0去购物车结算
购物车中还没有商品,赶紧选购吧!
当前位置: > 工业人工智能创新与应用

相同语种的商品

浏览历史

工业人工智能创新与应用


联系编辑
 
标题:
 
内容:
 
联系方式:
 
  
工业人工智能创新与应用
  • 书号:9787030717337
    作者:彭国超,邢飞,刘彩华
  • 外文书名:
  • 丛书名:数据分析与定量研究丛书
  • 装帧:平装
    开本:B5
  • 页数:298
    字数:400000
    语种:zh-Hans
  • 出版社:科学出版社
    出版时间:2022-05-01
  • 所属分类:
  • 定价: ¥159.00元
    售价: ¥125.61元
  • 图书介质:
    纸质书

  • 购买数量: 件  可供
  • 商品总价:

相同系列
全选

内容介绍

样章试读

用户评论

全部咨询

工业人工智能是支撑智慧工厂深度变革与重大创新的核心驱动技术。本书在梳理相关研究的基础上,尝试贯穿研发、生产、销售、物流、售后等不同环节,探讨工业人工智能在产品全生命周期的创新性应用,分析工业人工智能在落地及实施阶段可能面临的挑战与困难,构建工业人工智能成熟度评估体系,同时结合大量国内外案例剖析工业人工智能如何与不同行业进行深度融合,由此为我国制造业新一轮数字化转型及创新带来启示。
样章试读
  • 暂时还没有任何用户评论
总计 0 个记录,共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

  • 暂时还没有任何用户咨询内容
总计 0 个记录,共 1 页。 第一页 上一页 下一页 最末页
用户名: 匿名用户
E-mail:
咨询内容:

