本书主要围绕在现代制造业中如何充分利用人工智能、物联网、群体智能、先进计算技术等，赋能赋智制造企业中人、机、物，以及如何构建群智制造智慧空间等问题展开，以“机理-方法-系统-应用”为主线组织内容，针对现代制造场景下智慧空间增强构建、群智控制分布优化、群智制造协同共享等关键问题详细阐述若干解决方案，并结合企业典型案例进行深入分析。

目录
“新一代人工智能理论、技术及应用丛书”序
前言
第1章 绪论 1
1.1 背景与趋势 1
1.2 群体智能与智能制造 2
1.3 群智制造智慧空间的关键科学挑战 3
1.4 本书组织结构 4
参考文献 6
第2章 群智涌现机理驱动的制造业智慧空间构建 7
2.1 生物群智涌现行为 7
2.1.1 集体行进 7
2.1.2 群体聚集 8
2.1.3 协作筑巢 8
2.1.4 分工捕食 9
2.1.5 社会交互 9
2.2 生物群智到制造群智的映射模型 10
2.2.1 群集动力学 11
2.2.2 自适应机制 12
2.2.3 群智优化算法 12
2.2.4 图结构映射模型 13
2.2.5 演化博弈动力学 13
2.2.6 群智能体学习机制 14
2.3 制造业智慧空间构建 15
2.3.1 制造业智慧空间系统 15
2.3.2 制造业智慧空间的群体智能涌现 19
2.3.3 制造业智慧空间机理 22
2.4 本章小结 25
参考文献 26
第3章 制造个体与智能群体融合 29
3.1 制造主体可伸缩情境感知方法 29
3.1.1 制造主体可伸缩情境感知概述 30
3.1.2 混合精度量化自适应计算 34
3.1.3 边缘端融合高效自适应感知 36
3.1.4 压缩与分割策略融合的可伸缩情境感知 43
3.2 群智能体深度强化学习 46
3.2.1 群智能体深度强化学习概述 47
3.2.2 基于信息势场奖励函数的多AGV任务分配 49
3.2.3 基于分层内在激励的多AGV调度 51
3.3 跨制造实体/场景的知识迁移 56
3.3.1 群智制造与知识迁移 57
3.3.2 类别不平衡的少样本表面缺陷检测 59
3.3.3 跨制造场景的少样本表面缺陷检测 63
3.4 基于联邦学习的协同制造知识增强 66
3.4.1 群智制造与联邦学习 67
3.4.2 高通信效率的混合联邦学习框架 69
3.4.3 跨环境联邦持续学习 70
3.5 本章小结 73
参考文献 74
第4章 智能群体诊断与控制 79
4.1 诊断与控制一体化架构 83
4.1.1 集中式诊断与控制一体化架构 83
4.1.2 分布式诊断与控制一体化架构 86
4.2 性能驱动的分布式协同诊断与控制方法 88
4.2.1 性能驱动的分布式协同诊断方法 88
4.2.2 性能驱动的分布式协同控制方法 109
4.3 面向关键性能指标的实时优化 123
4.3.1 诊断系统参数实时优化算法 123
4.3.2 控制系统参数实时优化算法 132
4.4 本章小结 135
参考文献 135
第5章 群智能体多任务优化决策方法 140
5.1 基于多源信息的信息融合与特征提取 144
5.1.1 多源信息的特征提取方法 144
5.1.2 多源信息的目标定位方法 146
5.1.3 多源信息的目标识别方法 149
5.2 柔性产线多任务优化与决策方法 153
5.2.1 柔性作业车间调度问题的描述 154
5.2.2 数学模型 156
5.2.3 柔性作业车间调度问题的性能指标 157
5.2.4 柔性产线多任务动态优化与决策方法 158
5.3 智能群体面向关键性能指标的策略演化方法 162
5.4 本章小结 166
参考文献 166
第6章 制造企业协同运行模型和支撑系统 168
6.1 协同制造的发展历程和面临的新挑战 168
6.2 融合群体智能的制造企业协同运行模型 171
6.2.1 集成化过程模型 175
6.2.2 智能资源模型 177
6.2.3 群体智能协同模型 182
6.2.4 可信共享信息模型 186
6.3 制造企业群智协同运行过程建模与仿真 187
6.3.1 协同制造过程建模语言 188
6.3.2 协同制造过程建模与仿真系统 193
6.4 基于区块链的制造数据可信共享技术 199
6.4.1 基于细粒度制造企业分布式信任体系的数据质量控制 200
6.4.2 基于区块链可靠性容错的制造企业数据安全存储 201
6.4.3 区块链隐私数据可控共享 202
6.4.4 制造企业区块链的数据共享机制案例实现 203
6.5 本章小结 205
参考文献 205
第7章 制造企业协同运行中的智能服务 207
7.1 基于联邦学习的隐私保护知识增强 207
7.1.1 协同制造中隐私保护对数据共享的问题 207
7.1.2 联邦学习发展过程与基本原理 208
7.1.3 基于联邦学习的产品质量预测案例研究 209
7.1.4 联邦学习在协同制造中的应用展望 212
7.2 协同制造中的设备资源实时推荐 214
7.2.1 设备推理规则语言领域知识 215
7.2.2 基于规则的设备资源推荐技术 218
7.2.3 设备推荐案例分析 220
7.3 跨企业协同智能协商 222
7.3.1 跨企业协同智能协商方法 223
7.3.2 跨企业协同智能协商方案 225
7.3.3 跨企业协同智能协商系统 227
7.4 本章小结 234
参考文献 234
第8章 群智企业运行模型原型系统开发 236
8.1 制造企业信息化 236
8.1.1 制造企业信息化需求 236
8.1.2 制造企业信息化趋势 237
8.1.3 制造系统的形态演变 238
8.2 群智企业运行模型总体架构 242
8.3 人、机、物资源接入及发布 243
8.3.1 数字化、物联化技术手段 243
8.3.2 虚拟化、服务化技术手段 244
8.4 数据汇聚子系统 245
8.4.1 清华数为：大数据管理模块 245
8.4.2 信链：区块链可信服务模块 247
8.5 群智基础支撑子系统 249
8.5.1 生物群智驱动的制造业智慧空间模型 249
8.5.2 个体自适应感知模块 250
8.5.3 个体自学习增强模块 252
8.5.4 群智能体强化学习模块 253
8.5.5 迁移学习模块 254
8.6 群智控制子系统 256
8.6.1 群智控制一体化模型配置模块 256
8.6.2 智能群体多任务优化决策模块 257
8.6.3 智能群体控制和策略演化模块 258
8.7 协同服务子系统 260
8.7.1 基于多维联邦学习的知识增强模块 260
8.7.2 协同运行激励模块 261
8.7.3 基于领域知识的设备推荐模块 263
8.7.4 过程和资源建模与仿真模块 266
8.8 群智企业运行模型原型系统应用模式 267
8.9 本章小结 268
参考文献 268
第9章 制造企业智慧空间应用解决方案 269
9.1 复杂产品制造 269
9.1.1 复杂产品制造背景 269
9.1.2 复杂产品制造分析 270
9.1.3 复杂产品制造案例 272
9.2 单元级制造 273
9.2.1 场景概况 273
9.2.2 解决方案 275
9.3 产品/专业线级制造 276
9.3.1 场景概况 276
9.3.2 解决方案 278
9.4 供应链、企业级制造 279
9.4.1 场景概况 279
9.4.2 解决方案 281
9.5 本章小结 283
参考文献 283