一、智能化流程控制的软件动态集成（论文文献综述）
宋容嘉[1]（2021）在《集成决策的情境感知业务流程一体化建模方法研究》文中指出随着泛在网络与普适计算的快速发展,企业数字化发展进入大数据时代,物联网+数据分析成为了企业在数字时代大幅提高生产效率、降低作业风险、增加客户满意度、提升智能化水平的重要信息技术架构,且逐步成熟应用。业务流程作为企业真正实现目标定位、价值创造的核心,需要与信息技术发展共同进化、相辅相成。而且,业务流程的情境可在物联网环境中得到有效捕捉和采集,可极大丰富其数据维度和体量,同时情境隐含着业务环境和流程行为的中介信息。情境感知能力随之成为业务流程建模的新范式和新原则,以面向动态场景实现快速灵活响应、针对多样的客户需求提供个性化服务、面对知识密集型任务保障正确执行。虽然,情境感知业务流程建模领域已获得学术界和业界的关注和探索,流程变体、流程情境化等部分零散化解决方案被提出,但仍大幅依赖专家知识,完整性和系统性存在不足。考虑到流程改造的庞大成本和时间周期,业务流程趋向于规范化和稳定性。但是,在多元动态市场对灵活性、机敏性的更高要求下,业务流程管理（Business Process Management,BPM）领域自2013年起呈现出将决策维度抽离业务流程的工作流单独建模的研究趋势。即通过将业务规则表达和数据分析能力封装在决策模型中,将流程智能化和动态性抽离至其决策模型维度,形成决策模型与业务流程模型分别构建又有机结合的一体化模型。其中,决策建模标记法（Decision Modelling Notation,DMN）的提出是里程碑式的研究成果,为业务流程的决策和工作流提供了可分离并可集成的建模方法和技术,开创了集成决策的业务流程一体化建模新范式（BPMN/CMMN+DMN）。然而,着眼于情境感知的业务流程建模研究,决策维度仍然以传统的建模方式隐含嵌入在业务流程的工作流中,硬编码大量数据、业务规则并引入大量网关,不利于其对动态场景的灵活响应与适应性调整。基于以上发展趋势、应用需求以及研究不足,本研究的科学问题可以归结为:“面向情境感知业务流程建模,如何识别并集成业务流程的情境以应对动态性?面向物联网+数据分析信息技术发展与应用,如何连接企业物联网基础设施与情境感知业务流程以实现共同进化?”。由此,本研究将集成决策的业务流程一体化建模范式引入情境感知业务流程建模领域,从理论和应用两方面显示化决策在业务流程获取情境感知进程中的重要角色;提出Deci-CaBPM（Decision-based Context-aware Business Process Modelling）情境感知业务流程建模框架方法,为系统性实现情境适应性节点识别,适应性调整流程片段设计,并进化构建具有情境感知可变性的业务流程模型提供方法论;搭建物联网环境下的情境感知业务流程多层应用架构,融合物联网的情境数据在层级间的流动和转化,将物联网基础设施、流程情境、动态数据分析、智能决策与情境感知的业务流程有机连接起来,为企业业务流程与物联网、机器学习等信息技术融合发展、共同进化提供解决方案。此外,应用Deci-CaBPM框架方法与物联网环境下的情境感知业务流程多层应用架构,实现了港口物流企业汽车提货流程与物联网基础设施改造的共同进化,构建了情境感知的汽车提货流程模型,并集成了汽车提货货物偷盗贝叶斯网络预测模型,实现物联网环境下的作业风险智能化管理。基于行业需求驱动、真实数据支持的案例研究,对本文提出的方法论和解决方案进行了可用性验证和有效性评估,同时为更多企业业务流程面向情境感知可变性建模、与物联网技术应用共同进化提供有效参考、借鉴。本文主要研究内容与成果如下:（1）提出业务流程的情境、情境感知的业务流程可应用的标准化定义,补充集成决策的业务流程结构的理论表达,并面向情境感知可变性进行推演,分析检验决策在业务流程与其情境之间的内生连接作用。（2）分析战略、战术/管理、运营决策对情境感知业务流程的驱动机制,构建决策在业务流程获取情境感知可变性中的关键角色分析模型。（3）将集成决策的业务流程一体化建模范式引入情境感知业务流程领域,提出Deci-CaBPM集成决策的情境感知业务流程一体化建模框架方法,包括显式化融合情境的CaDMN（Context-aware DMN）决策建模扩展标准及其应用步骤,支持系统性实现业务流程情境化和适应性调整建模全环节。（4）搭建物联网环境下的情境感知业务流程多层应用架构,支持Deci-CaBPM框架方法的行业应用,并以融合物联网的情境数据在层级间的流转连接多个层级,包括物联网基础设施、业务流程情境、动态数据分析、CaDMN决策模型和情境感知业务流程五个层级,为企业级的应用提供解决方案。（5）在港口物流行业中,通过应用Deci-CaBPM框架方法与物联网环境下的情境感知业务流程多层应用架构,帮助企业完成了汽车提货流程面向情境感知可变性的进化建模,同时集成了汽车提货货物偷盗贝叶斯预测模型实现物联网环境下的作业风险进阶管理,使得汽车提货流程与逐渐成熟应用的智能门闸、远程地磅等物联网基础设施实现了共同进化。同时,基于技术和业务两方面沟通的企业管理分析,对方法论进行了可用性验证和有效性评估,为更多企业应用提供有效参鉴。图51幅,表14个,参考文献183篇。
宋树宝[2]（2021）在《基于BIM的无砟轨道智能建造维护技术及数据应用方法研究》文中提出近年来,中国铁路在持续提升路网建设规模和建设质量的同时,深入贯彻新发展理念,勇于创新实践,将智能铁路列为重要的发展方向。目前高速铁路普遍采用精度要求高的无砟轨道铺设,由于铁路建造智能化程度不高,过程数据深化应用不够,管理模式以传统建造管理模式为主,在作业过程中存在较大的人工干预等因素造成难以消除的质量安全隐患,因此,需要将无砟轨道铺设与信息技术多领域跨学科结合,实现数据充分集成共享,有效指导施工建造,使其向智能化建造、智能化运维养护转型。本文提出一种基于BIM的无砟轨道智能建造维护技术及数据应用方法,基于BIM技术探索无砟轨道信息数据在不同阶段实时互动共享、建造过程智能管控,自动界定病害维修任务流程、明确重点精准计划维修,促进数据资源赋能铁路发展。本文的主要研究工作和结论如下:（1）研究了基于BIM的无砟轨道全生命周期管理模式与动态交互机制,制定了模型数据结构标准,建立了无砟轨道设计、制造与施工阶段的动态交互方法,在构建的BIM模型数据分类和编码原则下,检验模型信息的无损传递与接收。解析BIM全生命周期动态交互机制和管理模式,在铁路BIM标准基础上扩展了无砟轨道的数据存储（IFC）、编码及分类（IFD）、交付标准（IDM）涉及到的部分内容,与关联专业建立统一数据模型信息和编码的映射规则,实现了模型数据一体化;制定了统一的无砟轨道结构数据接口标准,以轨道信息为核心数据,减少因各专业接口冲突引起的重复工作,提升设计效率;利用轨道板制造检测等智能技术,形成轨道板制造流程、生产工艺的数字化及智能化管控;在扩展的无砟轨道模型数据分类和编码原则基础上,对模型信息的传递与接收应用过程进行检验验证。（2）分析了无砟轨道建造协同的目标要素与基于BIM的建造协同的特点,对无砟轨道BIM建造协同的管理方式与管理技术进行研究,提出基于BIM的无砟轨道在协同设计-建造管理-运营维护的全生命周期管理模式,支撑全过程应用。剖析建造管理的内涵,围绕质量、安全、环保、工期以及成本等管理目标,分析工程建设管理的要素和内容;BIM技术的引入加强了信息沟通的顺畅、真实、及时,保障了管理目标的协同量化;建造协同管理方式依靠标准规范、管理制度、科技创新等支撑工程技术、管理技术、信息技术的综合应用,促进组织协同、过程协同、资源协同,发挥协同管理效应;建立协作共享平台、构建协同流程机制、全生命周期协同作业,是保证无砟轨道稳定可靠、耐久适用、结构状态健康与旅客舒适的重要技术手段;探索从源头开展正向设计应用、针对不同目标要素建造管理应用、利用精准的数据信息制定计划指导线路维修等多方面的业务实践应用。（3）建立了三类无砟轨道维修基础标准字典库,以作业单元综合计分方式对采集且预处理后的动静态病害数据进行转译,考虑作业单元下多因素耦合的生产能力影响,研究基于病害库数据的无砟轨道维修计划制定方法。对无砟轨道的病害情况及对应量化评定分值数据、面向病害情况的维修作业项目、表征维修工作量的工时定额数据进行标准化与初始化的数据库建立,对划分作业单元下的实例病害情况采集传输与数据预处理、里程校正、干扰滤除等,同时将实际病害维修生产能力（天窗时间核算、作业人数核算、机具设备核算）等多因素耦合作为复核条件,对作业单元所包含的各类病害综合计分,在病害详情、对应作业项目、工时定额、作业机具、工程量等多因素综合考虑下,对病害维修优先级排产,制定维修方案,自动生成病害整治维修计划。工单作为维修计划的可视化产物实现流程派发,维修作业人员按病害整治流程执行工单任务;循环执行病害采集与预处理、维修计划自动制定与生成、整治病害闭环管理,直至超限病害状态消除。（4）对无砟轨道信息管理基础平台架构与底层服务能力设计,有序规范平台的基础配置、网络环境、技术逻辑、数据服务、业务能力等,组件化底层逻辑服务中心,应对频繁的数据接收存储和持久化处理,保障平台稳定安全流畅运行。以轨道信息为核心数据,制定保持数据一致性的更新同步规则,为不同阶段之间的数据流转和交互提供可靠支撑;构建多源信息融合的基础平台架构,将总体、逻辑、数据、技术架构进一步设计规划,使基础配置、网络环境、技术逻辑、数据服务、业务能力等有序规范;核心基础服务能力表征系统性能强度,考虑不同角色授权问题的情况下,数据在查阅检索获取等时服务资源共享,基于工作流引擎快速交互流程管理服务,利用消息推送引擎建立多消息并发渠道,减少信息反馈时间;日志统一存转储查用;统一集中的模糊与精准搜索服务提高效率;数据交换中心开放标准与接口;支持感知物联设备链接业务应用。
