本书从分布式制造系统、智能控制系统和生物系统学科交叉的角度，系统、详细地介绍了如何利用生物有机体的神经—体液—免疫自适应调控机制和规律来解决智能制造系统的自适应、自组织和全局优化控制等问题。全书共9章，主要内容包括：现代制造系统研究进展，基于生物启发的分布式制造系统智能控制体系，基于BIMS的生产资源动态调度，基于生物启发式智能算法的绿色工艺规划，基于内分泌调节机制的柔性流水车间绿色调度问题，基于内分泌激素调节机制的AGV与机床在线同时调度，基于神经内分泌免疫调节机制的BIMS扰动处理研究，基于激素反应扩散原理的分布式制造系统动态协调机制，基于神经内分泌多重反馈机制的WIP库存优化控制。

顾文斌，河海大学机电工程学院教师，博士，副教授，硕导。曾于2017年公派赴美国伊利诺伊大学（University of Illinois at Chicago）担任访问学者1年，现兼任中国机械工程学会工业大数据与智能系统分会委员，中国仿真学会智能仿真优化与调度专委会委员。长期致力于智能制造技术领域的研究，在智能工厂、数字化集成制造技术、智能制造系统等研究方向取得了系列研究成果，主持和参与国家自然科学基金项目、国家重点研发计划、教育部人文社科项目等纵向课题7项，企业研发课题20余项，发表学术论文50余篇，出版Springer英文学术专著1部，获授权发明专利11项，软件著作权2项。郑堃，南京航空航天大学工学博士，现任职南京工程学院汽车与轨道交通学院教师，副教授。曾赴西班牙瓦伦西亚理工大学(Universidad Politécnica de Valencia)针对自组织生产方向进行深造。目前主要从事智能制造系统、一体化企业集成模型、智能制造及数字化转型升级研发及应用工作，主持、参加各类项目17余项，发表论文20余篇，Springer学术专著1部、获得软件著作权2项，发明专利1项。戴敏，扬州大学机械工程学院教师，博士。曾于2013年、2014年赴西班牙瓦伦西亚理工大学(Universidad Politécnica de Valencia)和英国克兰菲尔德大学(Cranfield University)进行深造。主要从事制造系统车间节能优化理论与方法的研究工作，主持、参加各类项目9项，发表论文15篇，其中SCI论文7篇，并获得软件著作权6项。

第1章 现代制造系统研究进展 1
1.1 现代制造系统发展趋势 1
1.2 制造系统生产调度问题研究现状 5
1.2.1 制造系统生产调度问题的复杂性 5
1.2.2 现代制造系统生产调度面临的需求 7
1.2.3 现代智能制造系统动态调度技术 9
1.2.4 现状总结 11
1.3 制造控制系统研究综述 12
1.3.1 制造控制系统的主要研究内容 12
1.3.2 制造控制系统结构研究综述 16
1.3.3 制造控制系统结构的比较与分析 19
1.4 制造系统的协调机制 20
1.4.1 协调的基本概念 20
1.4.2 协调机制的分类 22
1.4.3 协调机制形式化描述方法 28
1.5 本章小结 29
第2章 基于生物启发的智能制造系统仿生控制体系研究 32
2.1 引言 32
2.2 智能制造系统研究综述 33
2.2.1 分形制造系统 34
2.2.2 多智能体制造系统 36
2.2.3 Holonic制造系统 37
2.2.4 生物型制造系统 39
2.2.5 智能制造系统模式综合分析 41
2.3 基于生物启发的智能制造系统的生物学背景 43
2.3.1 内分泌系统基本概念 44
2.3.2 内分泌系统的组成 45
2.3.3 人体内分泌系统的主要功能特点 50
2.4 基于生物启发的智能制造系统协调模型 52
2.4.1 现代智能制造系统与有机生命系统之间的相似性 52
2.4.2 类生物化智能制造系统协调模型 54
2.4.3 类生物化制造系统协调模型的功能特点 60
2.5 基于生物启发的智能制造系统控制体系结构模型的形式化描述 62
2.5.1 形式化描述的必要性 62
2.5.2 π演算简介 63
2.5.3 基于一阶多元π演算的控制体系结构的形式化描述 64
2.6 本章小结 68
第3章 基于BIMS的生产资源动态调度 69
3.1 引言 69
3.2 基于BIMS的动态调度 71
3.2.1 类生物化车间动态调度系统的组成 71
3.2.2 BIMS动态调度模型 72
3.3 基于BIMS的资源分配机制 75
3.3.1 神经内分泌多重反馈调节模型 75
3.3.2 BIMS多重反馈调节模型 76
3.3.3 BIMS资源分配机制 77
3.4 BIMS动态调度的调节过程 80
3.4.1 紧急订单的动态调度 80
3.4.2 机床故障的动态调度 82
3.4.3 生产延迟的动态调度 84
3.5 案例分析 86
3.5.1 性能指标 87
3.5.2 结果分析 88
3.6 本章小结 90
第4章 基于生物启发式智能算法的绿色工艺规划 91
4.1 研究背景 91
