1网络化制造基础 1
1.1 网络化制造的概念和内涵 1
1.2 网络化制造系统的结构和功能 4
1.3 网络化制造资源集成 6
1.4 网络化制造的关键技术 9
1.5 网络化制造的研究现状及发展趋势 10
1.5.1 网络化制造的研究现状 10
1.5.2 网络化制造的发展趋势 13
1.6 面向产品全生命周期的网络化集成制造系统 13
2供应链管理基础 17
2.1 供应链与供应链管理的概念 17
2.1.1 供应链的概念 17
2.1.2 供应链管理的概念 19
2.2 供应链管理的发展阶段及其应用中存在的问题 20
2.2.1 供应链管理的发展阶段 20
2.2.2 供应链管理应用中存在的问题 22
2.3 供应链优化控制研究现状 23
2.3.1 库存控制 23
2.3.2 信息传递 24
2.3.3 协调控制 25
2.3.4 全球供应链 26
2.3.5 供应链合作伙伴关系 27
2.3.6 绿色供应链 27
2.3.7 选址与生产分销计划 28
2.3.8 委托与代理 29
2.3.9 集成供应链 29
2.3.10 电子商务供应链 30
2.4 供应链优化控制研究的技术手段 31
2.4.1 供应链系统的建模技术 31
2.4.2 仿真优化技术 37
2.5 本书研究的背景及意义 41
2.5.1 本书研究的背景 41
2.5.2 理论与现实意义 42
3生产物流系统内涵 44
3.1 生产物流系统基本概念 44
3.2 生产物流系统的管理运作模式 45
3.2.1 基于MRP、 MRPⅡ和ERP的生产物流系统管理运作模式 46
3.2.2 基于JIT的生产物流系统管理运作模式 46
3.2.3 基于TOC的生产物流系统管理运作模式 47
3.3 生产物流系统建模 49
3.4 控制理论在生产物流系统中的应用 50
3.4.1 随机控制理论 50
3.4.2 前馈和反馈结合为一体的控制系统 51
4串行生产物流系统在制品库存的控制模型 52
4.1 在制品库存简介 52
4.1.1 在制品库存的定义 52
4.1.2 在制品库存控制的作用 52
4.1.3 在制品库存控制模式 53
4.2 串行生产物流系统在制品库存控制分析 53
4.2.1 传递函数概述 54
4.2.2 串行生产物流系统中传递函数的研究 55
4.3 串行生产物流系统在制品库存模型的建立 56
4.3.1 在制品库存控制模型 56
4.3.2 串行生产物流系统的控制模型分析 58
5基于改进遗传算法的在制品库存PID控制技术 63
5.1 PID控制器概述 63
5.1.1 PID控制器原理 63
5.1.2 数字PID 64
5.2 遗传算法基本理论 66
5.2.1 遗传算法定义 66
5.2.2 遗传算法的运算过程 66
5.3 PID控制器参数的整定 68
5.3.1 改进遗传算法 68
5.3.2 改进遗传算法对PID控制器参数的优化整定 69
5.4 串行生产物流系统在制品库存PID控制模型 71
6基于PID控制的串行生产物流系统在制品库存控制 73
6.1 MATLAB和Simulink简介 73
6.1.1 MATLAB简介 73
6.1.2 Simulink简介 73
6.2 在制品库存的Simulink仿真实现 74
6.2.1 串行生产物流系统在制品库存控制的阶跃分析 76
6.2.2 串行生产物流系统在制品库存控制的锯齿响应分析 78
6.2.3 串行生产物流系统在制品库存控制的正态响应分析 80
6.2.4 Simulink仿真结果分析 82
6.3 基于PID控制的在制品库存 Simulink仿真实现 84
6.3.1 基于PID控制的在制品库存阶跃响应分析 85
6.3.2 基于PI D控制的在制品库存锯齿响应分析 85
6.3.3 基于PID控制的在制品库存正态响应分析 85
6.3.4 PID控制器仿真结果分析 86
7基于MVC和MPC的供应链系统库存优化控制 87
7.1 利用MVC优化供应链动态库存 87
7.1.1 最小方差控制基本原理 88
7.1.2 基本动态模型 89
7.1.3 控制策略 91
7.1.4 仿真分析 93
7.2 利用模型预测控制方法优化供应链库存 98
7.2.1 问题的描述 99
7.2.2 模型预测控制方法介绍 100
7.2.3 模型预测控制在供应链管理中的应用 104
7.2.4 应用实例分析 108
7.3 利用分布式MPC方法预测供应链库存 111
7.3.1 问题的描述 111
7.3.2 分布式模型预测控制 113
7.3.3 应用实例分析 115
参考文献 118