胡亚楠[3]（2020）在《强碱三元复合驱储层结垢智能预测方法研究》文中研究指明复合驱油技术是一种大幅提高采收率的手段,矿场试验表明,对比水驱,强碱三元复合驱的增油控水效果明显,与水驱相比可提高采收率20%以上。伴随着强碱三元复合驱替体系注入地层,其与地层流体以及岩石矿物发生物化反应,打破了原流体和岩石矿物间的物化平衡状态,使得地下流体中离子组成和含量发生变化,最终产生结垢现象,导致储层部分孔隙堵塞,影响了波及效率和驱替效率,降低了采收率;同时随着含垢地层流体的运移造成采出井举升设备生产运行中常发生螺杆泵杆断、泵漏失以及抽油泵频繁卡泵等故障,严重威胁原油开采的正常进行。因此,预测储层结垢类型与结垢趋势成为有效实施清防垢作业的保障。目前,基于物化模拟与智能预测的结垢预测方法应用推广效果不佳,主要原因一是预测涉及的不确定性因素太多、规律性差,采用传统或人工预测方法困难;二是部分采用智能预测方法训练过程复杂,对环境要求高,泛化能力弱,可移植性差,预测结果准确率较低。针对上述问题,本文选用杏树岗油田北部开发区为试验区,通过分析试验区储层地质特征、流体性质、油水渗流特征以及油田水离子变化趋势,为后续开展储层油田水结垢预测提供推理知识;研究解决关键科学问题的相关技术,设计适用于动态结垢预测的智能知识推理模型,有效解决现有方法预测准确率低、可移植性弱、动态更新能力差、缺少时序预警等问题。重点研究内容如下:1.构建了基于数据挖掘的结垢预测模型（SASP-DMSP）为了克服结垢预测知识库可移植性差、动态更新能力弱、缺少时序预测知识等不足,设计基于数据挖掘的结垢预测模型（SASP-DMSP）,作为解决智能预测问题的总体方案,提高结垢预测的准确率以及结垢预测知识库的推理能力。设计模型框架包括知识获取层、知识建模层与知识推理层三层。知识获取层为模型的基础层,主要实现结垢预测知识的获取与知识库的智能训练,同时加入训练学习模块,实现知识库的动态更新;知识建模层为模型的中间层,采用本体建模技术为结垢预测作业提供一套规范的领域公共本体与知识组织体系;知识推理层为模型的应用层,三层协作通过推理与表达最终完成结垢预测。2.实现了基于本体的结垢预测知识建模针对结垢预测模型语义表达能力弱、可移植性相对较差的问题,研究基于本体的结垢预测知识建模。通过对储层结垢预测领域系统、机理与专家经验知识的分析与抽象,建立储层结垢预测知识模型核心本体与知识的标准语义,为结垢预测知识库提供知识内容、组织结构以及表示方法。采用Protégé作为本体建模工具进行推理、诊断,验证所提方法的有效性。3.研究了基于数据挖掘的结垢预测知识库训练方法为了填补经验知识的漏失,基于油田积累的大量历史数据,利用智能挖掘技术训练储层结垢预测相关数据,将在学习训练中发现的新知识添加到结垢预测知识库中,实现知识库的动态更新。针对结垢预测规则描述不完整,阈值设定不精确、单一结垢预测模型在储层物性差异下导致预测准确率较低的问题,设计组合分类模式挖掘方法,主要包括物性分类与模式挖掘两部分。物性分类阶段主要生成独立训练样本子集;模式挖掘阶段通过训练样本子集获取分配只是并更新结垢预测知识库,实现油田不同储层物性条件下的结垢预测。在模式挖掘过程中为适应训练数据的模糊、混合、不完备特性,设计基于混合不完备邻域决策系统和离散粒子群（Discrete Particle Swarm Optimization Algorithm,简称DPSO）的特征选择方法,提高历史数据利用率与特征选择准确率。针对储层结垢预测缺少时间序列下趋势性预测知识,同时时间序列历史数据具有周期性与混沌性的问题,提出储层结垢时序趋势预测方法。以时序数据中具有代表性的六项离子化验数据为例,采用回声状态网络技术,设计基于目标空间分解的多目标粒子群（MPSO/D）,训练、获取时序预测知识,实现结垢趋势预警。4.设计并实现了用于验证结垢的预测系统以SASP-DMSP模型为理论指导,设计复合驱结垢预测系统,该系统由基于本体的结垢预测知识管理系统、结垢预测数据集成系统以及结垢预测与清防垢管理系统三个子系统组成,子系统间协同作业,实现储层智能结垢预测。将其应用于试验区,通过专家验证与运行结果数据测试,表明系统应用能够实时、有效的实现动态结垢预测。研究结果表明,基于数据挖掘的强碱三元复合驱储层结垢智能预测方法能够提高结垢预测准确率、结垢知识的更新能力与预测系统的可移植能力。同时,通过延展研究和分析,该方法为处理此类业务应用问题与知识推理问题提供了解决方案。
王益成[4]（2020）在《数据驱动下科技情报智慧服务模式研究》文中指出从“信息时代”到“数据驱动”的智慧服务时代,多源异构且海量的数据资源成为人们解决问题的出发点。将多源异构且海量的数据资源纳入科技情报智慧服务模式中,不再局限于传统科技情报服务涉及的专利数据、科技文献数据、实地调研数据与科技项目数据等,还应该涵盖更广范围的互联网数据资源、科研社交媒体数据资源、社交网络数据资源与政府开放数据资源等多种来源的数据形式。数据资源驱动着科技情报服务从用户需求感知、科技情报内容获取与科技情报服务场景化推送这三个核心功能实现科技情报智慧服务模式,实现了科技情报服务流程的创新。本研究旨在以新视角探索数据驱动时代科技情报智慧服务模式及其实现,解析科技情报智慧服务构成要素及其特征,以实证分析探索数据驱动时代科技情报服务向智慧服务模式转型的思路,为科技情报机构科学转型提供理论与实践支撑。基于此,通过界定“数据驱动”、“情报、智能与智慧的辩证关系”、“智慧服务”与“科技情报智慧服务”等相关概念,以回顾智慧服务、科技情报服务与科技情报智慧服务研究现状为基础,综合运用文献调研法、问卷调查法、情境实验法、案例分析法与模式构建法分析了科技情报智慧服务的数据环境、驱动模式、创新模式与模式实现以及保障策略的制定。围绕科技情报智慧服务模式这一核心研究内容,本文第三章从科技情报智慧服务模式构成要素及表现特征为出发点对智慧数据、用户需求、智能技术、智慧情报、情报工作者、智慧服务平台与情报分析方法这七个维度进行详细阐述,分析了各构成要素在科技情报智慧服务模式中的地位以及数据驱动各构成要素的融合协作的服务特征;第四章以“数据驱动”视角切入科技情报智慧服务模式构建研究,更多的体现智慧数据服务作为智慧服务的核心构成要素,实现数据驱动科技情报智慧服务,获取用户需求,利用智能技术分析获取情报,实现场景化服务推送与嵌入式的科技情报服务;第五章就如何实现数据驱动科技情报智慧服务进行了详细阐述,从多源数据分析切入科技情报智慧服务模式的实现研究过程,体现了数据驱动作为科技情报服务的新范式与新思想,着重从需求感知、内容获取与服务推送等三个科技情报服务流程构成解析科技情报智慧服务模式实现路径,综合运用用户画像方法、数据挖掘方法与场景分析和需求侦测方法对科技情报智慧服务模式进行解析,并融入科研大数据在此过程中结构、类型与属性分析结果进行解析,探究这些数据在需求感知、内容获取与服务推送中的应用关系,进而实现科技情报智慧服务模式并完善科技情报智慧服务研究体系;第六章采用单案例横向研究方法研究格微软件数据驱动背景下科技情报智慧服务模式的系统优化策略;第七章就如何实现科技情报机构实现智慧服务模式转型升级分析了相关保障策略。具体内容如下:（1）系统分析了科技情报智慧服务模式核心构成要素与特征。构成要素涵盖数据、用户、技术、智慧情报、科技情报工作者、智慧服务平台与方法等七个维度,将从这七个维度进行深入分析,并在此基础上讨论数据驱动下科技情报智慧服务实现的理论与实践基础,进而对科技情报智慧服务的需求敏感性、数据多源性、技术智能性与服务场景化等四个主要特征进行解读。系统分析科技情报智慧服务构成要素是构建科技情报智慧服务模式的基础,在文献调研并借鉴其它领域实践经验的基础上对各个构成要素进行详细分析。数据、用户、技术、内容、科技情报工作者、智慧服务平台与方法等七个维度间相互关联、相互印证,进一步丰富着科技情报智慧服务研究领域的知识体系。（2）构建了数据驱动下的科技情报智慧服务模式。从“数据驱动”视角切入科技情报智慧服务模式构建研究,更多的体现智慧数据服务作为智慧服务的核心构成要素,实现数据驱动科技情报智慧服务,获取用户需求,利用智能技术分析获取情报,实现场景化服务推送与嵌入式的科技情报服务。在此过程中优化传统科技情报服务模式,优化构成科技情报智慧服务的各个构成要素,实现模式最优化并体现科技情报智慧服务的四个特征,通过文献调研法探讨已有服务模式的优劣势,重构科技情报服务模式与流程,重点突出智慧实现流程,数据如何驱动智慧情报服务。（3）分析了数据驱动下科技情报智慧服务的实现路径。以科技情报智慧服务模式实现的三项核心功能为基础,在实现智慧服务核心功能基础上实现科技情报智慧服务,从多源科研大数据分析切入科技情报智慧服务模式的实现研究过程,体现了数据驱动作为科技情报服务的新范式与新思想,着重从需求感知、内容获取与服务推送等三个科技情报服务流程构成解析科技情报智慧服务模式实现路径,综合运用用户画像方法、数据挖掘方法与场景分析和需求侦测方法对科技情报智慧服务模式进行解析,并融入科研大数据在此过程中结构、类型与属性分析结果进行解析,探究这些数据在需求感知、内容获取与服务推送中的应用关系,进而实现科技情报智慧服务模式并完善科技情报智慧服务研究体系。（4）采用单案例横向研究方法研究格微软件数据驱动背景下科技情报智慧服务模式的系统优化策略,在分析格微软件基本概况与发展现状的基础上,进而分析格微软件科技情报智慧服务发展模式,并对其较为超前的实践应用成果进行分析,然后借鉴前述构建的科技情报智慧服务模式及其实现研究,提出格微软件在数据驱动背景下科技情报服务模式优化的策略。（5）制定数据驱动下科技情报智慧服务模式保障策略。以构成数据驱动下科技情报智慧服务模式的构成要素以及智慧服务模式实现过程为主体制定数据驱动下科技情报智慧服务模式保障策略,具体维度包含数据、用户、科技情报工作者、科技情报服务机构、政府部门、技术与方法等维度。如完善数据安全保障机制,完备数据分析技术、方法与工具,科技情报服务人才队伍建设,建立健全相关法律法规等。制定数据驱动下的科技情报智慧服务模式保障策略应依据重点保障关键要素、完备并疏通科技情报智慧服务流程、科技情报智慧服务整体平衡、联合共建共享等四项基本原则。数据驱动时代,传统科技情报服务模式已然无法满足用户崛起的趋势以及内外环境面临的机遇与挑战,界定数据驱动科技情报智慧服务的内涵与外延,探索科技情报智慧服务模式的实现,有利于从方法论认知层面为科技情报智慧服务的转型升级提供理论支撑,本文构建的数据驱动科技情报智慧服务模式也更具实践价值。
