智能制造系統建模與仿真:基於Anylogic

第一部分 基礎理論篇
第1章 智能制造系統概述 2
1.1 智能制造系統的發展 2
1.1.1 制造業發展歷程 2
1.1.2 國內外智能制造發展戰略 3
1.1.3 智能制造的發展目標 4
1.2 智能制造系統體系架構 5
1.2.1 智能制造系統的總體架構 5
1.2.2 智能制造系統的特征 6
1.2.3 智能制造系統的優勢 6
1.3 智能制造系統相關技術 7
1.3.1 工業互聯網技術 7
1.3.2 大數據技術 7
1.3.3 數字孿生技術 8
1.3.4 系統建模仿真技術 8
思考與練習 8
第2章 覆雜系統建模與仿真 9
2.1 系統建模與仿真技術 9
2.1.1 基礎知識 9
2.1.2 主流軟件 11
2.1.3 主要方法 12
2.2 AnyLogic建模與仿真 14
2.2.1 離散事件仿真 14
2.2.2 系統動力學仿真 15
2.2.3 智能體仿真 16
2.2.4 多方法集成 16
思考與練習 17
第3章 AnyLogic基本操作 18
3.1 AnyLogic模型 18
3.1.1 創建新模型 18
3.1.2 打開模型 19
3.1.3 保存模型 19
3.1.4 關閉模型 20
3.2 AnyLogic的窗口界面 20
3.3 AnyLogic的菜單欄 22
3.3.1 文件菜單 22
3.3.2 編輯菜單 22
3.3.3 視圖菜單 23
3.3.4 繪圖菜單 23
3.3.5 模型菜單 23
3.3.6 工具菜單 24
3.3.7 幫助菜單 24
3.4 AnyLogic圖形設計 24
3.4.1 AnyLogic的演示面板 24
3.4.2 圖形設計 25
3.4.3 圖形分組 26
3.5 AnyLogic數據交換機制 26
3.5.1 文本文件 26
3.5.2 Excel電子表格 27
3.5.3 數據庫 27
3.5.4 使用剪貼板 27
3.6 AnyLogic中的編程語言 28
3.6.1 AnyLogic中Java代碼 28
3.6.2 在AnyLogic中使用Python 30
思考與練習 30

第二部分 工業應用篇
第4章 JOBSHOP生產線建模與仿真 34
4.1 案例描述 34
4.2 建立基礎模型 35
4.3 三維動態仿真 45
4.4 數據可視化與系統分析 46
4.5 實驗與系統優化 47
思考與練習 48
第5章 太陽能電池板生產線建模與仿真 50
5.1 案例描述 50
5.2 建立基礎模型 50
5.2.1 太陽能電池板生產線物理模型建模步驟 50
5.2.2 太陽能電池板生產線邏輯模型建模步驟 58
5.3 三維動態仿真 62
5.4 數據可視化與系統分析 63
5.5 實驗與系統優化 64
思考與練習 65
第6章 鉛酸電池無人生產線建模與仿真 66
6.1 案例描述 66
6.2 建立基礎模型 67
6.2.1 粘貼電極並按批收集 67
6.2.2 通過在自由空間中移動的叉車將批集合轉移到幹燥室 72
6.2.3 包裹電極並組裝電極組 75
6.2.4 電池組裝 78
6.2.5 電池處理和質檢 81
6.2.6 將電池運送至充電位置 83
6.2.7 分離陰極和陽極制備過程 85
6.2.8 模擬電極的生產 89
6.3 三維動態仿真 92
6.4 數據可視化與系統分析 94
6.5 實驗與系統優化 95
思考與練習 96
第7章 物料庫建模與仿真 97
7.1 案例描述 97
7.2 建立基礎模型 97
7.2.1 物料庫物理模型建模步驟 97
7.2.2 物料庫邏輯模型建模步驟 102
7.3 三維動態仿真 109
7.4 數據可視化與系統分析 110
7.5 實驗與系統優化 112
思考與練習 113
第8章 包裝系統建模與仿真 114
8.1 案例描述 114
8.2 建立基礎模型 114
8.2.1 物料庫物理模型建模步驟 114
8.2.2 物料庫邏輯模型建模步驟 119
8.3 三維動態仿真 128
8.4 數據可視化與系統分析 129
8.5 實驗與系統優化 130
思考與練習 131
第9章 智能分揀中心建模與仿真 132
9.1 案例描述 132
9.2 建立基礎模型 133
9.2.1 物料庫物理模型建模步驟 133
9.2.2 物料庫邏輯模型建模步驟 140
9.3 三維動態仿真 150
9.4 數據可視化與系統分析 152
9.5 實驗與系統優化 153
思考與練習 154
第10章 基於競爭的供應鏈建模與仿真 155
10.1 案例描述 155
10.2 建立基礎模型 155
10.3 動態仿真 164
10.4 數據可視化與系統分析 165
10.5 實驗與系統優化 165
思考與練習 166
第11章 基於GIS的供應鏈建模與仿真 167
11.1 案例描述 167
11.2 建立基礎模型 167
11.3 動態仿真 176
11.4 數據可視化與系統分析 176
11.5 實驗與系統優化 177
思考與練習 178

第三部分 技術融合篇
第12章 AnyLogic與Python聯動：Pypeline庫 180
12.1 Python語言 180
12.2 Pypeline庫簡介 181
12.3 Pypeline庫下載與集成 181
12.4 PyCommunicator基本用法 184
思考與練習 187
第13章 基於Socket通信實現AnyLogic與強化學習算法的集成 188
13.1 Socket通信技術 188
13.2 強化學習算法 190
13.3 AnyLogic對接強化學習案例描述 191
13.4 AnyLogic關鍵步驟介紹 191
13.5 強化學習代碼介紹 205
13.6 統計分析 210
13.7 運行結果分析 213
思考與練習 214
第14章 AnyLogic融合GPT的可行性研究 215
14.1 GPT簡介 215
14.2 AnyLogic對接GPT技術路線 216
14.3 AnyLogic對接GPT關鍵步驟 217
14.4 AnyLogic對接GPT基本效果 221
思考與練習 221
參考文獻 222