中文字幕有码无码av,真人做人试看120分钟,在线观看免费高清电影网站

2019-11-20 14:10 來源：京東作者：京東

編輯推薦: 《可重入制造系統(tǒng)的控制》可以為從事可重入系統(tǒng)控制等領域研究的科研人員、半導體企業(yè)信息化咨詢顧問和項目實施工程師等提供參考與幫助；也可以作為機械工程、工業(yè)工程、自化、計算機工程、管理工程等相關專業(yè)的研究生和高年級本科生的教材和參考書。

內容簡介: 本書主要從可重入制造系統(tǒng)的控制體系結構、控制方法和控制性能分析方法等角度對可重入制造系統(tǒng)控制問題進行介紹。重點介紹可重入制造系統(tǒng)的分層自適應控制體系結構、分層協(xié)同控制技術、重調度控制技術、預測控制系統(tǒng)控制的實驗證平臺和在企業(yè)車間的信息化系統(tǒng)進行介紹。實例驗證表明，本書提出的方法和技術可能效減少晶圓在制品庫存，縮短晶圓產(chǎn)品交貨期，提高半導體生產(chǎn)線的整體設備利用率，提高半導體企業(yè)的市場響應速度。 本書可以為從事可重入系統(tǒng)控制等領域研究的科研人員、半導體企業(yè)信息化咨詢顧問和項目實施工程師等提供參考與幫助；也可以作為機械工程、工業(yè)工程、自化、計算機工程、管理工程等相關專業(yè)的研究生和高年級本科生的教材和參考書。

作者簡介:

目錄:前言 第1章緒論 1.1 制造系統(tǒng) 1.1.1 制造系統(tǒng)的概念 1.1.2 柔性制造系統(tǒng) 1.1.3 敏捷制造系統(tǒng) 1.1.4 網(wǎng)絡化制造系統(tǒng) 1.1.5 可重入制造系統(tǒng) 1.2 制造系統(tǒng)的信息化 1.2.1 信息化 1.2.2 制造系統(tǒng)作息化的定義與特點 1.2.3 制造系統(tǒng)的信息模型 1.2.4 可重入制造系統(tǒng)的信息化模型 1.3 制造系統(tǒng)的控制 1.3.1 制造系統(tǒng)控制的目的及意義 1.3.2 制造系統(tǒng)的控制體系結構 1.3.3 制造系統(tǒng)的控制方法 1.3.4 制造系統(tǒng)控制的性能分析方法 1.3.5 可重入制造系統(tǒng)的控制 1.4 本書的主要內容 1.5 本章小結 參考文獻 第2章半導體制造系統(tǒng)介紹 2.1 概述 2.2 半導體制造產(chǎn)業(yè)的戰(zhàn)略意義 2.3 半導體制造系統(tǒng)工藝 2.3.1 半導體單晶硅片制備工藝 2.3.2 半導體制造前道工藝 2.3.3 半導體制造后道工藝 2.3.4 可重入制造系統(tǒng)的工藝范圍 2.4 半導體制造系統(tǒng)的組成及特點 2.4.1 半導體制造系統(tǒng)的構成 2.4.2 半導體制造系統(tǒng)的特點 2.5 可重入制造系統(tǒng)控制的需求 2.6 本章小結 參考文獻 第3章可重入制造系統(tǒng)的分層自適應控制系結構 3.1 概述 3.2 可重入制造系統(tǒng)的控制體系結構研究現(xiàn)狀 3.2.1 集中式控制體系結構 3.2.2 遞階式控制體系結構 3.2.3 分布式控制體系結構 3.3 可重入制造系統(tǒng)的分層適應控制機制 3.3.1 可重入制造系統(tǒng)的控制功能 3.3.2 可重入制造系統(tǒng)的控制機制 3.4 可重入制造系統(tǒng)的分層自適應控制體系結構 3.4.1 可重入制造系統(tǒng)控制體系結構構成 3.4.2 可重入制造系統(tǒng)控制體系結構的特點 3.5 本章小結 參考文獻 第4章可重入制造系統(tǒng)控制方法基礎 4.1 概述 4.2 運籌學 4.2.1 概述 4.2.2 運籌學在RMS中的應用 4.3 啟發(fā)式規(guī)則 4.3.1 概述 4.3.2 啟發(fā)式規(guī)則在RMS中的應用 4.4 人工智能方法 4.4.1 人工神經(jīng)網(wǎng)絡 4.4.2 模糊邏輯 4.4.3 基于Agent的方法 4.4.4 人工智能方法在RMS中的應用 4.5 計算智能方法 4.5.1 概述 4.5.2 遺傳算法 4.5.3 計算智能方法在RMS中的應用 4.6 群體智能方法 4.6.1 概述 4.6.2 螞蟻算法 4.6.3 群體智能方法在RMS中的應用 4.7 仿真方法 4.7.1 概述 4.7.2 仿真方法分類 4.7.3 仿真建模理論 4.7.4 仿真建模軟件 4.7.5 仿真方法在RMS中的應用 4.8 本章小結 參考文獻 第5章可重入制造系統(tǒng)的分層協(xié)同控制技術 5.1 概述 5.2 系統(tǒng)層協(xié)同控制技術 5.2.1 系統(tǒng)層控制問題描述 5.2.2 系統(tǒng)層協(xié)同控制Agent模型 5.2.3 基于組合拍賣的協(xié)同控制算法 5.3 設備組層協(xié)同控制技術 5.3.1 設備組層控制問題描述 5.3.2 設備組層協(xié)同控制Agent模型 5.3.3 基于GPGP-CN的協(xié)同控制算法 5.4 實例分析 5.4.1 系統(tǒng)層協(xié)同控制實例分析 5.4.2 設備層協(xié)同控制實例分析 5.5 本章小結 參考文獻 第6章可重入制造系統(tǒng)的重調度控制技術 6.1 概述 6.2 重調度控制研究現(xiàn)狀分析 6.3 重調度控制問題分析 6.3.1 干擾分析 6.3.2 重調度控制策略 6.3.3 重調度控制策略評價指標 6.4 基于FNN的重調度控制技術 6.4.1 FNN的輸入層變量描述 6.4.2 FNN的結構 6.4.3 學習算法 6.5 實例分析 6.6 本章小結 參考文獻 第7章可重入制造系統(tǒng)的預測控制技術 7.1 概述 7.2 常用預測技術 7.2.1 自回歸模型預測方法 7.2.2 混沌預測方法 7.3 可重入制造系統(tǒng)日產(chǎn)出預測問題 7.3.1 可重入制造系統(tǒng)日產(chǎn)出預測問題描述 7.3.2 可重入制造系統(tǒng)日產(chǎn)出預測系統(tǒng)框架 7.4 基于遺傳小波神經(jīng)網(wǎng)絡的預測 7.4.1 基于遺傳小波神經(jīng)網(wǎng)絡的預測模型 7.4.2 基于遺傳小波神經(jīng)網(wǎng)絡的學習算法 7.4.3 預測算法評價指標 7.4.4 預測算法的實例分析 7.5 基于相空間重構和螞蟻-神經(jīng)網(wǎng)絡的預測 7.5.1 基于相空間重構的神經(jīng)網(wǎng)絡預測模型 7.5.2 基于相空間重構的螞蟻神經(jīng)網(wǎng)絡學習算法 7.5.3 預測算法的實例分析 7.6 預測控制機制 7.6.1 預測控制問題描述 7.6.2 基于產(chǎn)出量和WIP預測的控制機制 7.6.3 基于循環(huán)周期預測的控制機制 7.7 本章小結 參考文獻 第8章可重入制造系統(tǒng)的物流控制技術 8.1 概述 8.2 可重入制造系統(tǒng)中的物流系統(tǒng) 8.2.1 AMHS系統(tǒng)概述 …… 第9章可重入制造系統(tǒng)的性能分析技術 第10章可重入制造系統(tǒng)的試驗平臺 第11章半導體制造系統(tǒng)控制軟件及應用 參考文獻

相關商品