杨智飞[5]（2020）在《面向智能生产车间的物流系统设计与开发》文中研究说明制造业是国民经济的主体,是立国之本、强国之基。近年来,美国和德国相继发布“工业互联网”、“工业4.0”等新的制造业发展战略,其核心内容均为智能制造。为打造具有国际竞争力的制造业,实现由制造业大国向制造强国的转变,2015年5月国务院印发制造强国战略第一个十年行动纲领—《中国制造2025》。雷达电子装备是“中国制造2025”十大重点领域之一——“新一代信息技术”的重要组成部分。雷达电子装备结构复杂、定制化程度高,其制造过程具有多品种、变批量、变更频繁、工艺流程复杂等特点,对生产物流的组织与管理提出挑战。因此,开展智能生产车间物流系统研究对于提升雷达装备制造水平、促进电子产品制造业智能化升级具有重要意义。本课题以车载雷达装配生产线为应用对象,基于雷达电子装备智能制造需求,开展智能生产物流系统的设计与开发。主要研究内容如下:（1）智能生产物流系统的分析与设计。基于雷达电子产品智能生产车间的特点,剖析现有车间物料管控模式存在的不足,分析车间智能物流系统的功能需求;基于制造车间自动化、信息化以及智能化理念,提出于智能作业车间生产物流系统的框架体系。（2）物流过程数据采集和传输系统的研究与设计。针对车间生产物流存在的实时数据获取难等问题,梳理智能生产车间的数据种类、感知方法和传输方式,分析生产物流系统信息流及其特征;构建车间生产物流信息实时感知和传输方案。（3）基于车间实时状态的物流智能调度算法研究。针对智能生产车间物流配送准确性和实时性需求,根据所获取的车间实时生产状态信息,以完工时间、车辆数量以及惩罚成本的最小化作为优化目标,建立智能车间物料配送多目标调度优化模型;提出一种集成自适应多目标遗传-差分进化算法完成模型求解,通过案例分析验证算法的可行性和有效性。（4）智能生产物流管理平台设计与开发。基于上述分析与研究,开发智能生产物流系统管理平台,分析系统的设计思路、开发和运行环境,完成软件框架设计与功能实现;结合实例展示系统的界面和功能。本论文完成了车间智能生产物流系统设计,并完成系统体系架构设计、信息采集与传输方案和车间物流调度优化等关键问题研究,实现了车间物流系统的自动化、数字化、智能化,为雷达电子装备智能制造做出积极的实践和探索。
赵妮[6]（2020）在《服装智能工厂能力成熟度评价模型研究》文中研究说明德国“工业4.0”引发了各国对智能制造的深度认知,我国也积极响应,多方面开展智能制造示范工作。服装行业在面临招工难、制版师文化水平低、裁剪人员技术下降、技术传承出现断层等问题时,业务领域却出现了“小批量、多品种、短周期”的现象,如此一来对技术所带来的压力更是不容乐观,服装行业不得不寻找突破口来改变这一现状。顺应大数据、互联网等技术的不断兴起,也很快加入到智能制造转型升级的行列之中。当前,国内大多服装工厂的转型升级还处于初步尝试阶段,企业智能制造发展良莠不齐,因此服装企业尤其需要一套较为全面可靠的服装智能工厂能力成熟度评价指标体系,来对自身的智能化与数字化水平进行评价。这种评价对正在进行或已经进行转型升级的服装企业清晰地判断自身智能制造水平,并根据分解出的指标评分判断企业智能化发展的短板所在,从而更好地改进和发展具有极大的借鉴意义;同时,为还未进行转型升级的服装企业提供建设内容和发展方向等方面的参考。论文首先在引言介绍了服装智能工厂发展的全球背景与行业背景,并论述了本文的研究意义、方法与主要内容,然后对能力成熟度的概念、组成及目前常用智能制造能力成熟度的内容及特点进行了分析与比较,对服装智能工厂的定义、设计目标、总体建设特点与主要生产类型进行了总结和概述。论文的主体部分是分析完整的目标型服装智能工厂的主要建设内容,根据服装产品生产全生命周期,将智能维融入制造维,建立起一套较为完整的评价指标体系,包括设计、生产、物流、销售、服务5个一级指标,13个二级指标,35个三级指标,并对每一个指标进行了评价要求说明。然后,根据目前主要的三种服装工厂类型（OEM、ODM、OBM）对所有指标重新进行了筛选与组合,同时给出了服装智能工厂能力成熟度的数学表达与指标权重的计算方法。之后通过专家调查问卷分别获得三个模型各个指标之间的联系与指标重要程度赋值。在此基础上,论文进行了三种服装智能工厂能力成熟度的ANP建模及分析,通过计算得出了各指标权重,并根据中国智能制造能力成熟度分级要求,结合服装行业自身特点,将服装智能工厂能力成熟度进一步细化分级与评分说明,使服装智能工厂能力成熟度评价模型能够更好的指导服装工厂的建设与发展。最终,得到可以评价三种不同类型服装智能工厂能力成熟度的量化模型。在服装智能工厂能力成熟度评价模型的实证研究方面,选取了国内典型的三家制造模式不同的服装企业（SM、PF、BXN）,通过调研各个工厂所有指标的实际评分,对其智能制造成熟度的现状和水平进行评价,以此检验三个服装智能工厂能力成熟度量化模型的合理性和可行性,并利用雷达图分析探讨了制约各工厂智能制造能力成熟度发展的主要因素,针对性地提出相应的改进和提升建议。最后,应用中国电子技术标准化研究院发布的智能制造能力成熟度模型对三个工厂进行了对比评价,从评分采集、评价流程、权重计算、和评价结果多方面表明本文建立的服装智能工厂评价模型合理可行,且计算过程更加简洁明确。
陈雅梦[7]（2020）在《面向智能制造的D公司生产流程评价及优化研究》文中提出智能制造是目前全球制造业竞争环境下的战略制高点。特别是在面临市场需求扩大、客户对产品需求提升等这些情况下,很多制造企业纷纷通过智能技术的创新提升自身生产能力,从而提高市场竞争力。同时,近年来国家也在大力提倡制造业向智能制造转型升级,并制定了一系列的政策和指导纲领,为企业提供指导。D公司作为一个在此环境下的中小型制造业,以研发和生产汽车零部件电动真空泵业务为主,刚进入市场不久,虽然自身产品质量水平过硬,但在面临严峻的市场竞争力时,还是逐渐显示出自身生产能力的不足。因此,为达成适应市场需求、提高市场竞争力的目标,D公司跟随目前的智能制造转型热潮,建立自动化、智能化的运营模式,借助智能制造进一步改善企业生产流程来提高生产效率和产品质量、降低成本。但和很多转型过程中的企业相似的是,D公司在此之前没有智能化建设的相关经验,面向智能制造完成生产流程优化的过程中可能存在着一些不足,容易影响企业未来的发展。本文根据以上这些情况,以D公司为研究对象,建立面向智能制造的生产流程的评价体系,对D公司进行评价,并根据评价结果对不足之处提出优化建议。首先,本文根据前人的相关研究和基本理论,梳理了生产流程的概念和优化方式、智能制造的含义以及技术发展,并思考如何通过智能制造优化企业生产流程,为后文的研究立下理论基础;其次,通过问卷和访谈调研获取D公司生产流程现状的情况,明确未来发展目标,由此确定接下来有进一步评价和找到优化的需要和方向;然后,本文结合生产流程的优化目标及要素和智能制造相关理论方法,借鉴相关文献研究,确定本次评价的指标并做出相应的解释,结合层次分析法和粗糙集理论确定指标主客观权重,运用模糊综合评价法对D公司进行评分,根据D公司现实情况对结果做出分析;最后,根据上述的评价结果及分析提出了适合D公司的优化建议。本文对面向智能制造的D公司的生产流程进行评价和提出优化建议,可以帮助D公司了解自身在智能制造上的建设水平,同时为其他正在经历与D公司类似的转型过程的企业提供一点的借鉴参考。
牛硕[8]（2020）在《基于智能化的建筑工程施工组织策划管理研究》文中指出随着近几年建筑业智能化技术如雨后春笋般的萌芽、发展,施工企业对应用智能化技术由协同办公、BIM技术到智慧工地、大数据、云计算,乃至迅速蹿升的5G技术,将建筑工程项目管理这项传统而具有悠久历史的工作全面引入到数字化、智能化时代。但与智能化技术的井喷现象不同,项目的管理模式并没有太大变化,这也造成了现代项目管理水准相较于技术处于落后的情况。本文以协同理论、集成理论等作为理论基础,以基于智能化的建筑工程施工组织策划管理为研究对象,结合BIM、智慧工地、协同办公平台、大数据、云计算等技术的优势与特点,设计了覆盖企业及项目的智能化施工组织策划管理体系,提出了在策划体系的组织结构、策划内容及运营管理的研究成果。本文在大量研读文献和实地考察的基础上,提出了建设以企业策划中心+项目高效简洁执行团队的管理模式,强调“重后端、轻前端”的管理思想,将策划重点工作由项目转移到企业,策划成果以任务的形式下发至项目,再有项目执行策划方案。整个管理流程贯穿着大量智能化技术的应用,将技术与管理形成高价值融合,达到智能精细化管理的目的。基于提出的新型智能化施工组织策划管理模式,从策划成果转换的角度,对实际工程案例——SL大厦改扩建工程进行应用分析,对该项目施工场地、施工方案、施工质量、安全等方面的组织策划进行应用效果分析与评价。结论表明,本课题研究成果能够有效提高施工组织策划的策划效率及成果可执行性,同时还能有效促智能化技术在企业及项目上的应用与发展。
高炜[9]（2020）在《滚磨光整加工数据库平台研发及工艺方案决策方法研究》文中提出滚磨光整加工技术是一种普适性很强的旨在提高零件表面质量、改善零件表面完整性的基础制造工艺技术,已在传统制造及高端装备制造领域广泛使用。国际权威专家Cariapa指出,机械零件中约有50%可以采用滚磨光整加工提高零件表面质量。滚磨光整加工工艺系统的专业性与复杂性,使得全产业链内企业之间存在工艺供需信息盲区,严重制约滚磨光整加工技术在制造领域的优势发挥。以长期工艺研发实践积累的大量工艺实例和开放式汇集的典型实例为基础,研发滚磨光整加工数据库平台并探索工艺方案决策的智能化方法,助推有效加工信息资源的合理共享,是全产业链企业转型升级、提质增效重要而现实的课题,对进一步拓宽滚磨光整加工技术的应用有着十分重要的意义。本课题的主要研究目的:一是研究滚磨光整加工数据库的构建模式,满足现阶段全产业链企业对滚磨光整加工要素信息直接获取的实际要求。二是研究工艺方案决策智能化方法及应用策略,使不同用户可根据自身需求通过数据库获得所期望的解决方案,包括使用的设备、磨块、磨剂及加工参数等方面的信息。首先,通过对滚磨光整加工流程分析,构建了加工过程信息资源及集成模型;数据库系统开发的建模表示方法采用集成化计算机辅助制造定义（IDEF）和统一建模语言（UML）结合的图形化描述方法;由功能模型、组织模型、信息模型、知识模型和过程模型组成数据库建模方法体系,建立了以过程模型为核心的滚磨光整加工数据库集成关系;建立了滚磨光整加工数据库的视图层、方法层和应用层三层体系结构,能实现全产业链中企业加工环境和基础结构的集成,为数据库平台构建奠定了模型和体系基础。剖析加工实例,以加工对象和加工要求为主要特征对应加工工艺方案的思想构成案例并集合成案例库,实现了加工实例的案例化表征;提出采用减法聚类的模糊C均值聚类改进算法（S-FCM）寻找特殊案例并加以保存,以提高其聚类质量;将其余案例通过两两相似度对比,删除冗余案例,从而合理有效地优化案例库。采用自主研发的滚磨光整加工数据库平台已有的合格案例进行了大量的仿真研究,结果表明,所提出的方法能合理筛选并删除案例库中的冗余案例,除节省案例存储空间外,使案例检索效率明显提高,可以满足对生产现场的实时调控。