作者：杜斌 贾树晋
页数：156
出版社：冶金工业出版社
出版日期：2021
ISBN：9787502489298
电子书格式：pdf/epub/txt
内容简介
本书是一本集基础知识、实际工业案例、编程代码（PYTHON）于一体的通俗实用的读本，用于帮助钢铁企业和其他行业中的材料、工艺、设备、能源、质量和制造等专业的工程师快速学习和了解数字智能化基础知识。本书内容包括数理统计基础、数据分析与建模、计算机简单编程、数学优化、数字仿真等多门基础学科以及人工智能、机器学习等专业知识，大部分章节配有普适性的实例，还在附录中配置了十多个作者所在团队的数据建模、智能控制、智能优化的实例，并给出计算的简易源代码以便年轻工程师快速上手。
作者简介
杜斌，宝武中央研究院智能所，教授级高工。早期从事炼钢过程控制模型研发，研制我国智能转炉控制模型、RH等精炼炉控制模型。2003年后从事钢铁智能优化领域研发，团队成为国际钢铁企业最早的专职智能研发小组，内容覆盖钢铁业“供应链制造”的多方面智能优化问题，如采购决策支持、余材自动优化处理系统、制造过程组合优化、合同计划优化、钢铸轧智能排程系统、多基地订单优化等。2004年获上海市科技一等奖，2012年获冶金科技一等奖，上海市第九届科技精英提名奖，上海市领军人才。兼任中国冶金行业自动化学术委员会副主任、中国金属学会专家委员会委员、上海交大兼职博导、东北大学兼职博导。
本书特色
智能制造已成为实现我国从制造大国走向制造强国战略目标的主要抓手之一。企业都在努力通过智能化技术提升自己的竞争力。企业智能制造以新时代信息技术为基础，客观上与企业各部门以及几乎所有的专业技术人员和管理者有关，智能化时代需要各专业的工程师对此有所了解。作为长期专业从事智能制造技术的专业人员注意到，智能制造涉及大量不同的基础知识和技能，如数理统计基础、数据分析与建模、计算机编程、数学优化等多门基础学科以及如人工智能、机器学习等新型专业知识或课程，即使目前自动化和计算机等专业的大学教育也可能没有覆盖上述全部学科内容。我国目前还缺乏专门为企业工程师学习智能制造相关知识而编写的综合读本，令非专业工程师的入门学习感到不便。
目录
502数据分析与建模………………………………………………..512.1一元线性回归………………………………………….51l一元线性回归模型……………………………52l最小二乘法………………………………………52l回归方程的检验……………………………….
56l宝钢案例………………………………………….612.2多元回归方法………………………………………….62l多元线性回归与最小二乘法……………..62l回归方程的检验……………………………….64l多项式回归………………………………………70l非线性回归………………………………………74l含虚拟(哑)变量的回归方法………….76l宝钢案例………………………………………….802.3时间序列分析………………………………………….80lAR以及ARMA模型……………………….82lMA模型………………………………………….
84l指数平滑模型…………………………………..882.4线性规划简介………………………………………….95l线性规划模型…………………………………..97l单纯形算法………………………………………99l宝钢案例………………………………………..
1083人工智能基础………………………………………………….1093.1人工智能简介………………………………………..1093.2神经网络分析与建模……………………………..112l感知器与多层感知器………………………112lBP神经网络…………………………………..
115l后向传播算法…………………………………120l深度学习概览…………………………………122l宝钢案例………………………………………..1243.3现代启发式算法简介……………………………..124l遗传算法………………………………………..
124l群智能算法…………………………………….128l模拟退火算法…………………………………130l宝钢案例………………………………………..1333.4机器学习简介………………………………………..133l聚类算法………………………………………..
134l分类算法………………………………………..143l决策树算法…………………………………….148lSVM算法………………………………………1534数字仿真原理与应用……………………………………….1564.1基于MATLAB的仿真介绍与实例…………1574.2基于Simulink的仿真与实例………………….1584.3离散事件仿真原理…………………………………159l基于工具软件的离散事件仿真与举例160l宝钢案例………………………………………..160参考文献…………………………………………………………….
160附录一：教材Python代码………………………………….163例2.1代码…………………………………………………..163例2.2代码…………………………………………………..165例2.3代码…………………………………………………..
166例2.4代码…………………………………………………..168例2.5代码…………………………………………………..169例2.6代码…………………………………………………..171例3.1代码…………………………………………………..
173例3.2代码(添加csv数据)………………………174例3.3代码…………………………………………………..176例3.4代码…………………………………………………..177例3.5代码…………………………………………………..182附件2：宝钢案例………………………………………………184案例1锌耗预测(一元线性回归)……………..184案例2转炉钢液温度建模(一元线性回归).188案例3转炉钢液碳含量建模(多元回归方法)190案例4炼钢组炉问题(线性规划)……………..193案例5生产计划问题(线性规划)……………..195案例6转炉钢液碳含量建模(神经网络分析与建模)
197案例7炼钢组炉问题(现代启发式算法)198
