商品详情
本书是首部专注于蜜蜂算法的著作，全面阐述了蜜蜂算法的理论、应用及发展。书中详细展示了蜜蜂算法的简单性、有效性和多样性，并通过丰富的案例说明了其在生产制造优化中的高效计算和广泛的适应能力。本书不仅探讨了蜜蜂算法在生产制造优化、生产设备优化、生产计划优化、物流和供应链优化及再制造优化等具体场景的应用，还涵盖了多种改进算法（如混合算法、动态优化算法等）及其对复杂问题的解决能力，具有较高的学术价值与实用意义。
本书适合于工程技术人员、工业自动化和智能制造领域的从业者，以及对各类群智能优化算法感兴趣的研究者。无论是理论学习还是实际应用，本书都提供了全面和有价值的指导，助力读者应对复杂生产环境下的优化挑战。
第1篇绪论
第1章蜜蜂算法的简要介绍
1.1概述001
1.2参数优化002
1.2.1离散优化：旅行商问题003
1.2.2启发式方法004
1.2.3连续优化：函数最大化004
1.3来自蜜蜂的启发！使用蜜蜂算法进行智能优化007
1.3.1蜜蜂觅食行为007
1.3.2蜜蜂算法007
1.3.3标准蜜蜂算法010
1.3.4用于离散优化问题的蜜蜂算法011
1.4蜜蜂算法的变体011
1.5讨论012
1.6结论013
参考文献014
第2篇生产制造中的优化
第2章使用TRIZ启发式操作符和蜜蜂算法的印制电路板组装时间最小化研究
2.1述016
2.2蜜蜂算法017
2.3创新问题解决理论018
2.4MBTD PCB 组装018
2.5基于TRIZ的操作符生产法020
2.5.1动态化操作符021
2.5.2分割操作符021
2.5.3局部质量操作符021
2.6带有TRIZ启发式操作符的蜜蜂算法022
2.7案例：涉及50个组件（10种不同类型）的PCB装配023
2.8讨论025
2.9结论026
参考文献026
第3章数字孪生中蜜蜂算法的应用：电火花线切割工艺参数的优化
3.1概述028
3.2文献综述030
3.3电火花线切割加工032
3.4虚拟机创建034
3.4.1程序架构035
3.4.2蜜蜂算法优化的测试和结果035
3.5讨论040
3.6结论040
参考文献041
第4章基于BEE-miner算法的生产线中缺陷检测分类
4.1概述043
4.2成本敏感分类器044
4.2.1BEE-miner算法044
4.2.2MEPAR-miner 算法046
4.3实验研究049
4.4结论053
参考文献053
第5章蜜蜂算法在脉动式液压成形中的应用
5.1概述055
5.2研究方法056
5.2.1实验数据集的设计057
5.2.2基于实验数据的数学表达式058
5.2.3数学模型的验证059
5.2.4将蜜蜂算法应用于液压成形过程059
5.3结果和讨论061
5.4结论063
参考文献064
第3篇生产设备的优化
第6章用蜜蜂算法进行工业机器人操纵的形状识别
6.1概述067
6.2文献回顾068
6.3基元的拟合方法069
6.3.1代表性方案069
6.3.2适应度函数070
6.3.3局部搜索运算符070
6.4实验设置071
6.4.1数据集071
6.4.2误差评估函数072
6.4.3算法的参数化073
6.5结果074
6.6结论075
参考文献076
第7章用于识别和测量刀具磨损的蜜蜂算法模型
7.1概述078
7.2蜜蜂算法080
7.3切削试验082
7.4用于刀具磨损检测的BA083
7.5结果085
7.6讨论和结论088
参考文献089
第8章用蜜蜂算法对点云配准进行全局优化
8.1概述092
8.2相关工作093
8.3问题的提出094
8.4方法学094
8.4.1候选方案的编码094
8.4.2三维配准评估的适应度函数095
8.4.3用于三维点云配准的SVD操作095
8.4.4迭代最接近点096
8.4.5三维配准的蜜蜂算法096
8.5实验和讨论097
8.5.1数据集和参数设置097
8.5.2一致性098
8.5.3精确性099
8.5.4对噪声的稳健性100
8.6结论101
参考文献101
第9章使用多目标蜜蜂算法的自动PID调谐工具箱
9.1概述105
9.2PID控制和调谐方法106
9.3蜜蜂算法和多目标优化108
9.4自动PID调谐器110
9.5讨论和结论111
参考文献113
第10章谐波记忆融入蜜蜂算法的效果
10.1概述115
10.2设计问题116
10.3蜜蜂算法和整合119
10.4结果和讨论120
10.5结论125
参考文献125
第11章基于记忆的蜜蜂算法结合Lévy飞行用于多级图像阈值化
11.1概述128
11.2Lévy飞行与蜜蜂128
11.2.1MBA中的Lévy飞行129
11.2.2基于初始化步骤的Lévy飞行131