该方法原理简单、步骤清晰,可用于智能化滚磨光整加工工艺制订和生产过程中工艺参数后续优选的数据库平台。为了智能化优选工艺方案,提出一种分级递进的融合决策理论。依据加工工艺数据库构建的工艺案例库,首先采用加权案例推理技术（WCBR）,寻找与新问题匹配的原有案例,以便快速找到问题的解;如果没有找到匹配案例,则借助模糊专家系统（FES）,充分挖掘已有案例中的知识,通过区间值模糊推理,寻找新问题的相似案例。其中,具体提出了一种变权重案例推理方法,基于层次分析法确定案例特征权重,明确了案例分级检索步骤和案例特征相似度计算办法,仿真研究了案例库中已有案例、相似案例及差异较大案例等情况,讨论了特征判断矩阵对优选结果的影响程度,仿真结果表明:采用WCBR可以快速、准确地找到案例库中与新问题匹配的案例。另外,针对不能检索到匹配案例的情况,提出了滚磨光整加工工艺优选的模糊专家推理模型,以滚抛磨块优选为例详细阐述了区间值模糊规则的构建,根据实际加工的成功案例确定各特征值等级范围及隶属区间,并与滚抛磨块参数建立联系,利用产生式规则表示法建立区间值模糊规则;通过层次分析法确定模糊规则中各特征属性的权重,并采用区间值模糊推理算法进行滚抛磨块参数优选推理机的设计;采用大量的测试案例进行了实验仿真,结果表明:模糊专家推理优选模型能够在案例推理的基础上提升新问题与旧案例之间的相似度,在满足加工要求的同时,能够快速、准确、合理地优选出待加工零件所需的滚磨光整加工工艺。构建了包括物理资源层、虚拟资源层、数据管理服务层、应用接口层和用户层核心平台的滚磨光整加工数据库开发总体框架和功能结构。基于Oracle数据库管理系统、C#和Python开发语言、Microsoft Visual Studio 2017集成开发环境和B/S网络结构模式,完成了数据库平台程序开发,多维度展示了平台的实用情况。从某大型航空发动机生产企业应用光整加工数据库的实际需求出发,实现了企业特殊的工序模板生成功能扩展,建立了与企业PDM系统的数据接口。生产应用表明,工序模板功能有助于工艺规范,整体数据库平台应用使企业专项工艺信息资源整合、积累并共享,对提质增效和信息化管理发挥了积极作用。本文研发的滚磨光整加工数据库平台及工艺方案决策方法,可以直接应用于全产业链企业的专项工艺决策及管理升级,为滚磨光整加工行业产业持续提质增效提供了理论支撑和实践探索。也为其他制造技术乃至工业领域构建数据库平台并进行智能化应用提供了有益的参考。
王张华[10]（2020）在《基于人工智能的政府治理模式变革研究》文中提出从人类社会的漫长历史来看,影响国家治理优良性和有效性的众多因素当中,科学技术总会占有一席之地,历史上历次的重大技术变革都或多或少会对各国国家治理的理念、价值、制度、方式等产生极其深远的影响。当下,以人工智能技术为核心驱动的“第四次工业革命”正在发生,对国家治理的变革性作用逐渐开始受到全球性的普遍关注和重视。作为全球人工智能发展和应用的大国,我国陆续对人工智能的发展和应用进行了战略性规划和顶层设计,突出了人工智能对提升国家治理优良性和有效性的重要作用,党的十九大报告中指出“推动互联网、大数据、人工智能和实体经济深度融合……提高社会治理社会化、法治化、智能化、专业化水平”,党的十九届四中全会进一步强调要“建立健全运用互联网、大数据、人工智能等技术手段进行行政管理的制度规则”。充分说明,加速人工智能等新兴技术同国家治理的融合已经成为我国深化行政体制改革,推进国家治理体系和治理能力现代化的重要目标。在第四次工业革命的历程中,中国政府对以人工智能为代表的新兴技术的采用和适应性改革已经走在世界前列,为我国公共管理的理论总结和话语体系建构提供了较为完整的“社会试验场”。面对百年来未有之历史机遇,摆在中国公共管理者面前的是必须从现实的真实世界出发,进行理论提炼和话语创新,充分汲取中西方公共管理理论与实践的丰富营养,推动人工智能时代政府形态的构建,并探索出与之相适的新型政府治理模式。正是出于这种考虑,本文将视角聚焦至政府治理中的人工智能应用问题,试图对人工智能驱动政府治理模式变革的理论和实践议题展开分析,以求为加速人工智能同政府治理的融合进程提供助益,推动政府数字化、智能化和智慧化转型。全文遵循“提出问题→分析问题→解决问题”的总体思路,指出探讨人工智能驱动政府治理模式变革迎合了时代变迁的整体境域,也是人类社会向前发展所必然面临的焦点议题;进一步从历史唯物主义视角论证命题的合理性,阐明人工智能对政府治理模式的变革意义内嵌于生产力与生产关系、经济基础与上层建筑的矛盾运动之中,具有内在的规律性意义和革命性潜质,从技术自身的生产力本质和赋能“政府—社会”关系的价值维度论证命题的可行性,人工智能将会对政府治理的理念、工具、机制、方式和结构带来颠覆性的影响;最后,在理论分析的基础上,进一步从认识更新、技术治理、制度跟进和机制创新四个维度探讨了政府如何实现善用人工智能的行动策略。通过上述研究,研究概括了三个关键性的结论:一是人工智能将成为政府新一轮历史变革的关键力量。互联网、大数据、机器学习、精准算法等技术的不断发展和进步,互联网的整体水平得到进一步提升,数据出现井喷式爆发,使人工智能逐渐获得了与人类相匹敌的“智识”,在诸多方面展现出了超越和替代人类行为的能力,引发了政府治理新一轮的历史性变革。可以预见的是,不久的将来人工智能会更加深入广泛地嵌入政府治理的各个环节和领域,不仅会引发政府治理技术层面的变革,同时还会给传统政府治理的技术体系、价值目标、伦理结构乃至思维理念带来重要影响。对于人工智能技术的这种影响,相关部门必须积极研判和主动应对,以一种客观理性的态度审慎对之,正视其给政府治理所带来的影响。二是人工智能驱动政府治理模式变革遵循着内在的技术逻辑。从技术的种属来看,人工智能被视为是信息技术的最新发展阶段,虽然被贴上传统信息技术的标签,但是其对人类政府运行的冲击和影响仍然遵循着自身独特的技术逻辑,在探究人工智能驱动政府治理模式变革的技术逻辑时必须兼顾人工智能技术的内在发展逻辑和治理结构影响两个层面。从技术的内在发展逻辑层面看,决定人工智能独特属性的是三大核心要素:数据、计算资源和算法,可概括为数据和算法两种驱动逻辑;从技术治理的结构影响层面看,人工智能所带来的结构化影响是区别于互联网、大数据所解决的信息“连接”和“数据”问题,汲取了互联网和大数据的精髓,三者共同构建了一个彼此交互、高度融合的整体生态,解决的是信息社会网络相互连接端对大数据内容主体的智能化处理问题。三是人工智能驱动政府治理模式变革遵循着以“善智”实现“善治”的逻辑进路。为回应人工智能技术“向善”与“为恶”的双重属性,全文所引入和进一步阐释的“善智”概念,为人工智能的发展方向提供了参考,为发挥人工智能之于政府治理的重要作用提供了理论上可能进路。从“善智”和“善治”的关系出发,阐发了人工智能与政府治理之间何以遵循着以“善智”实现“善治”的内在逻辑,并在此基础上探究以“善智”实现“善治”的有效路径。当然,由于人工智能的发展及其嵌入政府治理的过程仍然处于一种“进行时”状态,一些深层次的问题尚未出现,几乎可以断定的是随着人工智能技术的进一步发展和成熟,其对政府治理的影响势必会更为深刻和广泛,其方式也会更加多样和复杂。围绕研究的核心议题,全文主要的创新之处主要体现在以下两个方面:第一,从人工智能技术“替代人”的社会属性以及由数据、算法和算力驱动的技术属性出发,将其从传统信息技术的种属中抽离出来,视其为一种全新的技术形态（智能技术）加以考量,并以此为切入探讨人工智能对政府治理可能的颠覆性影响;与大多数研究将其置于传统信息技术框架下展开所不同的是这样做有利于聚焦人工智能独特的技术属性（由数据、算力和算法共同驱动）,由此揭示出人工智能驱动政府治理模式变革遵循着数据驱动、算法支配和智能融合的技术逻辑。第二,针对人工智能“向善”与“为恶”双重面相所带来的争论,引入“善智”的概念,并从“价值—技术—应用”复合分析框架对其进行了重新解读,试图以此超越人工智能技术乐观与悲观的对立之争,为人工智能的开发和应用描绘一种最佳状态,并以“善智”与“善治”的关系为切入点,尝试在人工智能与政府治理之间找到联结点,为人工智能开发和应用与谋求良政善治之间寻求一种平衡。
二、智能化流程控制的软件动态集成（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、智能化流程控制的软件动态集成（论文提纲范文）
（1）集成决策的情境感知业务流程一体化建模方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 选题意义 |
| 1.2 研究内容与创新点 |
| 1.2.1 主要研究内容 |
| 1.2.2 研究创新点 |
| 1.3 研究方法与论文框架 |
| 1.3.1 研究方法 |
| 1.3.2 论文框架 |
| 2 基本概念理论与文献综述 |
| 2.1 基本概念界定与分析 |
| 2.1.1 物联网 |
| 2.1.2 情境 |
| 2.1.3 业务流程 |
| 2.1.4 业务流程的情境 |
| 2.1.5 情境感知的业务流程 |
| 2.2 基础理论概述 |
| 2.2.1 业务流程管理及其灵活可变性 |
| 2.2.2 业务流程建模的方法与技术 |
| 2.2.3 业务流程的DMN决策模型 |
| 2.2.4 情境管理及其语义层级 |
| 2.2.5 情境建模的方法与技术 |
| 2.3 业务流程建模的相关综述 |
| 2.3.1 传统的业务流程建模 |
| 2.3.2 物联网环境下的业务流程建模 |
| 2.3.3 情境感知的业务流程建模 |
| 2.3.4 集成决策的业务流程流程建模 |
| 2.4 本章小结 |
| 3 情境感知业务流程的决策角色分析模型 |
| 3.1 情境感知业务流程的概念模型 |
| 3.1.1 情境概念的金字塔模型 |
| 3.1.2 业务流程情境的概念定义 |
| 3.1.3 情境感知业务流程的概念定义 |
| 3.2 决策驱动情境感知业务流程的建模与执行 |
| 3.2.1 决策的类别和层级 |
| 3.2.2 面向流程灵活性 |
| 3.2.3 面向个性化服务 |
| 3.2.4 面向知识密集型任务 |
| 3.3 决策连接业务流程及其情境的理论表达 |
| 3.3.1 集成决策的业务流程结构的规范表达 |
| 3.3.2 业务流程情境感知可变性的规范表达 |
| 3.4 决策的关键角色分析模型 |
| 3.5 本章小结 |
| 4 基于决策的Deci-CaBPM情境感知业务流程建模框架方法 |
