دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1st ed. 2020 نویسندگان: Dunbing Tang, Kun Zheng, Wenbin Gu سری: ISBN (شابک) : 9811534446, 9789811534447 ناشر: Springer سال نشر: 2020 تعداد صفحات: 134 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 5 مگابایت
در صورت تبدیل فایل کتاب Adaptive Control of Bio-Inspired Manufacturing Systems (Research on Intelligent Manufacturing) به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب کنترل تطبیقی سیستمهای تولید با الهام از زیست (تحقیق در مورد ساخت هوشمند) نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
Acknowledgements Contents 1 Bio-Inspired Manufacturing System Model 1.1 Introduction and Synopsis 1.2 The Biological Background of BIMS 1.2.1 Nervous System 1.2.2 Endocrine System 1.2.3 Immune System 1.2.4 Neuroendocrine-Immune System 1.3 Bio-Inspired Manufacturing System (BIMS) 1.4 Control Model of BIMS 1.4.1 Biologic Hormone Regulation Mechanism 1.4.2 Hormone Regulation Model of BIMS 1.5 Conclusion References 2 Hormone Regulation Based Algorithms for Production Scheduling Optimization 2.1 Introduction and Synopsis 2.2 The Job-Shop Scheduling Problem Model 2.3 Hormone Modulation Mechanism 2.4 An IAPSO for Job-Shop Scheduling Problem 2.4.1 Traditional PSO 2.4.2 IAPSO Based on the Hormone Regulation Mechanism 2.5 An IAGA for Job-Shop Scheduling Problem 2.5.1 Traditional GA 2.5.2 An IAGA for Job-Shop Scheduling Problem 2.6 Application of Neuroendocrine-Inspired Optimization Algorithms for Production Scheduling 2.6.1 Application of the IAPSO for the JSP 2.6.2 The Application of the IAGA for JSSP 2.7 Conclusion References 3 Hormone Regulation Based Approach for Distributed and On-line Scheduling of Machines and AGVs 3.1 Introduction and Synopsis 3.2 On-line Scheduling Model 3.2.1 On-line Scheduling Approach 3.2.2 Information Processing Mechanism in Endocrine System 3.2.3 On-line Scheduling Model Inspired by the Principle of Hormone Diffusion and Reaction 3.3 Allocation Mechanism Based on Hormone Regulation Mechanism 3.3.1 Hormone Regulation Mechanism Background 3.3.2 Time Parameters in Scheduling 3.3.3 Allocation Mechanism 3.4 Distributed Cooperation Mechanism for On-line Scheduling 3.5 Experimental Study 3.6 Conclusions References 4 Production Control Strategy Inspired by Neuroendocrine Regulation 4.1 Introduction and Synopsis 4.2 Literature Review 4.3 General Principle of Neuroendocrine System 4.3.1 Negative Feedback Mechanism of Hormone Regulation 4.3.2 Hill Functions of Hormone Regulation 4.4 Control Model of Production System 4.4.1 Hormone Regulation Model of Production System 4.4.2 Design of Controllers Based on Hill Function 4.5 Performance Analysis with Numerical Example 4.5.1 Operation of the Control Model 4.5.2 Analysis of the Control Model Under Normal State 4.5.3 Analysis of the Control Model Under Extreme State 4.6 Conclusions and Future Work References 5 Neuroendocrine-Immune Regulation Based Approach for Disturbance Handling 5.1 Introduction and Synopsis 5.2 Disturbance Handling of BIMS 5.2.1 Disturbance Handling Mechanism of BIMS 5.2.2 Monitoring and Scheduling Functions of BIMC 5.2.3 Disturbance Handling Processes of BIMC 5.3 Disturbance Detection and Diagnosis of BIMS 5.3.1 Disturbance Detection 5.3.2 Diagnosis of Disturbances 5.4 Disturbance Handling Strategies of BIMS 5.5 Case Study 5.5.1 Experimental Description 5.5.2 Experiment Analysis 5.5.3 Performance Indicator Analysis 5.6 Conclusion References 6 Development of Simulation Platform for BIMS 6.1 Introduction and Synopsis 6.2 Simulation Platform Architecture 6.3 Physical Simulation Platform 6.3.1 Physical Simulation Platform Architecture 6.3.2 Quasi-hormone Communication Protocols 6.3.3 Physical Simulation Platform 6.4 Software Simulation Platform 6.4.1 Software Simulation Platform Architecture 6.4.2 Function Modules of Software Simulation Platform 6.5 Conclusion References