智能規(guī)劃

理論方面，規(guī)劃是理性行為的重要組成部分。 如果說研究人工智能的目的是掌握智能的計算方面的因素的話，那么規(guī)劃作為關于動作的推理，有助于智能算法的演化。實際應用方面，智能規(guī)劃有助于建立信息處理工具即自動規(guī)劃系統(tǒng)，以提供經(jīng)濟和高效的規(guī)劃資源，滿足涉及安全和效率的需求。

因為動作的種類繁多，所以存在多種形式的規(guī)劃，例如路徑和運動規(guī)劃、感知規(guī)劃和信息收集、導航規(guī)劃、通信規(guī)劃、社會與經(jīng)濟規(guī)劃等。

規(guī)劃是關于動作的推理，通過預估動作的效果，選擇和組織一組動作，以盡可能好地實現(xiàn)一些預先指定的目標。 而智能規(guī)劃則是人工智能（AI）中專門從計算上研究這個過程的一個領域。面對復雜的任務、實現(xiàn)復雜的目標，或者在動作的使用中受到某種約束限制的時候，智能規(guī)劃技術能夠節(jié)省大量人力物力財力，例如，在危險性大和費用很高的關鍵環(huán)境中，或者要與其他人聯(lián)合行動。

人工智能規(guī)劃起源于狀態(tài)空間搜索、定理證明和控制理論的研究，以及機器人技術、調(diào)度和其它領域的實際需要 。STRIPS 是第一個主流規(guī)劃系統(tǒng)，形象地說明了這些領域的相互作用。STRIPS是作為SRI的Shakey機器人項目軟件的規(guī)劃部分而設計的。它的整體控制結(jié)構以 GPS（通用問題求解器，General Problem Solver，一個使用手段目標分析（means-ends analysis) 的狀態(tài)空間搜索系統(tǒng)）為模型。STRIPS采用了 QA3定理證明系統(tǒng)的一個版本作為用來確定行動前提的真值的子程序。

規(guī)劃技術的研究起源于對現(xiàn)實世界的抽象。根據(jù)模型的簡化程度，智能規(guī)劃的研究方向可以分為經(jīng)典規(guī)劃和非經(jīng)典規(guī)劃兩大類。

經(jīng)典規(guī)劃 ——經(jīng)典規(guī)劃是在經(jīng)典規(guī)劃環(huán)境下進行的搜索、決策過程。經(jīng)典規(guī)劃環(huán)境具有以下特點：1、完全可觀察的，系統(tǒng)S是完全可觀察的，即關于S的狀態(tài)有一個完整的知識；2、確定的，動作的效果只有一個、確定的；3、靜態(tài)的，不考慮外部動態(tài)性；4、有限的，系統(tǒng)狀態(tài)有限；5、離散的，動作和事件沒有持續(xù)時間。

非經(jīng)典規(guī)劃 ——非經(jīng)典規(guī)劃相對于經(jīng)典規(guī)劃而言，是指那些在部分可觀察的或隨機的、考慮時間和資源的、以及放寬其它限制條件的環(huán)境下進行的規(guī)劃。

就具體的研究內(nèi)容而言，又可細分為規(guī)劃建模語言研究 、狀態(tài)空間搜索方法研究 、規(guī)劃空間搜索方法研究 、規(guī)劃圖搜索方法研究 、命題可滿足技術研究 、約束可滿足技術研究 、分層任務網(wǎng)絡規(guī)劃研究 、啟發(fā)式研究 、時態(tài)規(guī)劃研究 、資源規(guī)劃研究 、不確定規(guī)劃研究 以及多智能體規(guī)劃研究 等。

深空1號中的在線規(guī)劃軟件系統(tǒng)：遠程智能體

火星探測漫游者的地面規(guī)劃軟件系統(tǒng)：Mixed Initiative Activity Planning Generator(MAPGEN)

NASA開發(fā)的EUROPA規(guī)劃系統(tǒng)

每兩年舉行一次的國際智能規(guī)劃大賽（International Planning Competition, IPC）

本書從區(qū)域智能電網(wǎng)的基本概念開始，系統(tǒng)介紹了區(qū)域智能電網(wǎng)發(fā)展所面臨的挑戰(zhàn)，分析了區(qū)域智能電網(wǎng)規(guī)劃的研究現(xiàn)狀，讓讀者首先能夠?qū)υ擃I域有一個系統(tǒng)的了解，再進行深入學習。然后分析了影響區(qū)域智能規(guī)劃的相關因素，并進行了相關性建模。在這個基礎上，將區(qū)域智能電網(wǎng)的規(guī)劃方法分為以下部分進行介紹：面向送端區(qū)域智能電網(wǎng)的不確定性規(guī)劃方法；面向受端區(qū)域智能電網(wǎng)的主動規(guī)劃方法；面向智慧城市的多主體博弈拓展規(guī)劃方法。本書意在讓讀者盡快了解區(qū)域智能電網(wǎng)的規(guī)劃方法，從基礎理論、模型構建、求解方法多個角度論述，并進行了實例驗證，幫助讀者理解和掌握本書的要點。各章節(jié)之間既相互獨立又相互聯(lián)系，讀者可根據(jù)自己的需要選擇性閱讀。