| 4.1 面向情境感知的CaDMN扩展决策建模方法 |
| 4.1.1 决策模型中情境区分的需要 |
| 4.1.2 数据输入组件的情境区分扩展 |
| 4.1.3 显示化情境的CaDMN扩展决策模型 |
| 4.2 基于CaDMN构建情境感知业务流程的系统步骤 |
| 4.2.1 阶段A:集成决策的业务流程一体化建模 |
| 4.2.2 阶段B:情境感知的流程变体建模 |
| 4.2.3 阶段C:业务流程情境建模 |
| 4.3 例证分析 |
| 4.3.1 阶段A:实例流程与其一体化建模 |
| 4.3.2 阶段B:情境感知的易变质商品运输流程建模 |
| 4.3.3 阶段C:易变质商品运输流程的情境建模 |
| 4.3.4 Deci-CaBPM应用的分析与评估 |
| 4.4 本章小结 |
| 5 物联网环境下情境感知业务流程的应用架构 |
| 5.1 传统的业务流程生态系统 |
| 5.2 情境感知的业务流程生态系统 |
| 5.3 连接物联网环境与生态系统 |
| 5.3.1 架构路线 |
| 5.3.2 物联网基础设施 |
| 5.3.3 融合物联网的情境模型 |
| 5.3.4 情境驱动的动态数据分析模型 |
| 5.3.5 情境强化的决策模型 |
| 5.3.6 情境感知业务流程的模型与执行 |
| 5.4 本章小结 |
| 6 基于港口物流行业的案例应用验证 |
| 6.1 研究案例背景 |
| 6.2 港口物流流程模型构建 |
| 6.2.1 基于日志挖掘的港口物流流程描述 |
| 6.2.2 基于BPMN的港口物流流程建模 |
| 6.3 集成决策的港口物流流程一体化模型构建 |
| 6.3.1 基于DMN的港口物流流程决策建模 |
| 6.3.2 基于BPMN+DMN的港口物流流程一体化建模 |
| 6.4 物联网应用驱动的港口物流流程重组需求分析 |
| 6.4.1 物联网基础设施的改造应用 |
| 6.4.2 汽车提货子流程面向情境感知可变性的进化需求 |
| 6.5 基于CaDMN的汽车提货流程决策维度优化建模 |
| 6.5.1 融合情境的汽车提货决策信息需求DRD构建 |
| 6.5.2 汽车提货决策模型的决策逻辑BKM具体化构建 |
| 6.6 支持汽车提货风险决策的数据分析模型构建 |
| 6.7 识别低层情境数据构建完整汽车提货CaDMN决策模型 |
| 6.8 情境感知的汽车提货流程模型构建 |
| 6.8.1 情境感知节点的识别 |
| 6.8.2 情境感知进化的适应性调整需求分析与流程片段设计 |
| 6.8.3 进化构建情境感知的汽车提货流程以获取灵活可变性 |
| 6.9 汽车提货流程的顶层情境模型构建 |
| 6.9.1 汽车提货顶层情境实体的识别 |
| 6.9.2 基于本体的汽车提货流程情境顶层建模 |
| 6.10 研究案例的管理分析 |
| 6.11 本章小结 |
| 7 总结与展望 |
| 7.1 研究结论与工作总结 |
| 7.2 研究工作的展望 |
| 参考文献 |
| 附录A |
| 索引 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（2）基于BIM的无砟轨道智能建造维护技术及数据应用方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 BIM技术国内外研究现状 |
| 1.2.2 我国高铁智能建造研究现状 |
| 1.2.3 现有研究的不足之处 |
| 1.3 研究内容与技术路线 |
| 1.3.1 主要研究内容 |
| 1.3.2 技术路线 |
| 2 无砟轨道设计、制造与施工阶段的动态交互方法 |
| 2.1 BIM全生命周期动态交互与管理模式 |
| 2.1.1 无砟轨道BIM全生命周期动态交互机制 |
| 2.1.2 无砟轨道BIM全生命周期管理模式 |
| 2.2 构建无砟轨道数据结构标准 |
| 2.2.1 无砟轨道BIM模型数据结构作用 |
| 2.2.2 无砟轨道BIM模型结构标准制定 |
| 2.3 无砟轨道设计、制造与施工阶段动态交互技术 |
| 2.3.1 无砟轨道设计阶段各不同专业动态协同 |
| 2.3.2 无砟轨道各阶段信息传递的动态交互 |
| 2.4 无砟轨道工程信息模型数据标准的应用 |
| 2.4.1 无砟轨道模型数据分类和编码原则 |
| 2.4.2 无砟轨道模型信息的传递与接收 |
| 2.5 本章小结 |
| 3 基于BIM模式的无砟轨道建造协同与应用 |
| 3.1 建造协同要素分析与BIM协同建造的特点 |
| 3.1.1 无砟轨道建造协同目标要素分析 |
| 3.1.2 无砟轨道BIM协同建造的特点分析 |
| 3.2 无砟轨道BIM建造协同管理方式和技术 |
| 3.2.1 无砟轨道BIM建造协同管理方式 |
| 3.2.2 无砟轨道BIM建造协同管理技术 |
| 3.3 无砟轨道BIM建造应用领域 |
| 3.3.1 无砟轨道的 BIM 设计应用 |
| 3.3.2 无砟轨道的 BIM 施工管理应用 |
| 3.3.3 无砟轨道的 BIM 运维应用 |
| 3.4 本章小结 |
| 4 基于病害库数据的无砟轨道维修计划制定方法 |
| 4.1 无砟轨道维修基础字典库的建立 |
| (1)标准病害情况及评判量化数据库 |
| (2)对应病害整治的作业项目数据库 |
| (3)表征工作量的工时定额数据库 |
| (4)维修基础数据库新增: |
| 4.2 作业单元的病害情况与生产能力分析 |
| 4.2.1 无砟轨道的作业单元划分 |
| 4.2.2 病害数据采集与预处理 |
| 4.2.3 作业单元的生产能力复核 |
| 4.3 基于病害库数据的维修计划制定 |
| 4.3.1 基于病害库的数据应用过程 |
| 4.3.2 病害整治维修计划的制定 |
| 4.4 病害整治闭环管理 |
| 4.5 本章小结 |
| 5 无砟轨道信息管理基础平台架构与底层服务能力设计 |
| 5.1 无砟轨道信息管理基础平台架构 |
| 5.1.1 总体架构 |
| 5.1.2 逻辑架构 |
| 5.1.3 数据架构 |
| 5.1.4 技术架构 |
| 5.2 无砟轨道信息管理基础平台底层服务能力设计 |
| 5.2.1 数据服务中心 |
| 5.2.2 流程服务中心 |
| 5.2.3 授权管理中心 |
| 5.2.4 消息服务中心 |
| 5.2.5 日志服务中心 |
| 5.2.6 搜索服务中心 |
| 5.2.7 数据交换中心 |
| 5.2.8 物联网链接中心 |
| 5.2.9 基础数据管理 |
| 5.2.10 系统维护 |
| 5.3 本章小结 |
| 6 结论和展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 附录 A |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（3）强碱三元复合驱储层结垢智能预测方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 创新点摘要 |
| 第一章 绪论 |
| 1.1 研究目的及意义 |
| 1.2 国内外结垢预测方法研究现状 |
| 1.2.1 基于化学机理知识的结垢预测方法研究现状 |
| 1.2.2 基于机器学习的结垢预测方法研究现状 |
| 1.2.3 结垢预测方法存在的实际问题 |
| 1.3 结垢预测研究待解决的关键科学问题 |
| 1.4 智能预测相关技术分析 |
| 1.4.1 智能诊断方法的研究现状 |
| 1.4.2 解决智能诊断问题的科学范式分析 |
| 1.4.3 解决关键科学问题的技术研究 |
| 1.5 论文研究内容与组织安排 |
| 1.5.1 论文主要研究内容 |
| 1.5.2 论文组织安排 |
| 第二章 试验区结垢机理分析与储层结垢智能预测模型设计 |
| 2.1 引言 |
| 2.2 结垢预测试验区地质特征分析 |
| 2.2.1 试验区选择的必要性 |
| 2.2.2 试验区储层地质特征分析 |
| 2.2.3 储层流体性质分析 |
| 2.2.4 储层油水渗流特征分析 |
| 2.3 试验区结垢机理与垢样组成分析 |
| 2.3.1 SASP体系溶液与储层矿物及地层流体的作用机理 |
| 2.3.2 试验区垢样类型 |
| 2.3.3 结垢对储层及举升设备产生的影响 |
| 2.4 试验区结垢特征与规律研究 |
| 2.4.1 三元复合驱结垢特征 |
| 2.4.2 采出井井筒结垢规律 |
| 2.4.3 采出液离子变化规律 |
| 2.5 强碱三元复合驱结垢预测流程分析 |
| 2.5.1 真实场景下结垢预测工作流程分析 |
| 2.5.2 结垢预测工作流程存在的问题 |
| 2.6 基于数据挖掘的SASP结垢预测模型设计 |
| 2.6.1 结垢预测智能化的必要性 |
| 2.6.2 结垢智能预测流程设计 |
| 2.6.3 结垢预测模型的框架设计 |
| 2.6.4 基于数据挖掘的SASP结垢预测模型优势与特点 |
| 2.7 模型可行性分析与重点研究内容 |
| 2.7.1 模型的可行性分析 |
| 2.7.2 模型重点研究内容分析 |
| 2.8 本章小结 |
| 第三章 基于本体的结垢预测知识推理模型设计 |
| 3.1 引言 |
| 3.2 结垢预测知识分析 |
| 3.2.1 结垢预测领域知识分析 |
| 3.2.2 结垢预测过程形式化表示 |
| 3.3 基于本体的SASP储层结垢预测知识推理模型设计 |
| 3.3.1 本体技术分析 |
| 3.3.2 知识推理模型设计思路 |
| 3.3.3 ONSP-KRM模型框架设计 |
| 3.3.4 ONSP-KRM模型组成 |
| 3.4 结垢预测本体知识的形式化表示 |
| 3.4.1 储层结垢预测本体层次结构 |
| 3.4.2 结垢预测本体知识概念表示 |
| 3.4.3 结垢预测本体知识关系表示 |
| 3.4.4 结垢预测本体知识公理表示 |
| 3.4.5 基于SWDL的结垢预测规则表示 |
| 3.5 储层结垢预测知识库的构建 |
| 3.6 SASP储层结垢预测知识推理效果分析 |
| 3.6.1 SASP结垢预测知识本体实例与预测效果分析 |
| 3.6.2 ONSP-KRM模型分析 |
| 3.7 本章小结 |
| 第四章 基于邻域约简与DPSO的结垢预测分类模式挖掘方法研究 |