4.2 制造过程节能降耗研究现状总结 及意义 94
4.2.1 研究现状 94
4.2.2 现状总结 105
4.2.3 研究意义 106
4.3 面向绿色节能的柔性工艺规划问题 107
4.3.1 国内外研究现状及不足之处 107
4.3.2 研究思路和方法 109
4.3.3 面向节能的柔性工艺规划模型 110
4.4 基于生物启发式改进算法求解面向节能的柔性工艺规划模型 113
4.4.1 基因编码设计 114
4.4.2 种群初始化 114
4.4.3 适应度函数 116
4.4.4 基因操作设计 117
4.4.5 算法实施流程 123
4.5 实验仿真与结果分析 124
4.5.1 算法性能测试 125
4.5.2 IGA求解面向节能的柔性工艺规划模型 127
4.6 本章小结 129
第5章 基于内分泌调节机制的柔性流水车间绿色调度问题 130
5.1 引言 130
5.1.1 国内外研究现状及不足之处 130
5.1.2 研究思路和方法 132
5.2 面向绿色节能的柔性流水车间 动态调度模型 133
5.2.1 问题描述 134
5.2.2 能量消耗模型 135
5.2.3 调度效率模型 136
5.3 内分泌系统中激素调节规律研究 138
5.4 基于内分泌调节机制的改进粒子群算法求绿色节能车间
动态调度模型 140
5.4.1 面向节能的柔性流水车间动态调度策略实施流程 140
5.4.2 粒子群算法的基本理论 142
5.4.3 基于内分泌调节机制的改进粒子群算法的动态柔性
流水车间调度模型 143
5.5 实验仿真与结果分析 147
5.5.1 性能测试 148
5.5.2 测试实例 150
5.6 本章小结 156
第6章 基于内分泌激素调节机制的AGV与机床在线同时调度研究 157
6.1 引言 157
6.2 机床与AGV在线调度模型 159
6.2.1 机床与AGV在线调度方法 159
6.2.2 内分泌系统的激素反应扩散机制 161
6.2.3 受激素反应扩散机制启发的机床与AGV在线调度模型 162
6.3 基于激素调节原理的调度系统建模 163
6.3.1 激素调节规律 163
6.3.2 调度过程中的时间参数 165
6.3.3 运输任务分配机制 167
6.4 机床与AGV在线同时调度的 协作机制 172
6.5 实验研究 173
6.6 本章小结 181
第7章 基于神经内分泌免疫调节机制的BIMS扰动处理研究 183
7.1 引言 183
7.2 BIMS的扰动处理 185
7.2.1 BIMS的扰动处理方法 185
7.2.2 具有免疫监控和调度功能的有机制造单元 186
7.2.3 有机制造单元针对扰动的处理过程 188
7.3 BIMS扰动的检测与诊断 189
7.3.1 扰动的检测 189
7.3.2 扰动的诊断 190
7.4 BIMS扰动处理策略 192
7.4.1 AGV故障的扰动处理策略 192
7.4.2 机床故障的扰动处理策略 194
7.4.3 紧急订单的扰动处理策略 197
7.4.4 生产延迟的扰动处理过程 200
7.5 案例描述及分析 203
7.5.1 实验描述 203
7.5.2 实验分析 205
7.5.3 性能指标分析 207
7.6 本章小结 209
第8章 基于激素反应扩散原理的制造系统动态协调机制 210
8.1 引言 210
8.2 内分泌系统中激素反应扩散机制 211
8.2.1 内分泌系统中激素反应的扩散过程 211
8.2.2 激素反应扩散机制模型 213
8.2.3 激素反应扩散过程中的隐式协调机制 214
8.3 制造系统中的生产任务与资源协调优化模型 216
8.4 基于激素反应扩散机制的“任务-资源“动态协调算法 217
8.4.1 构建类生物化制造系统的激素信息 218
8.4.2 激素容留环境的建立 219
8.4.3 基于激素反应扩散机制的隐式协调算法 220
8.4.4 突发事件动态处理策略 224
8.5 应用分析 227
8.5.1 制造任务协调优化 227
8.5.2 突发事件动态协调 231
8.6 本章小结 233
第9章 基于神经内分泌多重反馈机制的WIP库存优化控制 234
9.1 引言 234
9.2 制造系统在制品库存控制模型 235
9.2.1 在制品库存简介 236
9.2.2 WIP库存控制模型 239
9.3 基于神经内分泌调节原理的 智能控制器设计 246
9.3.1 神经内分泌系统的调节原理 246
9.3.2 基于神经内分泌系统的智能控制器设计 248
9.4 基于多重反馈机制的WIP库存优化控制模型 250
9.4.1 基于神经内分泌系统的WIP库存优化控制模型 251
9.4.2 WIP库存优化控制模型中的控制参数设计 252
9.5 应用实例 255
9.5.1 问题描述 255
9.5.2 实验结果分析 256
9.6 本章小结 260
参考文献 261