方法的应用与发展009 1.3.1智能优化方法的应用009 1.3.2智能优化方法的发展014 本章小结015 习题016 参考文献016 第2章进化计算方法 019 2.1进化计算简介019 2.1.1进化计算的含义与特点019 2.1.2进化计算的分类021 2.2典型进化计算方法026 2.2.1遗传算法026 2.2.2免疫算法033 2.2.3遗传规划038 2.3进化计算在智能生产中的应用042 2.3.1飞机移动装配线作业调度问题——基于遗传算法042 2.3.2柔性工艺规划问题——基于免疫算法046 2.3.3作业车间调度问题——基于遗传规划050 本章小结053 习题053 参考文献053 第3章群体智能方法 055 3.1群体智能简介055 3.1.1群体智能的含义与特点055 3.1.2群体智能算法的分类057 3.2典型群体智能方法060 3.2.1蚁群算法060 3.2.2人工蜂群算法064 3.2.3粒子群优化算法067 3.2.4粒子群优化算法的求解流程070 3.3群体智能在智能生产中的应用070 3.3.1作业车间调度070 3.3.2装配线平衡073 3.3.3AGV路径规划076 本章小结078 习题078 参考文献078 第4章邻域搜索方法 081 4.1邻域搜索简介082 4.1.1邻域的概念082 4.1.2搜索规则083 4.1.3邻域搜索算法的基本步骤084 4.2典型邻域搜索方法084 4.2.1爬山算法084 4.2.2模拟退火算法087 4.2.3禁忌搜索算法096 4.2.4变邻域搜索算法100 4.3邻域搜索在智能生产中的应用104 4.3.1背景介绍104 4.3.2问题描述105 4.3.3基于遗传模拟退火算法的车间布局方案105 4.4带时间窗的车辆路径问题求解111 4.4.1车辆路径问题简介112 4.4.2禁忌搜索算法求解VRPTW114 本章小结115 习题116 参考文献116 第5章机器学习方法 117 5.1机器学习简介117 5.1.1机器学习的含义与特点117 5.1.2机器学习的分类120 5.2典型机器学习方法124 5.2.1决策树方法124 5.2.2聚类分析方法132 5.2.3BP神经网络137 5.3机器学习在智能生产中的应用142 5.3.1智能车间产能预测142 5.3.2滚动轴承故障诊断144 5.3.3点云配准148 本章小结150 习题151 参考文献151 第6章深度学习方法 153 6.1深度学习简介153 6.1.1深度学习的含义与特点154 6.1.2深度学习的发展155 6.2典型深度学习方法160 6.2.1卷积神经网络160 6.2.2循环神经网络164 6.2.3自动编码器166 6.3深度学习在智能生产中的应用169 6.3.1滚动轴承故障诊断169 6.3.2产品缺陷检测171 6.3.3物料完备性检测175 本章小结178 习题178 参考文献179 第7章强化学习方法 180 7.1强化学习简介180 7.1.1强化学习的含义与特点181 7.1.2强化学习的分类182 7.2典型的强化学习方法与案例183 7.2.1Q-learning方法介绍183 7.2.2DQN方法186 7.2.3策略梯度方法与小车上山问题191 7.3强化学习在智能生产中的应用195 7.3.1基于Q-learning算法的单AGV调度195 7.3.2基于深度Q网络的多AGV协同规划199 本章小结203 习题203 参考文献203 第8章综合应用案例 204 8.1群体智能方法在生产/运维集成优化中的应用案例204 8.1.1概述204 8.1.2CSPPW模型介绍204 8.1.3MNNIA算法207 8.1.4实验分析213 8.2遗传算法在集成工艺规划与车间调度中的应用案例221 8.2.1概述221 8.2.2问题描述与求解算法222 8.2.3算法求解框架226 8.2.4案例求解与分析227 8.3深度学习方法在机械设备状态检测中的应用案例229 8.3.1滚动轴承案例介绍229 8.3.2自吸式离心泵案例验证236 本章小结240 习题240 参考文献240