| 4.1 引言 |
| 4.2 结垢预测领域数据分析与处理 |
| 4.2.1 结垢预测领域数据描述 |
| 4.2.2 结垢预测领域数据特点分析 |
| 4.2.3 结垢预测领域离群值分析 |
| 4.2.4 结垢预测影响因子的粗粒度筛选 |
| 4.3 结垢预测分类模式挖掘方法设计 |
| 4.3.1 方法设计思想 |
| 4.3.2 结垢预测分类模式挖掘方法设计 |
| 4.4 模糊混合不完备邻域粗糙模型设计 |
| 4.4.1 模糊混合不完备邻域决策系统 |
| 4.4.2 模糊混合不完备邻域粗糙模型 |
| 4.4.3 邻域阈值自适应方法设计 |
| 4.5 基于邻域约简和DPSO的混合不完备特征选择 |
| 4.5.1 粒子编码方式设计 |
| 4.5.2 粒子群优化目标分析 |
| 4.5.3 DPSO参数设置 |
| 4.5.4 算法描述 |
| 4.6 结垢预测分类器设计 |
| 4.7 实验效果分析 |
| 4.7.1 数据准备 |
| 4.7.2 实验环境与参数设置 |
| 4.7.3 基于不同邻域阈值取值方法的NRDPSO对比实验 |
| 4.7.4 基于不同启发式算法的可变阈值IFDS特征选择对比实验 |
| 4.7.5 不同权重系数对最优特征子集的影响实验 |
| 4.7.6 不同特征选择算法的评价指标对比实验 |
| 4.8 本章小结 |
| 第五章 基于MPSO/D-ESN的储层结垢时序预测方法研究 |
| 5.1 引言 |
| 5.2 结垢预测领域数据时序趋势分析 |
| 5.2.1 结垢预测领域数据时序趋势分析 |
| 5.2.2 结垢预测领域时序趋势特点分析 |
| 5.3 基于回声状态网络的混沌时间序列预测模型设计 |
| 5.3.1 ESN基本原理 |
| 5.3.2 储备池参数分析 |
| 5.4 基于MPSO/D的 ESN储备池参数优化算法 |
| 5.4.1 多目标优化问题分析 |
| 5.4.2 目标空间分解与解分类 |
| 5.4.3 种群分类更新策略 |
| 5.4.4 基于MPSO/D算法的ESN储备池参数优化 |
| 5.5 实验效果分析 |
| 5.5.1 MPSO/D算法性能对比实验 |
| 5.5.2 MPSO/D-ESN模型预测性能对比实验 |
| 5.6 本章小结 |
| 第六章 系统设计与应用效果分析 |
| 6.1 引言 |
| 6.2 系统概述 |
| 6.2.1 业务现状分析 |
| 6.2.2 业务数据模型设计 |
| 6.2.3 系统总体结构设计 |
| 6.2.4 智能化结垢预测工作流程分析 |
| 6.2.5 系统开发与运行环境配置 |
| 6.3 系统详细设计 |
| 6.3.1 基于本体的结垢预测知识管理系统设计 |
| 6.3.2 结垢预测数据集成系统设计 |
| 6.3.3 结垢预测与清防垢管理系统设计 |
| 6.4 真实应用案例分析 |
| 6.4.1 实验样本与实验方法选取 |
| 6.4.2 特征选择与分类模型构造效果分析 |
| 6.4.3 时序预测效果分析 |
| 6.5 本章小结 |
| 结论与展望 |
| 文中涉及的附表 |
| 附表1 样本属性描述 |
| 附表2 结垢预测测试报告 |
| 参考文献 |
| 在读期间研究成果 |
| 致谢 |
（4）数据驱动下科技情报智慧服务模式研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景与研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 研究内容与创新点 |
| 1.2.1 研究内容 |
| 1.2.2 研究创新点 |
| 1.3 研究方法与技术路线 |
| 1.3.1 研究方法 |
| 1.3.2 研究技术路线 |
| 第2章 文献综述与理论基础 |
| 2.1 国内外研究现状 |
| 2.1.1 智慧服务研究现状 |
| 2.1.2 科技情报服务研究现状 |
| 2.1.3 科技情报智慧服务研究现状 |
| 2.1.4 研究现状述评 |
| 2.2 相关理论基础 |
| 2.2.1 相关概念界定 |
| 2.2.2 信息链理论 |
| 2.2.3 用户场景理论 |
| 2.2.4 需求层次理论 |
| 2.2.5 生命周期理论 |
| 第3章 科技情报智慧服务构成要素及特征 |
| 3.1 科技情报智慧服务构成要素 |
| 3.1.1 智慧数据 |
| 3.1.2 用户需求 |
| 3.1.3 智能技术 |
| 3.1.4 智慧情报 |
| 3.1.5 科技情报工作者 |
| 3.1.6 科技情报智慧服务平台 |
| 3.1.7 科技情报分析方法 |
| 3.2 科技情报智慧服务模式要素间关联关系 |
| 3.3 科技情报智慧服务特征 |
| 3.3.1 数据多源性 |
| 3.3.2 需求敏感性 |
| 3.3.3 技术智能性 |
| 3.3.4 服务场景化 |
| 3.4 本章小结 |
| 第4章 数据驱动下科技情报智慧服务模式构建 |
| 4.1 多源数据驱动 |
| 4.1.1 数据多源性 |
| 4.1.2 多源数据融合 |
| 4.2 智慧服务模式构建思路 |
| 4.3 智慧服务模式核心功能设计 |
| 4.3.1 用户需求智慧感知功能 |
| 4.3.2 情报服务智慧决策功能 |
| 4.3.3 用户服务智能推送功能 |
| 4.4 科技情报智慧服务模式 |
| 4.5 本章小结 |
| 第5章 数据驱动下科技情报智慧服务实现 |
| 5.1 多源科研数据调研 |
| 5.1.1 数据结构 |
| 5.1.2 数据类型 |
| 5.1.3 数据属性 |
| 5.2 基于用户动态画像的科技情报用户需求智慧感知 |
| 5.2.1 用户结构分析 |
| 5.2.2 用户分层画像 |
| 5.2.3 用户动态画像 |
| 5.2.4 用户需求模型构建 |
| 5.3 基于网络文本挖掘的公众政策感知智慧研究 |
| 5.3.1 运用网络文本挖掘分析公众政策感知 |
| 5.3.2 人工智能产业政策公众感知的特征 |
| 5.3.3 人工智能产业政策公众感知热点主题 |
| 5.4 基于向量空间模型的科技情报服务场景化推送 |
| 5.4.1 向量空间模型的应用 |
| 5.4.2 场景化服务 |
| 5.4.3 场景化服务接受效用 |
| 5.4.4 场景化服务推送模型 |
| 5.4.5 场景化服务推送实验 |
| 5.5 科技情报服务智慧反馈机制 |
| 5.6 本章小结 |
| 第6章 案例研究 |
| 6.1 格微软件科技情报智慧服务发展现状 |
| 6.1.1 基本概况 |
| 6.1.2 科技情报智慧服务发展现状 |
| 6.2 格微软件科技情报智慧服务发展模式 |
| 6.2.1 发展模式分析 |
| 6.2.2 实现路径 |
| 6.3 格微软件向科技情报智慧服务模式转变的优化 |
| 6.3.1 用户维度优化 |
| 6.3.2 情报维度优化 |
| 6.3.3 服务维度优化 |
| 6.4 本章小结 |
| 第7章 数据驱动下科技情报智慧服务保障策略 |
| 7.1 政策保障层面 |
| 7.1.1 建立健全法律法规保障体系 |
| 7.1.2 优化科技情报机构管理架构 |
| 7.2 资源保障层面 |
| 7.2.1 完善科研数据安全保障策略 |
| 7.2.2 推进科研数据开放保障策略 |
| 7.2.3 科技情报数据资源保障策略 |
| 7.3 技术保障层面 |
| 7.3.1 完善技术体系建设保障策略 |
| 7.3.2 完善科技情报服务反馈体系 |
| 7.3.3 创新大数据分析方法及工具 |
| 7.4 人才保障层面 |
| 7.4.1 完善人才队伍建设保障策略 |
| 7.4.2 完善科技情报人才教育体系 |
| 7.5 本章小结 |
| 第8章 研究总结与展望 |
| 8.1 研究总结 |
| 8.2 研究创新点 |
| 8.3 研究局限与展望 |
| 8.3.1 研究局限 |
| 8.3.2 研究展望 |
| 参考文献 |
| 作者简介与研究成果 |
| 致谢 |
（5）面向智能生产车间的物流系统设计与开发（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 项目背景及课题来源 |
| 1.2 研究目的和意义 |
| 1.3 国内外研究现状 |
| 1.3.1 智能制造发展现状 |
| 1.3.2 智能制造系统研究现状 |
| 1.3.3 生产物流系统研究现状 |
| 1.4 论文组织结构和研究内容 |
| 1.4.1 主要研究内容 |
| 1.4.2 论文组织架构 |
| 第二章 智能生产车间物流系统的需求分析与模块设计 |
| 2.1 引言 |
| 2.2 车间智能物流系统需求分析 |
| 2.2.1 应用对象 |
| 2.2.2 传统物料供应模式分析 |
| 2.2.3 车间智能物流系统需求分析 |
| 2.3 车间生产物流系统模块设计 |
| 2.3.1 车间智能物流系统运行模式 |
| 2.3.2 物流执行设备及其功能 |
| 2.3.3 智能生产物流系统总体框架 |
| 2.4 本章小结 |
| 第三章 信息采集与数据传输系统设计 |
| 3.1 引言 |
| 3.2 制造物联技术 |
| 3.2.1 制造物联网简介 |
| 3.2.2 制造物联网体系架构 |
| 3.3 制造物联系统关键技术 |
| 3.3.1 实时信息采集技术 |
| 3.3.2 数据传输技术 |
| 3.4 基于制造物联技术的信息采集与数据传输系统设计 |
| 3.4.1 生产物流系统信息流分析 |
| 3.4.2 信息采集方案设计 |
| 3.4.3 数据传输方案设计 |
| 3.5 本章小结 |
| 第四章 面向智能生产车间的物流车辆调度方法研究 |
| 4.1 引言 |
| 4.2 多目标遗传算法概述 |
| 4.2.1 遗传算法 |
| 4.2.2 多目标优化 |
| 4.3 车间物流调度多目标数学模型构建 |
| 4.3.1 优化目标 |
| 4.3.2 约束条件 |
| 4.4 多目标优化算法设计 |
| 4.4.1 编码设计 |
| 4.4.2 遗传操作 |
| 4.4.3 精英策略 |
| 4.5 算例研究及结果分析 |
| 4.5.1 案例设计 |
| 4.5.2 算法验证 |
| 4.5.3 算法分析 |
| 4.6 本章小结 |
