第一章 绪论 1
1.1课题研究的目的及其意义 1
1.1.1引言 1
1.1.2关键概念和课题研究目的 1
1.1.3课题研究的意义 2
1.2相关问题的国内外研究现状 3
1.2.1敏捷化理论及其研究现状 3
1.2.2集成基础结构建设中的关键使能技术 4
1.3本书的工作与本书的结构 9
1.3.1本书的主要工作 9
1.3.2本书的结构 12
第二章 敏捷企业集成基础结构建模 14
2.1敏捷企业集成基础结构建模概述 14
2.1.1集成基础结构建模的意义 14
2.1.2集成基础结构的建模需求 15
2.2集成基础结构基于MAS的建模技术 16
2.2.1体系结构为中心的建模过程 16
2.2.2面向Agent的建模方法 18
2.2.3统一建模语言（UML） 20
2.2.4 UML建模示例 21
2.3敏捷化环境下的基于工作流的建模 22
2.3.1过程管理与工作流概念 22
2.3.2工作流管理模型 23
2.3.3工作流的状态转移 24
2.3.4基于工作流的建模分析 25
2.3.5工作流的过程集成管理及其工作流引擎建模 28
2.4集成基础结构数据访问建模实例 30
2.4.1集成基础结构数据存储结构建模分析 30
2.4.2数据访问对象模型 34
2.4.3数据访问模型 35
2.4.4集成基础结构中的MVC Model程序设计 37
2.5本章小结 43
第三章 集成基础结构的敏捷化网络制造技术 45
3.1面向电子商务的敏捷化网络制造 45
3.1.1网络制造平台的设计思路 46
3.1.2行业的迫切需求 48
3.1.3 EIPSP解决的问题 49
3.1.4成基础结构应用模块 52
3.2集成基础结构内的生产决策 55
3.2.1敏捷企业生产计划数学模型 55
3.2.2生产计划中的风险决策 57
3.3网络制造过程的流程再造 58
3.3.1敏捷企业的资源计划与流程 58
3.3.2敏捷企业的销售管理流程 60
3.3.3敏捷企业的采购管理流程 61
3.3.4敏捷企业的生产控制管理流程 61
3.3.5制衣企业的分销管理流程 64
3.4网络制造中的敏捷化生产控制 67
3.4.1生产数据管理 67
3.4.2需求计划管理 69
3.4.3生产计划管理 71
3.4.4生产流程管理 76
3.4本章小结 82
第四章 集成基础结构的敏捷供应链管理技术 83
4.1敏捷企业的多Agent系统（MAS）智能决策 83
4.1.1敏捷企业协作联盟与MAS的共同点 83
4.1.2引入MAS的优势 84
4.1.3 MAS结构建模 84
4.2集成基础结构内的MAS决策算法 88
4.2.1 Agent与马尔可夫决策 89
4.2.2基于Nash均衡的随机对策 91
4.2.3群体相似度衡量 93
4.2.4 MAS协同工作的任务分配算法 95
4.3集成基础结构内敏捷供应链的博弈问题探讨 96
4.3.1敏捷供应链中的MAS合作博弈模型 96
4.3.2敏捷供应链合作博弈策略分析 97
4.3.3敏捷供应链中的供需博弈模型的设计 99
4.3.4敏捷供应链中供需博弈的探讨 102
4.4网络制造中的敏捷供应链管理系统设计 106
4.4.1订单驱动的敏捷供应链 106
4.4.2敏捷供应链折扣管理 111
4.4.3敏捷供应链订单分析 112
4.4.4敏捷供应链生产进程跟踪 113
4.4.5敏捷供应链生产用料跟踪 113
4.5本章小结 114
第五章 集成基础结构中的智能通信策略 115
5.1多媒体数据通信及拥塞控制相关技术 115
5.1.1数据通信模型分析 115
5.1.2传统的TCP/IP拥塞控制与基本思路 116
5.1.3图像压缩原理与基本思路 121
5.2压缩率可控的自适应压缩算法 124
5.2.1小波分解与图像压缩 125
5.2.2模糊神经网络技术 126
5.2.3补偿模糊神经网络算法 127
5.2.4基于补偿模糊神经网络的矢量量化编码器 130
5.2.5小波分解与补偿模糊神经网络矢量量化编码器的结合 131
5.3面向网络环境的智能拥塞控制 136
5.3.1数据通信中的拥塞控制分析 136
5.3.2 GPRS无线网络拥塞产生的直接原因 137
5.3.3基于变压缩率算法的智能拥塞控制策略 138
5.3.4信元丢失率比较 139
5.4本章小结 140
第六章 集成基础结构中的智能信息处理 142
6.1敏捷企业集成基础结构中的多媒体数据信息处理 142
6.1.1信息处理是敏捷企业集成基础结构的关键使能技术 142
6.1.2智能化的多媒体数据处理 143
6.1.3多传感器数据融合 144
6.1.4图像去噪技术 145
6.2多传感器数据融合中的神经网络算法 145
6.2.1多传感器数据融合的概念 145
6.2.2多传感器数据融合原理及方法 146
6.2.3多传感器数据融合的映射模型 147
6.2.4应用CFNN的多传感器数据融合 149
6.3极点配置自校正滤波去噪算法 152
6.3.1图像的噪声 152
6.3.2图像中噪声的来源及特点 153
6.3.3滤波器设计及统计分析 154
6.3.4模糊Hopfiield网络算法 156
6.3.5基于极点配制自校正的FuzzyHN自适应去噪 159
6.4本章小结 163
第七章 全书总结与展望 164
7.1全书总结 164
7.2研究展望 165
参考文献 167