網(wǎng)絡(luò)化制造是在網(wǎng)絡(luò)技術(shù)和經(jīng)濟(jì)全球化發(fā)生深刻變革的背景下產(chǎn)生和發(fā)展起來(lái)的一種先進(jìn)制造模式，涉及智能制造、網(wǎng)絡(luò)、信息、自動(dòng)化、電子等多個(gè)領(lǐng)域的綜合學(xué)科，其理論是在協(xié)同論、系統(tǒng)論、信息論、分形論等相關(guān)理論基礎(chǔ)上發(fā)展起來(lái)的，其模式體現(xiàn)了分布和集中的統(tǒng)一、自治與協(xié)同的統(tǒng)一、混沌和有序的統(tǒng)一。
　　本書(shū)基于智能車(chē)間調(diào)度的優(yōu)化思路，構(gòu)建置換流水車(chē)間的調(diào)度方案。綜合考慮機(jī)器等待時(shí)間、工件等待時(shí)間的不確定性，建立同時(shí)交貨日期誤差和中間庫(kù)存的多目標(biāo)混合線性整數(shù)模型。針對(duì)混合線性整數(shù)模型的不確定參數(shù)，引入啟發(fā)式方法。在構(gòu)造啟發(fā)式方法的初始猜測(cè)過(guò)程中，考慮了9種不同的調(diào)度規(guī)則，并從中確定不確定參數(shù)的最優(yōu)值。在算法求解方面，本書(shū)提出回溯搜索、NSGAⅢ、天牛須搜索和濾波波束搜索等算法；根據(jù)主次分段式多目標(biāo)求解法建立多目標(biāo)模型。將上述算法應(yīng)用于主次分段式多目標(biāo)求解模型中，針對(duì)云制造模式下柔性車(chē)間調(diào)度的優(yōu)化問(wèn)題，提出企業(yè)間自生產(chǎn)任務(wù)和外協(xié)云任務(wù)的智能調(diào)度模型及跨企業(yè)調(diào)度模型，研究其調(diào)度過(guò)程中的動(dòng)態(tài)調(diào)整優(yōu)化。本書(shū)主要從以下幾個(gè)方面進(jìn)行了闡述。
　�。�1）網(wǎng)絡(luò)化制造概論：介紹網(wǎng)絡(luò)化制造的基本概念、網(wǎng)絡(luò)化制造的基本內(nèi)涵、網(wǎng)絡(luò)化制造系統(tǒng)的結(jié)構(gòu)和功能、網(wǎng)絡(luò)化制造資源集成、網(wǎng)絡(luò)化制造的關(guān)鍵技術(shù)、網(wǎng)絡(luò)化制造的研究現(xiàn)狀及發(fā)展趨勢(shì)、面向產(chǎn)品全生命周期的網(wǎng)絡(luò)化集成制造系統(tǒng)等。
　�。�2）車(chē)間調(diào)度集成優(yōu)化相關(guān)理論：研究基于多目標(biāo)優(yōu)化的考慮機(jī)器柔性和工人柔性的雙資源約束下車(chē)間調(diào)度問(wèn)題，建立其相關(guān)目標(biāo)函數(shù)和約束條件，提出工藝規(guī)劃中的工序順序柔性和加工路徑柔性及其表達(dá)式，介紹NSGAⅡ和NSGAⅢ兩種現(xiàn)有的多目標(biāo)啟發(fā)式優(yōu)化算法，研究基于該兩種算法的非支配排序方法和擁擠距離與基于參考點(diǎn)的選擇方法，給出評(píng)價(jià)多目標(biāo)優(yōu)化算法所得解集的常用指標(biāo)。
　　（3）雙資源約束下工藝規(guī)劃與車(chē)間調(diào)度集成優(yōu)化問(wèn)題建模：采用一種基于AND-OR節(jié)點(diǎn)圖方法描述工藝規(guī)劃中的關(guān)鍵柔性，建立基于雙資源下工藝規(guī)劃與車(chē)間調(diào)度集成優(yōu)化的數(shù)學(xué)模型，以最小化最大完成時(shí)間、總耗能和工人工時(shí)方差為目標(biāo)的函數(shù)，處理工藝規(guī)劃中的工序順序柔性，加工路徑柔性與車(chē)間調(diào)度中機(jī)器和工人柔性安排。
　　（4）多目標(biāo)啟發(fā)式算法求解：采用AND-OR圖對(duì)各節(jié)點(diǎn)子路徑的工藝進(jìn)行規(guī)劃，并對(duì)機(jī)器選擇、工人指派和調(diào)度中的加工順序進(jìn)行編碼，提出編碼對(duì)應(yīng)的初始化機(jī)制、交叉算子和變異算子。結(jié)合入侵腫瘤生長(zhǎng)優(yōu)化算法和NSGAⅢ，提出一種多目標(biāo)入侵腫瘤生長(zhǎng)優(yōu)化算法；結(jié)合回溯搜索算法和NSGAⅢ算法，提出一種多目標(biāo)回溯搜索算法，創(chuàng)建復(fù)雜度不同的數(shù)值實(shí)例，采用MOITGO和MOBSA對(duì)其求解，驗(yàn)證算法的有效性和優(yōu)越性。
