图书目录

目录|

第1篇概述篇

第1章生产与服务系统概述

1.1生产与服务系统的组成要素

1.2生产与服务系统的特征

1.3生产与服务系统存在的问题

思考题

第2章大数据分析概述

2.1大数据的定义

2.2大数据分析工具

2.2.1大数据分析技术

2.2.2大数据分析平台

2.2.3大数据分析技术库

2.3大数据分析应用

2.3.1数据挖掘

2.3.2回归分类预测

2.3.3聚类分析

2.3.4优化控制

思考题

第3章生产与服务系统中的大数据分析

3.1生产与服务系统的传统分析与决策方法

3.2大数据时代的生产与服务系统变革

3.2.1生产系统在大数据时代的变革

3.2.2服务系统在大数据时代的变革

3.3生产与服务系统大数据分析新模式

3.3.1数据驱动下的生产服务系统新模式

3.3.2生产与服务系统的耦合机理: 关联分析

3.3.3生产与服务系统的演化规律: 预测

3.3.4生产与服务系统的管控机制: 调控决策

思考题

第2篇处理篇

第4章数据预处理

4.1生产与服务系统中的数据预处理

4.2数据归类方法

4.2.1字段维度归类

4.2.2数据结构维度归类

4.2.3描述事物维度归类

4.2.4数据处理维度归类

4.2.5数据粒度维度归类

4.2.6更新方式维度归类

4.3数据清洗方法

4.3.1高质量大数据的定义

4.3.2数据清洗的常用步骤

4.3.3数据清洗的常用方式

4.4数据抽取方法

4.4.1数据抽取的定义

4.4.2数据抽取的方式

4.4.3数据抽取的技术类型

4.5数据预处理案例分析

4.5.1基于多源数据融合的5G数字孪生工厂

4.5.2电商用户数据管理系统

思考题

第5章特征提取

5.1生产与服务系统中的特征提取

5.2特征提取的通用方法

5.2.1线性判别分析

5.2.2因子分析

5.3基于时域相似性的特征提取方法

5.3.1离散傅里叶变换

5.3.2离散小波变换

5.3.3奇异值分解法

5.4基于模型相似性的特征提取方法

5.4.1自编码器

5.4.2卷积神经网络

5.5特征提取案例分析

5.5.1基于傅里叶变换和小波变换的滚动轴承故障诊断

5.5.2基于卷积神经网络的滚动轴承故障诊断

思考题

第3篇分析篇

第6章关联分析

6.1生产与服务系统中的关联分析

6.2频繁模式挖掘方法

6.2.1Apriori算法

6.2.2FP-Growth算法

6.2.3Eclat算法

6.3序列模式挖掘方法

6.3.1GSP算法

6.3.2PrefixSpan算法

6.4关联网络分析方法

6.4.1相关性度量算法

6.4.2关联网络建模算法

6.4.3网络优化算法

6.5关联分析案例应用

6.5.1推荐系统中的关联规则挖掘

6.5.2柴油发动机生产要素关联网络建模

思考题

第7章聚类分析

7.1生产与服务系统中的聚类分析

7.2相似性度量

7.2.1相似性矩阵

7.2.2基于属性的不相似性

7.2.3目标不相似性

7.3划分聚类

7.3.1K-means聚类

7.3.2K-medoids聚类

7.4层次聚类

7.5模型聚类

7.6图聚类

7.7聚类分析案例应用

7.7.1聚类分析用于客户服务推荐算法

7.7.2聚类分析用于工业过程故障检测

思考题

第8章数据降维

8.1生产与服务系统中的数据降维

8.2主成分分析

8.3独立成分分析

8.4非负矩阵分解

8.5多维缩放

8.6数据降维案例分析

8.6.1数据降维用于含氮量检测

8.6.2数据降维用于工业故障检测

思考题

第9章因果推断

9.1生产与服务系统中的因果推断

9.2相关关系与因果关系

9.2.1相关与因果概念辨析

9.2.2混杂因素与样本选择性偏差

9.2.3因果表示方法

9.3因果结构学习方法

9.3.1基于约束的方法

9.3.2基于函数因果模型的方法

9.3.3混合方法

9.3.4小结

9.4因果效应估计方法

9.4.1断点回归法

9.4.2工具变量法

9.4.3双重差分法

9.4.4基于结构因果模型的干预推断方法

9.5因果推断案例分析

9.5.1营销场景下的智能用户补贴

9.5.2注塑成型过程关键变量识别

思考题

第4篇预测篇

第10章分类预测

10.1生产与服务系统中的分类预测

10.2K近邻算法

10.3贝叶斯方法

10.4决策树

10.5逻辑斯谛回归与最大熵模型

10.6支持向量机

10.7隐马尔可夫模型

10.8分类预测案例分析

10.8.1基于决策树的柴油发动机装配质量预测

10.8.2基于贝叶斯网络的柴油发动机装配质量预测

思考题

第11章回归预测

11.1生产与服务系统中的回归预测

11.2线性回归

11.3支持向量回归

11.4深度学习回归方法

11.4.1人工神经网络

11.4.2循环神经网络

11.4.3长短期记忆网络

11.5回归预测案例分析

11.5.1基于线性回归的Wish平台夏季女装销量预测

11.5.2基于LSTM的云服务客户流失预测

思考题

第5篇决策篇

第12章运行管理

12.1生产与服务系统中的运行管理

12.2运行管理系统总体结构

12.3主生产计划

12.3.1主生产计划的概念

12.3.2集结生产计划

12.3.3集结生产计划的散结

12.4物料需求计划

12.4.1物料需求计划的基本概念

12.4.2产品结构描述及其数学表示

12.4.3物料需求计算

12.4.4物料需求计划的优点

12.5制造资源计划

12.5.1制造资源计划的提出

12.5.2MRP Ⅱ系统的组成

12.5.3能力需求计划

12.6企业资源计划

12.6.1企业资源计划的提出

12.6.2ERP的基本思想

12.6.3ERP系统的组成

12.6.4ERP的发展趋势

12.7运行管理案例分析

12.7.1生产与需求速度恒定下的主生产计划生成

12.7.2生产与需求速度时变下的主生产计划生成

思考题

第13章调度与控制

13.1生产与服务系统中的调度与控制

13.2流水排序调度方法

13.2.1基本原理与方法

13.2.2n作业单机排序

13.2.3n作业多机流水排序(分支定界法)

13.3基于规则的调度方法

13.3.1基本原理

13.3.2调度规则简介

13.3.3规则调度方法的优缺点分析

13.3.4规则动态切换调度控制系统

13.4基于仿真的调度方法

13.4.1基本原理

13.4.2关键问题

13.5基于人工智能的调度方法

13.5.1规则智能切换控制方法

13.5.2规则动态组合控制方法

13.5.3多点协调智能调度控制系统

13.5.4自学习调度控制方法

13.5.5仿真自学习调度控制方法

13.5.6启发式调度控制方法

13.5.7基于强化学习的调度控制方法

13.6调度与控制案例分析

13.6.1集装箱码头场桥调度

13.6.2飞机装配作业调度

思考题

参考文献