当前位置:首页 > 经济
大数据时代的产品智能配置理论与方法
大数据时代的产品智能配置理论与方法

大数据时代的产品智能配置理论与方法PDF电子书下载

经济

  • 电子书积分:9 积分如何计算积分?
  • 作 者:盛步云,萧筝,雷兵著
  • 出 版 社:武汉:武汉理工大学出版社
  • 出版年份:2018
  • ISBN:9787562953791
  • 页数:177 页
图书介绍:本书研究了大数据时代产品配置实例重用建模、基于粗糙集的非标模块配置规则提取、知识反馈的非标模块递进式配置设计,并根据以上理论和方法开发了模块化智能配置设计系统,应用在数控装备设计过程中,取得了良好的效果。
《大数据时代的产品智能配置理论与方法》目录

1绪论 1

1.1背景和意义 1

1.2数字制造与产品配置 2

1.2.1数字制造 2

1.2.2产品配置 7

1.3大数据时代的挑战 12

1.3.1大数据与制造业大数据时代 12

1.3.2大数据与制造企业大数据现状 13

1.3.3大数据处理流程 14

1.3.4大数据的关键技术 15

1.3.5大数据与制造企业所面临的挑战 16

1.3.6大数据技术发展趋势 18

1.3.7大数据产业发展重点 19

1.3.8大数据未来发展建议 19

参考文献 21

2基于大数据的客户需求信息的概念界定 24

2.1大数据的概念和内涵 24

2.1.1大数据概念的提出 24

2.1.2大数据的特征 24

2.1.3大数据挖掘流程 25

2.1.4大数据的应用领域 26

2.2基于Hadoop的大数据处理 27

2.2.1 HDFS体系结构 27

2.2.2 HBase分布式数据库 28

2.2.3 MapReduce计算模型 28

2.3互联网的客户需求信息获取框架 29

2.3.1数据清理 29

2.3.2用户识别 30

2.3.3关键词提取 31

参考文献 33

3标准化客户需求信息相关模型 35

3.1标准化客户需求信息获取模型 35

3.2标准化客户需求信息的结构和表达模型 38

3.2.1标准化客户需求信息的结构模型 39

3.2.2标准化客户需求信息的表达模型 39

3.3标准化客户需求信息的知识库模型 40

3.3.1客户需求知识表达 40

3.3.2客户需求知识库模型的构建 41

参考文献 43

4大数据客户需求信息处理技术 45

4.1大数据客户需求信息存储 45

4.1.1 HBase数据存储原理 45

4.1.2 HBase存储客户需求信息的整体架构 47

4.1.3 Hbase中客户需求信息存储表设计 47

4.2大数据客户需求信息预处理技术 48

4.2.1客户需求特征属性提取 49

4.2.2客户需求信息的定量标定 49

4.3大数据客户需求信息数据挖掘技术 52

4.3.1基于MapReduce的K-Means算法的设计与实现 52

4.3.2基于MapReduce的KNN算法设计与实现 56

4.3.3朴素贝叶斯分类并行算法的设计与实现 58

4.3.4决策树并行分类算法 61

4.4大数据客户需求信息推荐技术 62

4.4.1推荐系统 62

4.4.2 MapReduce推荐算法设计 64

参考文献 70

5产品智能配置 72

5.1模块化产品配置 72

5.1.1模块与产品配置 72

5.1.2产品族相关概念 73

5.1.3模块划分方法 74

5.1.4模块模型的构建 78

5.2基于CBR和CSP的产品族构建 81

5.2.1基于CSP的产品配置方法 81

5.2.2基于CBR的产品配置方法 81

5.3基于客户需求信息的产品模块映射 82

5.3.1面向产品模块配置的客户需求信息映射模型 82

5.3.2面向产品模块配置的客户需求信息映射方法 84

5.3.3面向产品模块配置的客户需求信息映射步骤 86

参考文献 87

6规范化信息处理 89

6.1规范化信息处理思路 89

6.2智能信息处理相关理论研究 90

6.2.1二元语义模型 90

6.2.2规则模型 91

6.2.3机器学习模型 92

6.3基于人工智能的规范化信息处理 97

6.3.1基于模糊集规则的规范化信息处理 97

6.3.2基于分词规则的规范化信息处理 97

6.3.3基于规则-机器学习的规范化信息处理 100

参考文献 101

7基于深度学习的产品数字模型智能装配 103

7.1深度学习模型 103

7.1.1深度学习模型的基本思想 103

7.1.2深度学习常用模型 103

7.2深度置信网络 106

7.2.1 RBM模型及Sigmoid神经元 106

7.2.2 DBN模型的训练学习 107

7.3面向DBN的装配信息模型构建 108

7.3.1零部件装配几何元素分类 108

7.3.2零部件分类特征信息定义 109

7.3.3面向DBN的零部件装配信息模型 113

7.4基于DBN的零部件分类模型库 114

7.4.1 DBN分类识别模型的构建 115

7.4.2典型零部件模型库的建立 119

7.4.3非典型零部件模型库的建立 120

参考文献 121

8客车企业客户需求信息管理系统 122

8.1客车企业客户需求信息前台数据采集 122

8.1.1产品展示 122

8.1.2智能选客车 124

8.2客车企业客户需求信息知识库的构建 125

8.2.1客车产品客户需求知识库的架构 126

8.2.2客车产品客户需求知识库概念模型 127

8.2.3客车客户需求知识库模板 129

8.2.4客户需求的知识获取 132

8.2.5系统开发与应用示例 134

8.3客车企业客户需求信息后台数据分析 135

8.3.1网站流量管理 135

8.3.2商机管理 139

8.3.3访问行为分析 140

8.4本章小结 142

参考文献 142

9智能手机产品模块配置 144

9.1智能手机客户需求信息的映射 144

9.2智能手机产品模块的组合 151

参考文献 153

10汽车生产线智能装配系统 154

10.1汽车生产线智能装配系统总体方案 154

10.2典型零部件的智能装配 157

10.2.1典型零部件的配合类型定义 157

10.2.2典型零部件的配合类型判别 158

10.2.3典型零部件的智能装配过程 161

10.2.4典型零部件的智能装配 167

10.3非典型零部件的智能装配 168

10.3.1非典型零部件智能装配特征的定义与表达 168

10.3.2非典型零部件的智能装配过程 171

10.3.3装配方向的确认 173

10.3.4非典型零部件的智能装配 174

参考文献 176

相关图书
作者其它书籍
返回顶部