前言

第1章智能工廠——智能制造的載體與體現(xiàn)

1.1智能制造趨勢/發(fā)展背景

1.1.1引言

1.1.2國內(nèi)外智能制造戰(zhàn)略

1.1.3智能制造的概念及其特點

1.2智能制造系統(tǒng)與智能工廠

1.2.1智能制造系統(tǒng)

1.2.2智能工廠是智能制造的載體

1.3數(shù)字化工廠與數(shù)字化工廠規(guī)劃方法

1.3.1面向工廠全生命周期的數(shù)字化工廠

1.3.2數(shù)字化工廠規(guī)劃

1.3.3智能工廠的數(shù)字化規(guī)劃

第2章面向工廠規(guī)劃的數(shù)字化工廠方法

2.1數(shù)字化工廠規(guī)劃體系框架

2.1.1數(shù)字化工廠在企業(yè)信息化中的功能定位

2.1.2數(shù)字化工廠功能分析

2.1.3數(shù)字化工廠的系統(tǒng)架構

2.2數(shù)字化工廠系統(tǒng)功能分解

2.2.1工廠布局

2.2.2工藝規(guī)劃

2.2.3仿真優(yōu)化

2.3數(shù)字化工廠的實施和應用

第3章數(shù)字化工廠的建模方法

3.1制造系統(tǒng)的建?？蚣?

3.1.1企業(yè)模型框架

3.1.2智能制造體系下的工廠建?？蚣?

3.2數(shù)字化工廠的典型建模方法

3.2.1建模要求

3.2.2DEDS建模方法

3.2.3Petri網(wǎng)建模方法

3.2.4IDEFX建模方法

3.2.5UML建模方法

3.2.6基于多智能體的建模方法

第4章數(shù)字化工廠的仿真方法

4.1仿真的基本概念

4.2仿真模型

4.3仿真建模方法

4.3.1離散事件仿真

4.3.2系統(tǒng)動力學仿真

4.3.3多智能體仿真

4.4制造系統(tǒng)的仿真優(yōu)化

4.4.1制造行業(yè)仿真分類

4.4.2制造系統(tǒng)仿真的一般過程

4.4.3制造系統(tǒng)的仿真評價

4.4.4制造系統(tǒng)的仿真優(yōu)化

第5章數(shù)字化工廠技術的應用

5.1布局規(guī)劃

5.1.1布局設計的一般流程

5.1.2車間布局

5.1.3數(shù)字化工廠技術的應用

5.1.4工廠布局規(guī)劃的關鍵技術

5.1.5工廠布局規(guī)劃的實施

5.1.6工廠數(shù)字模型

5.2生產(chǎn)線規(guī)劃與裝配規(guī)劃

5.2.1PERT圖與數(shù)字化工廠

5.2.2生產(chǎn)線規(guī)劃設計

5.2.3生產(chǎn)線規(guī)劃的建模仿真

5.2.4數(shù)字化裝配概述

5.2.5數(shù)字化裝配功能模塊

5.3VR/AR應用

5.3.1虛擬現(xiàn)實技術的起源和發(fā)展

5.3.2虛擬現(xiàn)實技術的基本概念

5.3.3虛擬現(xiàn)實系統(tǒng)的分類

5.3.4虛擬現(xiàn)實的應用

5.3.5虛擬現(xiàn)實技術在工廠規(guī)劃中的應用

5.3.6增強現(xiàn)實技術概述

5.3.7增強現(xiàn)實與虛擬現(xiàn)實的關系

5.3.8增強現(xiàn)實系統(tǒng)的支撐技術

5.3.9增強現(xiàn)實在工廠規(guī)劃中的作用

第6章數(shù)字化工廠規(guī)劃的實現(xiàn)——基于3D EXPERIENCE的

方法

6.1三維體驗平臺的功能概述

6.1.1制造企業(yè)的變革需求

6.1.2三維體驗平臺的四個象限

6.1.3三維體驗平臺的數(shù)字化制造理念

6.2BOM與PPR模型

6.2.1從EBOM到MBOM

6.2.2PPR模型

6.3工廠布局

6.3.1定義資源

6.3.2放置對象

6.3.3使用資源庫

6.4工藝仿真

6.4.1裝配仿真

6.4.2人機工效仿真

6.4.3機器人仿真

6.5物流優(yōu)化

第7章數(shù)字化工廠實施案例

7.1智能制造案例

7.1.1案例背景

7.1.2技術路線

7.1.3項目收益

7.1.4核心技術與解決的問題

7.2智能建造案例

7.2.1案例背景

7.2.2技術路線

7.2.3項目收益

參考文獻 2100433B

該公司已經(jīng)在日本東京火車站投放一臺機器，以供測試，并計劃2010年11月16日在東京中央車站投放5臺。到2011年，這種販賣機會擴展到東京和其他近郊區(qū)的主要車站。到2012年5月，東京及周邊將會投放500臺這種販賣機