| 第五章 车间智能物流系统管理平台开发 |
| 5.1 系统概述 |
| 5.2 系统需求分析 |
| 5.2.1 系统需求 |
| 5.2.2 功能需求分析 |
| 5.2.3 业务流程分析 |
| 5.3 软件设计 |
| 5.3.1 功能模块设计 |
| 5.3.2 数据库设计 |
| 5.3.3 系统总体架构 |
| 5.4 系统实现 |
| 5.4.1 开发工具 |
| 5.4.2 软件实现 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
| 参与的科研项目 |
（6）服装智能工厂能力成熟度评价模型研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩写词列表 |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究现状 |
| 1.3 研究意义 |
| 1.4 研究思路与方法 |
| 1.5 研究内容 |
| 2 基础理论概述 |
| 2.1 能力成熟度模型研究 |
| 2.2 服装智能工厂研究 |
| 2.3 本章小结 |
| 3 服装智能工厂能力成熟度评价体系建立 |
| 3.1 概念提出 |
| 3.2 能力成熟度指标分析 |
| 3.3 评价方法研究 |
| 3.4 本章小结 |
| 4 能力成熟度量化及评价分级 |
| 4.1 ANP评价指标量化分析 |
| 4.2 智能工厂能力成熟度的评价分级 |
| 4.3 本章小结 |
| 5 模型应用及结果分析 |
| 5.1 企业背景介绍 |
| 5.2 模型应用计算 |
| 5.3 智能制造能力成熟度模型对比分析 |
| 5.4 成熟度模型对比分析 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 附录一 :服装智能工厂能力成熟度评价指标关联情况专家咨询问卷 |
| 附录二:服装智能工厂能力成熟度评价指标相对重要程度赋值 专家咨询问卷 |
| 附录三 :网络层次分析评价算法 |
| 致谢 |
（7）面向智能制造的D公司生产流程评价及优化研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及研究目的和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 智能制造的研究现状 |
| 1.2.2 生产流程的研究现状 |
| 1.2.3 评价方法的研究现状 |
| 1.3 主要研究内容及方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 第2章 相关基础理论 |
| 2.1 生产流程概念与优化方法 |
| 2.1.1 生产流程的概念界定 |
| 2.1.2 生产流程优化方法 |
| 2.1.3 智能制造推进企业生产流程优化 |
| 2.2 智能制造的内涵与要求 |
| 2.2.1 智能制造的涵义 |
| 2.2.2 智能制造对企业的要求 |
| 2.3 系统评价方法 |
| 2.3.1 层次分析法 |
| 2.3.2 粗糙集理论 |
| 2.3.3 模糊综合评价 |
| 第3章 D公司生产流程现状分析 |
| 3.1 D公司现状简介 |
| 3.1.1 D公司运营现状及组织结构 |
| 3.1.2 主营产品介绍 |
| 3.1.3 市场竞争力 |
| 3.2 D公司生产流程现状 |
| 3.2.1 生产流程运行 |
| 3.2.2 工艺流程与生产配置 |
| 3.3 关于D公司的生产流程现状的问卷及访谈调研 |
| 3.3.1 调查问卷设计及统计结果 |
| 3.3.2 访谈调研结果 |
| 3.3.3 D公司现状调查结果总结 |
| 第4章 面向智能制造的生产流程评价模型 |
| 4.1 评价方案 |
| 4.2 评价指标体系的建立 |
| 4.2.1 评价指标的选取思路 |
| 4.2.2 评价指标的选取过程及解释 |
| 4.2.3 评价指标体系建立结果 |
| 4.3 指标权重的确立 |
| 4.3.1 基于AHP确定主观权重 |
| 4.3.2 基于粗糙集理论确定客观权重 |
| 4.3.3 综合主客观权重结果 |
| 4.4 模糊综合评价过程 |
| 4.4.1 建立评价指标集和权重集 |
| 4.4.2 确定评语集 |
| 4.4.3 构建模糊评价矩阵 |
| 4.4.4 计算综合评价值 |
| 4.5 D公司的评价结果及分析 |
| 4.5.1 生产基础准备 |
| 4.5.2 生产过程质量控制 |
| 4.5.3 生产作业控制 |
| 4.5.4 生产计划管理 |
| 4.5.5 生产成本控制 |
| 第5章 D公司基于智能制造的生产流程的优化建议 |
| 5.1 加强生产基础准备 |
| 5.2 完善质量检测控制 |
| 5.3 提升现场作业控制 |
| 5.3.1 加强MES系统的应用 |
| 5.3.2 完善流程中的编码管理 |
| 5.3.3 增添仿真技术 |
| 5.4 完善生产计划管理 |
| 5.5 加大智能制造转型成本投入 |
| 5.5.1 加大智能化管理的投资 |
| 5.5.2 生产流程中人员操作的培训 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 附录 A D公司生产流程现状问卷调查 |
| 附录 B 评价指标意见调查 |
| 附录 C 评价指标的判断矩阵意见调查 |
| 附录 D D公司面向智能制造的生产流程评价调查表 |
| 攻读硕士学位期间取得的成果 |
| 致谢 |
（8）基于智能化的建筑工程施工组织策划管理研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 选题背景、目的及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的及意义 |
| 1.2 国内外研究现状及应用综述 |
| 1.2.1 国外研究及应用发展现状 |
| 1.2.2 国内研究及应用发展现状 |
| 1.2.3 学术发表现状 |
| 1.3 论文研究方法与技术路线 |
| 1.3.1 论文研究方法 |
| 1.3.2 论文技术路线 |
| 1.4 主要内容和章节安排 |
| 2 建筑工程施工组织策划管理智能化的必要性 |
| 2.1 基础理论与应用 |
| 2.1.1 协同管理理论 |
| 2.1.2 集成管理理论 |
| 2.1.3 施工组织设计的概念 |
| 2.2 建筑工程施工组织策划管理现状 |
| 2.2.1 施工组织策划机构管理现状 |
| 2.2.2 施工策划内容管理 |
| 2.3 存在问题 |
| 2.3.1 策划管理组织效率低 |
| 2.3.2 策划成果计算数据支撑少 |
| 2.3.3 策划成果过于依赖专家经验 |
| 2.4 产生问题的原因分析 |
| 2.4.1 策划管理人才要求高 |
| 2.4.2 施工现场数据资料收集难度高 |
| 2.4.3 策划管理方法不健全 |
| 2.5 施工组织策划应用智能化技术的必要性 |
| 2.5.1 建筑业转型需要依靠智能化技术 |
| 2.5.2 对复杂多样的项目高效综合管理具有推动作用 |
| 3 智能化管理赋能施工组织策划 |
| 3.1 施工现场智能化转变过程 |
| 3.1.1 协同办公平台缩短项目管理流程 |
| 3.1.2 BIM建造推动项目生产数字化 |
| 3.1.3 集成物联数据集成构造智慧工地 |
| 3.1.4 数据中心辅助管理决策 |
| 3.2 智能化提升施工企业多项目管理能力 |
| 3.2.1 管理人才合理化分配 |
| 3.2.2 智能调整施工管理模式以适应项目多样化 |
| 3.2.3 技术中心集中服务减少临时策划风险 |
| 3.2.4 企业资源合理化分配 |
| 3.3 基于智能化的项目精细策划 |
| 3.3.1 项目管理团队数据分析及选用 |
| 3.3.2 项目管理案例分析及对比 |
| 3.3.3 项目施工方案选用 |
| 3.3.4 目标责任成本与实际成本对比及预警 |
| 4 完善施工组织策划管理的建议 |
| 4.1 施工组织策划体系职能架构调整建议 |
| 4.1.1 施工企业集中策划中心建立 |
| 4.1.2 项目高效、精简执行团队组建 |
| 4.2 施工组织策划智能化构建建议 |
| 4.2.1 基于BIM技术数字化项目推演 |
| 4.2.2 基于智能物联系统项目数据采集 |
| 4.2.3 企业策划中心数据中台数据集成 |
| 4.2.4 基于企业大数据辅助施工组织策划分析 |
| 4.2.5 云端共享行业数据中心构建施工策划经验库 |
| 4.3 基于智能化的施工组织策划运营建议 |
| 4.3.1 待策划项目信息的收集与整理 |
| 4.3.2 集中进行各维度项目策划 |
| 4.3.3 施工任务拆解、派发与实施 |
| 4.3.4 动态收集项目数据与分析 |
| 4.3.5 对施工管理运营模式提供建议 |
| 4.3.6 项目运营复盘及经验收集 |
| 5 智能化施工组织策划案例分析 |
| 5.1 工程概况 |
| 5.2 基于智能化完成施工组织策划的应用措施 |
| 5.3 应用效果评价 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（9）滚磨光整加工数据库平台研发及工艺方案决策方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 论文研究的意义和目的 |
| 1.2 课题背景及国内外现状 |
| 1.2.1 滚磨光整加工技术现状 |
| 1.2.2 工业数据库技术概要 |
| 1.2.3 数据库智能化应用原理与方法 |
| 1.3 课题来源及主要研究内容 |
| 1.3.1 课题来源 |
| 1.3.2 论文研究的主要内容 |
| 第2章 滚磨光整加工数据库的建模方法和体系结构 |
| 2.1 滚磨光整加工工艺流程分析 |
| 2.1.1 滚磨光整加工工艺过程信息资源 |
| 2.1.2 滚磨光整加工工艺过程信息集成 |
| 2.2 面向数据库系统开发的建模表示方法 |
| 2.2.1 集成化计算机辅助制造的定义方法IDEF |
| 2.2.2 统一建模语言UML |
| 2.2.3 滚磨光整加工数据库建模方法需求 |
| 2.3 滚磨光整加工数据库的建模方法 |