11.2.3基于蜜蜂运动的Lévy飞行131
11.3图像阈值化和峰值信噪比135
11.4实验结果136
11.4.1基准测试函数137
11.4.2用于多级图像阈值化的MBA和LMBA的PSNR138
11.5标准图像的结果分析138
11.6结论139
参考文献140
第12章用于静态环境下机器人路径规划的蜜蜂算法初始群体的新生成方法
12.1概述142
12.2建议的方法143
12.2.1配置空间143
12.2.2初始化蜜蜂算法的种群144
12.2.3目标函数145
12.2.4局部搜索145
12.2.5全局搜索147
12.2.6邻域收缩147
12.3结果147
12.4结果比较151
12.5结论151
参考文献152
第4篇生产计划的优化
第13章基于蜜蜂算法的柔性制造工厂的生产计划和调度方法
13.1概述154
13.1.1背景154
13.1.2文献回顾155
13.2数学建模155
13.2.1目标函数157
13.2.2边界条件157
13.2.3编码和解码158
13.3蜜蜂算法160
13.3.1有地点放弃技术的标准BA160
13.3.2局部搜索160
13.4仿真结果161
13.4.1简版BA的结果163
13.4.2标准BA的结果163
13.4.3结果比较163
13.5结论164
参考文献165
第14章双种群蜜蜂算法在有时间窗口的并行机器调度问题中的应用
14.1概述167
14.2模型169
14.2.1符号和变量169
14.2.2问题描述169
14.2.3数学模型170
14.3双种群蜜蜂算法171
14.3.1算法的整体流程171
14.3.2编码171
14.3.3侦察蜂阶段172
14.3.4觅食蜂阶段172
14.3.5精英蜂阶段173
14.3.6种群动态调整173
14.3.7适应度函数173
14.4实验174
14.5结论175
参考文献176
第15章用于云端边缘协同制造任务调度的并行多指标辅助动态蜜蜂算法
15.1概述177
15.2建模和问题定义179
15.3算法180
15.3.1框架180
15.3.2编码181
15.3.3预分配机制182
15.3.4分组策略182
15.3.5改进的蜜蜂算法183
15.3.6合并和调整策略184
15.4实验185
15.4.1分组策略的比较185
15.4.2调整策略的比较187
15.4.3算法性能的比较187
15.5结论188
参考文献189
第5篇物流和供应链优化
第16章采用分解方法将蜜蜂觅食行为应用于车辆路径问题
16.1概述191
16.2蜜蜂算法192
16.2.1基本版192
16.2.2觅食路径隐喻Ⅰ：参数减少（双参数蜜蜂算法）193
16.2.3穿梭飞行隐喻Ⅱ：增强器（蜜蜂路径优化器）197
16.3车辆路径问题198
16.4方法论199
16.4.1聚类201
16.4.2路径规划202
16.5实验结果及讨论204
16.6结论207
附录A完整的路径规划方案207
附录B聚类方法的详细信息208
参考文献210
第17章供应链设计与使用蜜蜂算法的多目标优化
17.1概述212
17.2供应链网络设计问题213
17.3数学模型215
17.4蜜蜂算法216
17.4.1关于蜜蜂觅食行为的说明216
17.4.2关于蜜蜂算法的说明216
17.5基于蜜蜂算法的多目标供应链优化217
17.6计算示例217
17.7结论220
参考文献220
第6篇再制造中的优化
第18章基于蜜蜂算法的机器人拆卸规划问题的协同优化
18.1概述223
18.2文献综述224
18.3组合优化问题226
18.3.1假设、定义与工作流程226
18.3.2可行拆卸序列的生成226
18.3.3优化目标和权重226
18.4改进的离散蜜蜂算法230
18.4.1蜜蜂的表示231
18.4.2可变邻域搜索232
18.4.3全局搜索233
18.5结果与仿真233
18.5.1案例研究233
18.5.2权重计算指标236
18.5.3性能分析237
18.5.4基于RoboDK的仿真242
18.6结论245
参考文献246
第19章基于多目标蜜蜂算法的机器人拆卸序列可持续性优化
19.1概述249
19.2文献综述249
19.3模型与方法论250
19.4实验256
19.4.1机器人单元259
19.4.2关键输入数据和计算假设259
19.5结果和讨论260
19.6结论267
参考文献267
第20章基于蜜蜂算法对现代云再制造系统的工序优化
20.1概述270
20.2蜜蜂算法在制造和再制造背景下的应用271
20.3云再制造模型273
20.3.1云再制造模型中的完成时间评估274
20.3.2完成时间问题275
