本书主要针对智联生产线数据模型耦合不足、扰动强、数据残缺、模型不精确等问题，以调度优化与协同控制为抓手，阐述数据/模型混合驱动的智联生产线协同认知与控制理论，数据/模型混合驱动的智联生产线自主协同调度方法，数据/模型混合驱动的智联生产线自主协同控制与优化技术，以及智联生产线自主智能协同验证等方面的研究成果。主要内容包括智联生产线模型、智联生产线调度优化、智联生产线自主智能协同控制、智联生产线生产效能评估、智联生产线生产管控系统5个部分。
本书可作为本科生以及高职院校相关专业师生的参考用书，也可供从事智联生产线、智能制造、智能工厂、工业人工智能的技术人员参考阅读。本书也同样可以满足对此感兴趣的读者的需求，帮助他们深入了解混合驱动的智联生产线的技术、优化和创新。

王世勇，2010年毕业于华南理工大学机械电子工程专业，获得工学博士学位。现为华南理工大学机械与汽车工程学院副教授、硕士生导师，主要研究领域为工业人工智能、智能制造、智能机器人，入选2020和2022年度爱思唯尔中国高被引学者。

电气自动化新技术丛书 序言
前言
第1章 智联生产线模型
1.1 引言
1.2 智联生产线架构与运行机理
1.2.1 构成要素
1.2.2 组织结构
1.2.3 数据与模型
1.2.4 融合机理
1.2.5 系统功能
1.3 生产任务形式化建模
1.3.1 工序建模
1.3.2 工序序列建模
1.3.3 几个性质
1.3.4 工序序列运算
1.4 生产资源形式化建模
1.4.1 物理资源建模
1.4.2 信息资源建模
1.4.3 信息物理交互建模
1.5 生产资源配置建模
1.5.1 机器配置建模
1.5.2 输送路径建模
1.6 智联生产的柔性度量
1.6.1 生产任务柔性度量
1.6.2 生产资源柔性度量
1.7 本章小结
本章参考文献
第2章 智联生产线调度优化
2.1 引言
2.2 作业车间调度问题的深度强化学习求解模型的设计模式
2.2.1 基于DRL的作业车间调度问题
2.2.2 DRL要素的典型设计模式
2.2.3 DRL设计模式的统计分析
2.3 基于深度强化学习的碳排放敏感柔性作业车间调度
2.3.1 问题建模
2.3.2 深度强化学习调度建模
2.3.3 实验结果
2.4 应用效果评价
2.4.1 算法优化效果
2.4.2 算法执行效率
2.4.3 算法的收敛性和稳定性
2.4.4 算法的泛化能力
2.5 开放性问题
2.5.1 柔性作业车间调度问题
2.5.2 多目标优化问题
2.5.3 多智能体调度问题
2.5.4 自适应调度问题
2.5.5 DRL泛化体系构建问题
2.6 本章小结
本章参考文献
第3章 智联生产线自主智能协同控制
3.1 引言
3.2 数据/模型混合驱动智联生产线控制方法研究
3.2.1 数据/模型混合驱动智联生产线控制模型结构
3.2.2 数据/模型混合驱动智联生产线控制算法设计
3.2.3 机器人自主运动控制中的案例应用
3.3 智联生产线的多模态数据增量学习模型研究
3.3.1 工业场景的三维目标检测网络架构
3.3.2 动态区域并行采样方法
3.3.3 图结构学习模型
3.3.4 多头自注意力机制
3.3.5 损失函数设计
3.3.6 实验与结果分析
3.4 基于数字孪生的智联生产线人机协同控制技术研究
3.4.1 虚实融合系统构建方法
3.4.2 双向驱动构建方法
3.4.3 数字孪生模型构建方法
3.5 智联生产线自主智能协同控制系统构建和应用研究
3.5.1 自主智能协同控制系统架构与功能
3.5.2 系统功能概述
3.6 本章小结
本章参考文献
第4章 智联生产线生产效能评估
4.1 引言
4.2 智联生产线制造资源主动感知与采集
4.2.1 制造资源传感配置
4.2.2 制造资源实时数据的感知与获取
4.2.3 智联生产线数据传输
4.2.4 基于智联生产线的关键事件处理
4.3 智联生产线制造资源服务化封装及云端化
4.3.1 基于关键事件的制造资源服务化封装
4.3.2 制造资源上云
4.4 智联生产线生产效能评估
4.4.1 效能评估概述
4.4.2 指标体系构建及优化
4.4.3 实时数据库
4.4.4 数据预处理
4.4.5 综合效能评估
4.4.6 智联生产线效能评估
4.5 本章小结
本章参考文献
第5章 智联生产线生产管控系统
5.1 引言
5.2 智联生产线生产管控系统
5.2.1 系统目标
5.2.2 功能需求分析
5.2.3 系统架构选择
5.2.4 系统模块设计
5.2.5 数据库设计
5.2.6 生产线数字孪生
5.2.7 开发工具和运行环境
5.3 应用案例
5.3.1 PCB微孔钻削智联生产线
5.3.2 PCB微孔钻削智联生产线融合式管控系统
5.4 本章小结
本章参考文献