| 2.3.1 滚磨光整加工数据库的功能模型 |
| 2.3.2 滚磨光整加工数据库的组织模型 |
| 2.3.3 滚磨光整加工数据库的信息模型 |
| 2.3.4 滚磨光整加工数据库的知识模型 |
| 2.3.5 滚磨光整加工数据库的过程模型 |
| 2.4 滚磨光整加工数据库的体系结构 |
| 2.4.1 滚磨光整加工数据库的视图层 |
| 2.4.2 滚磨光整加工数据库的方法层 |
| 2.4.3 滚磨光整加工数据库的应用层 |
| 2.5 本章小结 |
| 第3章 基于滚磨光整加工数据库的工艺参数优选案例库构建 |
| 3.1 滚磨光整加工工艺实例的数据分析 |
| 3.2 基于滚磨光整加工数据库的工艺案例表征 |
| 3.3 基于模糊C均值聚类算法的工艺案例库优化 |
| 3.3.1 基于减法聚类的模糊C-均值聚类算法改进 |
| 3.3.2 基于减法聚类的FCM的工艺案例库优化 |
| 3.3.3 仿真研究 |
| 3.4 本章小结 |
| 第4章 滚磨光整加工工艺参数优选融合推理模型研究 |
| 4.1 工艺优选的融合推理模型总体设计 |
| 4.2 加工工艺优选的加权案例推理模型研究 |
| 4.2.1 基于层次分析法的案例特征权重确定 |
| 4.2.2 案例的匹配 |
| 4.2.3 案例处理 |
| 4.2.4 加权案例推理的仿真研究 |
| 4.3 滚磨光整加工工艺优选的模糊专家推理模型研究 |
| 4.3.1 专家系统的基本组成 |
| 4.3.2 滚磨光整加工工艺优选的专家推理模型研究 |
| 4.3.3 仿真研究 |
| 4.4 本章小结 |
| 第5章 滚磨光整加工数据库的开发与应用 |
| 5.1 滚磨光整加工数据库的开发 |
| 5.1.1 数据库的总体框架 |
| 5.1.2 数据库的系统功能结构 |
| 5.1.3 数据库的开发环境 |
| 5.1.4 面向全产业链应用的用户权限模型设计 |
| 5.1.5 工艺优选融合推理模型的程序实现 |
| 5.2 面向全产业链应用的数据库平台界面 |
| 5.2.1 物料信息维护界面示例 |
| 5.2.2 工艺实例维护界面示例 |
| 5.2.3 案例智能优选界面示例 |
| 5.3 滚磨光整加工数据库在典型企业的定制化应用 |
| 5.3.1 企业定制化服务需求分析 |
| 5.3.2 基于定制化服务的数据库功能设计 |
| 5.3.3 实际生产应用 |
| 5.4 本章小结 |
| 第6章 结论 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读学位期间取得的科研成果 |
| 致谢 |
（10）基于人工智能的政府治理模式变革研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与研究问题 |
| 1.1.1 时代境遇之必然:人工智能时代的大幕初启 |
| 1.1.2 治理转型之诉求:面向智能时代的政府治理变革趋向 |
| 1.1.3 研究问题之提出:如何善用人工智能驱动政府治理模式变革 |
| 1.1.4 研究意义之阐发:描绘人工智能时代政府治理的智治图景 |
| 1.2 国内外研究现状述评 |
| 1.2.1 国外研究回顾 |
| 1.2.2 国内研究回顾 |
| 1.2.3 研究现状评析 |
| 1.3 研究方法与研究框架 |
| 1.3.1 研究方法 |
| 1.3.2 研究框架 |
| 1.4 研究内容与创新之处 |
| 1.4.1 研究内容 |
| 1.4.2 可能的创新点 |
| 1.5 本章小结 |
| 第2章 人工智能与政府治理模式变革的知识基础 |
| 2.1 核心概念 |
| 2.1.1 认识人工智能:一项正在“挑战人”的新兴技术 |
| 2.1.2 政府治理模式:理念、结构和方式 |
| 2.2 典型范式 |
| 2.2.1 数字治理、数据治理、智能治理和智慧治理的具体释义 |
| 2.2.2 数字治理、数据治理、智能治理和智慧治理的关系辨析 |
| 2.3 理论源流 |
| 2.3.1 汲取新公共管理理论思想养分 |
| 2.3.2 审视技术治理理论的合理面向 |
| 2.3.3 数字治理理论催生的智慧政府 |
| 2.3.4 现代系统管理理论的理论启示 |
| 2.4 本章小结 |
| 第3章 人工智能与政府治理模式变革的逻辑理路 |
| 3.1 人工智能驱动政府治理模式变革的内在逻辑 |
| 3.1.1 人工智能驱动政府治理模式变革的内在关联 |
| 3.1.2 人工智能驱动政府治理模式变革的客观基础 |
| 3.2 人工智能驱动政府治理模式变革的技术逻辑 |
| 3.2.1 以“数据”促“善治”的数据驱动逻辑 |
| 3.2.2 以“算法”谋“善治”的算法主导逻辑 |
| 3.2.3 从“链接”到“互嵌”的智能融合逻辑 |
| 3.3 人工智能驱动政府治理模式变革的价值逻辑 |
| 3.3.1 公平与公正——应确保公平公正对待所有人 |
| 3.3.2 安全与隐私——应确保安全可靠、尊重隐私 |
| 3.3.3 开放与包容——应实现开放参与、人人赋能 |
| 3.3.4 透明与责任——应实现易于理解、透明负责 |
| 3.4 人工智能驱动政府治理模式变革的目标逻辑 |
| 3.4.1 由传统扩张型政府走向收缩型政府 |
| 3.4.2 由传统封闭型政府走向开放型政府 |
| 3.4.3 由传统粗放型政府走向精细化政府 |
| 3.4.4 由传统电子化政府走向智能化政府 |
| 3.5 本章小结 |
| 第4章 人工智能驱动政府治理模式变革的运作机理 |
| 4.1 技术与结构的互动:人工智能驱动政府治理模式变革的逻辑结构 |
| 4.1.1 技术的原始吸纳:治理绩效需求催生人工智能技术引入 |
| 4.1.2 技术与组织互构:人工智能技术驱动政府组织形态变革 |
| 4.1.3 政府的自我重塑:政府组织形态变革引致治理模式转型 |
| 4.2 渗透·传导·扩散:人工智能驱动政府治理模式变革的微观机制 |
| 4.2.1 渗透:人工智能引致政府治理理念转变 |
| 4.2.2 传导:人工智能带来政府治理结构调整 |
| 4.2.3 扩散:人工智能驱动政府治理方式创新 |
| 4.3 理念·结构·方式:人工智能驱动政府治理模式变革的具体维度 |
| 4.3.1 思维理念的更新:智慧治理成为政府治理的核心理念 |
| 4.3.2 治理结构的重塑:多元协同成为政府治理的关系结构 |
| 4.3.3 治理方式的转换:智能治理成为政府治理的行动特征 |
| 4.4 以“善智”促善治:人工智能驱动政府治理模式变革的实现进路 |
| 4.4.1 “善智”引入之必要:人工智能“向善”与“为恶”的双重面相 |
| 4.4.2 “善智”之多维解读:基于“价值—技术—应用”复合分析框架 |
| 4.4.3 以“善智”实现善治:人工智能驱动政府治理模式变革的逻辑关联 |
| 4.5 本章小结 |
| 第5章 人工智能驱动政府治理模式变革的实践审视 |
| 5.1 人工智能嵌入政府治理过程的客观挑战 |
| 5.1.1 人工智能场景下公共行政的责任困境 |
| 5.1.2 人工智能挑战公共管理者的传统角色 |
| 5.1.3 人工智能对传统公共行政文化的挑战 |
| 5.2 人工智能嵌入政府治理过程的技术风险 |
| 5.2.1 安全失序 |
| 5.2.2 公平丧失 |
| 5.2.3 隐私泄露 |
| 5.3 人工智能驱动政府治理模式变革的典型案例 |
| 5.3.1 智能化治理的中国场景:浙江、广东和上海实践 |
| 5.3.2 智能化治理的世界经验:美国、“英国—欧盟”和韩国 |
| 5.3.3 国内外智能化治理实践的实践反思 |
| 5.4 本章小结 |
| 第6章 人工智能驱动政府治理模式变革的行动策略 |
| 6.1 认识更新:提升对人工智能嵌入政府治理的理性认知 |
| 6.1.1 意识层面:重视人工智能对人类政府运行的影响 |
| 6.1.2 知识层面:加强对人工智能相关理论的宣传讲解 |
| 6.1.3 行为层面:打造善用人工智能技术的组织内文化 |
| 6.2 技术治理:构建确保人工智能向善的完备治理体系 |
| 6.2.1 技术治理行动者的协同:优化人工智能治理的主体生态 |
| 6.2.2 技术治理内容的全覆盖:聚焦人工智能治理的要素层次 |
| 6.2.3 技术适用情景的精准化:开发面向政府场景的人工智能 |
| 6.3 制度跟进:健全政府治理运用人工智能的制度规则 |
| 6.3.1 完善面向智能行政场景的制度法规 |
| 6.3.2 建立起部门间数据共享和互通规则 |
| 6.3.3 建构智能场景下技术责任应对体系 |
| 6.4 机制创新:完善人工智能嵌入政府治理的实践机制 |
| 6.4.1 建立起人工智能的专业机构和领导体系 |
| 6.4.2 建立起专业的人才管理制度和培养机制 |
| 6.4.3 建立完善的人工智能应用科学评估机制 |
| 6.5 本章小结 |
| 第7章 结语和展望 |
| 7.1 研究结语 |
| 7.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间科研工作情况 |
四、智能化流程控制的软件动态集成（论文参考文献）
- [1]集成决策的情境感知业务流程一体化建模方法研究[D]. 宋容嘉. 北京交通大学, 2021(02)
- [2]基于BIM的无砟轨道智能建造维护技术及数据应用方法研究[D]. 宋树宝. 北京交通大学, 2021(02)
- [3]强碱三元复合驱储层结垢智能预测方法研究[D]. 胡亚楠. 东北石油大学, 2020(03)
- [4]数据驱动下科技情报智慧服务模式研究[D]. 王益成. 吉林大学, 2020(08)
- [5]面向智能生产车间的物流系统设计与开发[D]. 杨智飞. 东南大学, 2020
- [6]服装智能工厂能力成熟度评价模型研究[D]. 赵妮. 东华大学, 2020(01)
- [7]面向智能制造的D公司生产流程评价及优化研究[D]. 陈雅梦. 长春理工大学, 2020(01)
- [8]基于智能化的建筑工程施工组织策划管理研究[D]. 牛硕. 北京交通大学, 2020(03)
- [9]滚磨光整加工数据库平台研发及工艺方案决策方法研究[D]. 高炜. 太原理工大学, 2020
- [10]基于人工智能的政府治理模式变革研究[D]. 王张华. 湘潭大学, 2020(10)