20.4案例研究276
20.5实验环境277
20.6结果分析277
20.7结论281
参考文献281
第21章基于蜜蜂算法训练的半监督深度学习模型预测再制造用发动机的剩余使用寿命
21.1概述284
21.2相关工作285
21.3用于NASA涡轮风扇发动机数据集RUL估计的半监督深度学习模型286
21.3.1长短期记忆网络287
21.3.2用于训练深度学习模型的改进三元蜜蜂算法288
21.4实验290
21.4.1实验设置和参数调优291
21.4.2结果294
21.5结论295
参考文献296
随着第四次工业革命的到来，生产制造过程及系统变得更加复杂。为了从中获得最佳性能，需要利用高效且有效的优化技术。这些技术不依赖于过程或系统模型的可用性。由于过程和系统中存在高度的非线性和不确定性，这些模型通常要么无法获得，要么在数学上难以处理。蜜蜂算法是一种强大的基于群体的智能优化元启发式算法，其灵感来源于蜜蜂的觅食行为。该算法概念优雅且应用极为简单，在解决优化问题时只需评估潜在解的质量。因此，自2005年Pham等人首次提出该算法以来，它吸引了几乎所有工程领域以及自然科学、物理科学、医学和社会科学的用户。
本书是首部专注于蜜蜂算法的著作。本书分为六个部分，在对算法核心思想进行简要介绍后，重点讨论了该算法的最新研究成果及其在生产制造优化问题中的应用。
第二部分由四章组成，介绍了生产制造中的优化。“使用TRIZ启发式操作符和蜜蜂算法的印制电路板组装时间最小化研究”讨论了利用蜜蜂算法与TRIZ结合，优化印制电路板组装流程以最小化组装时间的案例。“数字孪生中蜜蜂算法的应用：电火花线切割工艺参数的优化”研究了通过蜜蜂算法优化产品数字孪生中的加工参数组合。“基于BEE-miner算法的生产线中缺陷检测分类”展示了BEE-miner作为一种数据挖掘分类算法在制造缺陷分类中的强大性能。“蜜蜂算法在脉动式液压成形中的应用”通过该算法优化脉冲频率、振幅和基值，以控制液压成形机实现均匀壁厚分布。
第三部分是本书篇幅最长的部分，由七章组成，广泛涵盖生产设备的优化。“用蜜蜂算法进行工业机器人操纵的形状识别”探讨了蜜蜂算法在实时3D物体识别中的应用。“用于识别和测量刀具磨损的蜜蜂算法模型”研究了利用蜜蜂算法定义磨损区域轮廓并定位最大磨损点。“用蜜蜂算法对点云配准进行全局优化”提出了一种结合奇异值分解以提高搜索效率的改进算法。“使用多目标蜜蜂算法的自动PID调谐工具箱”探讨了将多目标蜜蜂算法融入到Matlab中，并在设备控制系统中高效的调节效果。“谐波记忆融入蜜蜂算法的效果”展示了混合算法在机器人夹持器设计中的性能提升。“基于记忆的蜜蜂算法结合Lévy飞行用于多级图像阈值化”提出了添加Lévy搜索功能以减少参数选择的改进算法。“用于静态环境下机器人路径规划的蜜蜂算法初始群体的新生成方法”展示了蜜蜂算法在找到最短且无碰撞路径方面的卓越表现。
第四部分涉及生产计划的优化，由三章组成。“基于蜜蜂算法的柔性制造工厂的生产计划和调度方法”展示了算法在柔性工厂生产调度中的出色表现。“双种群蜜蜂算法在有时间窗口的并行机器调度问题中的应用”提出了双种群模型以提高收敛速度并获得更优解。“用于云端边缘协同制造任务调度的并行多指标辅助动态蜜蜂算法”展示了一种基于多指标的动态优化版本。
第五部分由两章组成，关注了物流和供应链优化。“采用分解方法将蜜蜂觅食行为应用于车辆路径问题”采用了分解和集群策略，显著加快了问题求解的速度。“供应链设计与使用蜜蜂算法的多目标优化”比较了蜜蜂算法与蚁群算法在供应链优化中的优劣。
第六部分为最终章节，由四章组成，讨论了再制造中的优化。“基于蜜蜂算法的机器人拆卸规划问题的协同优化”探讨了离散蜜蜂算法在多目标优化中的应用。“基于多目标蜜蜂算法的机器人拆卸序列可持续性优化”对比了机器人拆卸序列中不同算法的应用效果。“基于蜜蜂算法对现代云再制造系统的工序优化”提出了在云再制造中有关新参数的优化策略。“基于蜜蜂算法训练的半监督深度学习模型预测再制造用发动机的剩余使用寿命”展示了发动机剩余使用寿命预测中接近98%准确率的案例研究。
通过展示这些蜜蜂算法的应用，我们希望展现蜜蜂算法的简单性、有效性和多样性，并鼓励全球范围内的工程师和研究人员广泛采用这种先进算法，推动智能和可持续的制造与生产向前发展。
Duc Truong Pham
Natalia Hartono
- 金粉商城 （微信公众号认证）
- 金粉商城由金属加工杂志社创办。《金属加工》（原名《机械工人》），创刊于1950年，距今已经有70年历史，是面向金属加工工艺及装备领域的专业期刊。金粉商城目前经营工业类专业图书。
- 扫描二维码，访问我们的微信店铺
- 随时随地的购物、客服咨询、查询订单和物流...
