第一章 绪论 1
1.1 面向并行工程CAPP研究的回顾与评述 2
1.1.1 面向并行工程的CAPP系统的体系结构 3
1.1.2 PPS和CAPP的集成 4
1.2 智能化CAPP系统研究的回顾与评述 5
1.2.1 人工智能技术 5
1.2.2 人工神经网络与CAPP 6
1.3 面向对象建模技术 9
1.4 异构系统集成技术 12
1.4.1 基于分布式对象的分布式计算技术 13
1.4.2 基于消息的分布式计算技术 17
2.1.1 传统的软件工程方法 22
第二章 面向对象可视化建模语言 22
2.1 复杂系统建模技术的讨论 22
2.1.2 面向对象的软件工程方法 25
2.2 统一建模语言 29
2.2.1 版型 30
2.2.2 静态图 31
2.2.3 动态图 36
2.2.4 实现图 41
2.2.5 标准建模语言UML的主要特点 42
2.3 本章小结 43
3.1.1 高层次的开发步骤 44
3.1 迭代增量式开发过程简介 44
第三章 迭代增量式软件开发流程 44
3.1.2 迭代开发 45
3.2 计划与构思阶段 46
3.2.1 了解需求 47
3.2.2 用例：描述流程 48
3.2.3 开发流程中的用例 50
3.2.4 分级与排程用例 51
3.3 启动一个开发循环 52
3.4 分析阶段 53
3.4.1 概念模型 53
3.4.2 系统行为 55
3.4.4 状态图 57
3.4.3 更新数据字典 57
3.5 设计阶段 58
3.5.1 描述实际性用例 60
3.5.2 交互图 60
3.5.3 设计模式 61
3.5.4 设计类图 62
3.5.5 系统设计 63
3.6 多层分布式的系统框架设计 64
3.6.1 典型的三层架构 64
3.6.2 CORBA体系结构框架概述 66
3.6.3 基于CORBA的分布式系统分析与开发 70
3.7 建构阶段 72
3.8 本章小结 73
第四章 并行CAPP中的信息模型 74
4.1 产品信息模型 75
4.1.1 特征信息 76
4.1.2 零件的特征模型 78
4.2 制造资源模型 81
4.2.1 制造资源的共性结构 82
4.2.2 制造资源分析 84
4.2.3 制造资源建模 87
4.3 工艺规程模型 90
4.3.1 工艺规程建模分析 91
4.3.2 面向对象的工艺规程模型 93
4.4.1 生产计划数据建模 97
4.4 生产数据模型 97
4.4.2 计划执行情况分析 98
4.5 产品／工艺／资源／生产集成数据模型 98
4.6 本章小结 100
第五章 基于神经网络的工艺路线实例推理 102
5.1 工艺路线规划现状 102
5.2 实例的应用记录 103
5.3 基于神经网络的工艺路线实例动态分类 103
5.3.1 基于自适应共振神经网络的动态分类 105
5.3.2 基于ART1神经网络动态分类 106
5.4 工艺路线规划实例推理的神经索引 108
5.4.1 神经索引模型和传统索引模型的比较 108
5.4.2 神经索引模型 109
5.4.3 基于B-P网络的实例索引 110
5.5 工艺路线规划实例推理及实例提取 113
5.6 基于实例的工艺知识获取 114
5.7 本章小结 116
第六章 产品可制造性及CAPP与PPS集成 118
6.1 产品可制造性因素分析 118
6.2 产品可制造性模糊综合评价方法 120
6.3 产品制造性评价功能结构 123
6.3.1 功能分析与实现方法 123
6.3.2 产品可制造性评价模型 125
6.4 CAPP与PPS集成的关键技术问题 126
6.5.1 多层分布集成 127
6.5 CAPP与PPS多层并行分布式集成方法 127
6.5.2 动态反馈机制 131
6.5.3 适度自治原则 133
6.5.4 必要的工艺柔性 133
6.6 CAPP与PPS多层并行分布式集成模型 134
6.6.1 多层并行分布式集成结构模型 134
6.6.2 多层并行分布式集成决策模型 136
6.7 资源决策模型 138
6.7.1 最短生产周期资源决策模型 138
6.7.2 最低加工费用资源决策模型 141
6.8 本章小结 143
参考文献 144