　�。�5）濾波波束搜索算法設(shè)計(jì)：介紹濾波波束搜索算法基本思想，采用搜索樹(shù)定義解決方案空間、確定波束寬度和濾波寬度、分支方案和本地及全局評(píng)估功能選擇四個(gè)方面特征，并對(duì)調(diào)度方案進(jìn)行過(guò)濾篩選，研究算法的基本思路，設(shè)計(jì)算法流程，通過(guò)實(shí)例分析驗(yàn)證濾波波束搜索算法的有效性。
　�。�6）多目標(biāo)置換智能車(chē)間調(diào)度：構(gòu)建針對(duì)該問(wèn)題的多目標(biāo)整數(shù)線性規(guī)劃模型，采用Matlab方法，將濾波波束搜索算法與其他智能優(yōu)化算法在Reeves和Taillard實(shí)例上進(jìn)行比較，通過(guò)仿真實(shí)例將濾波波束搜索算法與其他算法在最優(yōu)解偏差百分比、平均錯(cuò)誤率和改進(jìn)百分比三個(gè)指標(biāo)進(jìn)行對(duì)比，驗(yàn)證濾波波束搜索算法在求解多目標(biāo)置換智能車(chē)間調(diào)度問(wèn)題的高效性和穩(wěn)定性。
　�。�7）云制造模式下智能車(chē)間調(diào)度模型：介紹基于變鄰域搜索的動(dòng)態(tài)煙花算法的基本內(nèi)涵，提出最小化最大完工時(shí)間的最低碳排放為指標(biāo)的多目標(biāo)柔性車(chē)間調(diào)度模型，設(shè)計(jì)變鄰域動(dòng)態(tài)煙花算法，為增加算法性能引入三種鄰域結(jié)構(gòu)，進(jìn)行對(duì)比仿真實(shí)驗(yàn)，驗(yàn)證該算法在云制造模式下智能車(chē)間調(diào)度方面的有效性。
　�。�8）面向云制造的跨企業(yè)智能車(chē)間協(xié)同制造調(diào)度：針對(duì)云制造環(huán)境下跨企業(yè)協(xié)同生產(chǎn)調(diào)度的算法框架、涉及因素及復(fù)雜的計(jì)算環(huán)節(jié)進(jìn)行分析，通過(guò)調(diào)度實(shí)例進(jìn)行分析，驗(yàn)證基于變鄰域搜索的動(dòng)態(tài)煙花算法在掌握調(diào)度任務(wù)的總體態(tài)勢(shì)，解決生產(chǎn)過(guò)程中出現(xiàn)資源瓶頸等突發(fā)問(wèn)題的有效性，為制造過(guò)程中任務(wù)分流、生產(chǎn)節(jié)拍制定等細(xì)節(jié)問(wèn)題提供數(shù)據(jù)支撐，便于供應(yīng)鏈上多家企業(yè)隨時(shí)掌握跨企業(yè)協(xié)同調(diào)度任務(wù)的各層別實(shí)時(shí)狀況。
　　本書(shū)在編寫(xiě)過(guò)程中參考和借鑒了一些國(guó)內(nèi)外的相關(guān)資料，在引用中對(duì)其做了一定的修改，在此謹(jǐn)向有關(guān)作者表示深深的謝意！本書(shū)內(nèi)容涉及的研究得到了國(guó)家自然科學(xué)基金項(xiàng)目（71672117），中央引導(dǎo)地方科技發(fā)展資金計(jì)劃項(xiàng)目（2021JH6/10500149）、遼寧省重點(diǎn)研發(fā)計(jì)劃指導(dǎo)計(jì)劃項(xiàng)目（2019JH8/10100056）的資助。感謝沈陽(yáng)工業(yè)制造系統(tǒng)工程重點(diǎn)實(shí)驗(yàn)室全體師生對(duì)本書(shū)出版給予的大力支持，感謝沈陽(yáng)工業(yè)大學(xué)機(jī)械工程學(xué)院研究生董一萱。沈陽(yáng)大學(xué)機(jī)械工程學(xué)院研究生徐曉鵬、王瀚鵬、戴瑤、郭煜峰、張晨等同學(xué)為本書(shū)的出版提供部分的參考資料和學(xué)術(shù)文獻(xiàn)。
　　由于網(wǎng)絡(luò)化制造環(huán)境下智能車(chē)間調(diào)度技術(shù)涉及面較廣，本書(shū)中還有許多內(nèi)容尚需深入細(xì)致的研究，加之作者水平所限，書(shū)中不妥之處，敬請(qǐng)廣大讀者批評(píng)指正。