目录

  • 目录
    第一部分 智能制造、工业大数据及工业人工智能
    第1章 智能制造的过往、现在及将来 3
    1.1 智能制造的发展历程 3
    1.2 智能制造的发展现状 4
    1.2.1 智能制造的定义 4
    1.2.2 智能制造的核心技术要素 5
    1.2.3 全球主要国家的智能制造发展战略 11
    1.2.4 我国智能制造的扶持政策及发展现状 14
    1.3 智能制造的发展前景 16
    1.4 本章小结 17
    参考文献 17
    第2章 工业大数据的来源与种类 19
    2.1 工业大数据的概念 20
    2.2 工业大数据的特征 20
    2.3 工业大数据的来源 23
    2.4 工业大数据在产品全生命周期的应用 24
    2.4.1 研发设计 24
    2.4.2 生产制造 25
    2.4.3 市场营销 27
    2.4.4 物流供应 28
    2.4.5 售后服务 29
    2.5 本章小结 30
    参考文献 30
    第3章 人工智能对制造业带来的“危”与“机” 32
    3.1 人工智能的发展历程与基础定义 32
    3.1.1 人工智能的发展历程 32
    3.1.2 人工智能的基础定义 34
    3.2 人工智能与机器学习、深度学习 34
    3.2.1 机器学习 35
    3.2.2 深度学习 39
    3.3 人工智能的应用 41
    3.3.1 人工智能在制造业的应用概况 41
    3.3.2 人工智能在其他领域的应用概况 43
    3.4 人工智能给制造业带来的挑战和机遇 44
    3.4.1 人工智能给制造业带来的挑战 44
    3.4.2 人工智能给制造业带来的机遇 45
    3.5 本章小结 46
    参考文献 46
    第二部分 工业人工智能的应用场景
    第4章 人工智能与研发设计 51
    4.1 研发设计基础介绍 51
    4.1.1 研发设计部职能 51
    4.1.2 研发设计部组织架构 52
    4.1.3 研发设计部工作流程 54
    4.2 研发设计需求 56
    4.2.1 传统研发设计特点 56
    4.2.2 工业4.0背景下研发设计信息需求 57
    4.2.3 研发设计活动中人工智能应用 59
    4.2.4 人工智能研发设计带来的优势 62
    4.3 研发设计大数据 65
    4.4 本章小结 66
    参考文献 67
    第5章 人工智能与生产制造 68
    5.1 生产制造基础介绍 68
    5.1.1 生产制造部职能 68
    5.1.2 生产制造部组织架构 69
    5.1.3 生产制造部工作流程 71
    5.2 生产制造需求 73
    5.2.1 传统生产制造特点 73
    5.2.2 工业4.0背景下的生产制造信息需求 74
    5.2.3 生产制造活动中人工智能应用 76
    5.2.4 人工智能生产制造带来的优势 78
    5.3 生产制造大数据 81
    5.4 本章小结 82
    参考文献 82
    第6章 人工智能与市场营销 84
    6.1 市场营销基础介绍 84
    6.1.1 市场营销部职能 84
    6.1.2 市场营销部组织架构 85
    6.1.3 市场营销部工作流程 87
    6.2 市场营销需求 88
    6.2.1 传统市场营销特点 88
    6.2.2 工业4.0背景下市场营销信息需求 90
    6.2.3 市场营销活动中人工智能应用 91
    6.2.4 人工智能市场营销带来的优势 92
    6.3 市场营销大数据 94
    6.4 本章小结 95
    参考文献 95
    第7章 人工智能与物流供应 97
    7.1 物流供应基础介绍 97
    7.1.1 物流供应部职能 97
    7.1.2 物流供应部组织架构 98
    7.1.3 物流供应部工作流程 99
    7.2 物流供应需求 102
    7.2.1 传统物流供应特点 102
    7.2.2 工业4.0背景下物流供应信息需求 103
    7.2.3 物流供应活动中人工智能应用 104
    7.2.4 人工智能物流供应带来的优势 105
    7.3 物流供应大数据 106
    7.4 本章小结 107
    参考文献 107
    第8章 人工智能与售后服务 108
    8.1 售后服务基础介绍 108
    8.1.1 售后服务部职能 108
    8.1.2 售后服务部组织架构 109
    8.1.3 售后服务部工作流程 110
    8.2 售后服务需求 111
    8.2.1 传统售后服务特点 111
    8.2.2 工业4.0背景下售后服务信息需求 112
    8.2.3 售后服务活动中人工智能应用 113
    8.2.4 人工智能售后服务带来的优势 114
    8.3 售后服务大数据 116
    8.4 本章小结 116
    参考文献 117
    第三部分 工业人工智能成熟度评估及组织变革
    第9章 I4.0-AIM工业人工智能成熟度评估方法 121
    9.1 I4.0-AIM模型的提出背景和意义 121
    9.2 前有相关成熟度模型分析 122
    9.3 I4.0-AIM模型构建方法 124
    9.3.1 系统性文献回顾 125
    9.3.2 专家访谈 127
    9.4 I4.0-AIM模型架构 129
    9.4.1 I4.0-AIM模型的评价维度和测评指标 129
    9.4.2 I4.0-AIM模型的评价等级 134
    9.4.3 工业人工智能成熟度概述 134
    9.5 I4.0-AIM模型的应用 138
    9.5.1 评价方法 138
    9.5.2 评价步骤 139
    9.5.3 应用示例 140
    9.6 本章小结 141
    参考文献 141
    第10章 工业人工智能的企业变革与转型路径 144
    10.1 变革管理 144
    10.1.1 变革管理的含义 144
    10.1.2 变革管理的必要性 145
    10.1.3 变革管理理论 146
    10.2 人工智能所引起的企业变革 147
    10.2.1 技术变革 147
    10.2.2 个人变革 148
    10.2.3 组织变革 149
    10.3 工业人工智能转型障碍因素 151
    10.4 工业人工智能变革干预措施 153
    10.4.1 人际干预措施 153
    10.4.2 人力资源干预措施 153
    10.4.3 技术-结构干预措施 154
    10.4.4 战略干预措施 154
    10.5 本章小结 154
    参考文献 154
    第11章 工业人工智能的实施挑战与对策 156
    11.1 工业人工智能的实施挑战 156
    11.2 制造业积累的数据难以满足人工智能建设需求 156
    11.2.1 数据量尚未达到工业人工智能建设标准 156
    11.2.2 数据质量在多个维度上难以满足人工智能建设需求 157
    11.3 人工智能算法难以满足制造业对准确性的极高要求 157
    11.3.1 人工智能算法自身的不成熟性影响结果的准确性 157
    11.3.2 人工环节的不确定性和判断尺度的可调性影响算法准确性 157
    11.3.3 算法无法模拟决策过程的复杂性 158
    11.3.4 产品体系和测试场景的多样性要求算法具有多样性 158
    11.3.5 算法与视觉须具备协同性 158
    11.4 较高的投资成本与尚不清晰的收益回报相矛盾 159
    11.4.1 建设工业人工智能需耗费大量资金成本 159
    11.4.2 人工智能建设需要耗费大量的时间成本 159
    11.4.3 缺乏人工智能与制造业深度融合所需的复合型人才 159
    11.4.4 回报收益难以评估,投资前景尚不清晰 160
    11.5 较低的建设需求使得企业缺少必要的建设动力 160
    11.6 工业人工智能的建设势必会对伦理道德产生冲击 161
    11.7 对策与建议 162
    参考文献 163
    第四部分 工业人工智能的应用案例
    第12章 能源、冶金及化工行业案例 167
    12.1 能源、冶金及化工行业背景特征 167
    12.2 石油行业工业人工智能应用 168
    12.2.1 石油工业行业特征 168
    12.2.2 应用原理及应用现状 168
    12.2.3 案例分析 170
    12.3 冶金行业工业人工智能 172
    12.3.1 冶金工业行业特征 172
    12.3.2 应用原理及应用现状 173
    12.3.3 案例分析 175
    12.4 化工行业工业人工智能应用 178
    12.4.1 化学工业行业特征 178
    12.4.2 应用原理及应用现状 178
    12.4.3 案例分析 180
    12.5 煤炭行业工业人工智能应用 183
    12.5.1 煤炭行业特征 183
    12.5.2 应用原理及应用现状 183
    12.5.3 案例研究 184
    12.6 未来趋势与建议 187
    参考文献 189
    第13章 交通运输设备制造业应用案例 190
    13.1 交通运输设备制造业背景特征 190
    13.2 汽车制造业工业人工智能应用 190
    13.2.1 汽车制造业特征 190
    13.2.2 应用原理及应用现状 191
    13.2.3 案例分析 192
    13.3 航空制造业工业人工智能应用 198
    13.3.1 航空制造业特征 198
    13.3.2 应用原理和应用现状 198
    13.3.3 案例分析 200
    13.4 轨道交通制造业工业人工智能应用 205
    13.4.1 轨道交通制造业特征 205
    13.4.2 应用原理和应用现状 206
    13.4.3 案例分析 208
    13.5 未来趋势与建议 212
    参考文献 214
    第14章 食品工业应用案例 216
    14.1 食品工业的背景特征 216
    14.1.1 行业特征 216
    14.1.2 食品工业所涉及的主要人工智能技术 217
    14.2 农副食品加工行业工业人工智能应用 219
    14.2.1 农副食品加工行业特征 219
    14.2.2 应用原理及应用现状 220
    14.2.3 案例分析 221
    14.3 食品制造业工业人工智能应用 227
    14.3.1 食品制造业特征 227
    14.3.2 应用原理及应用现状 228
    14.3.3 案例分析 229
    14.4 饮料制造业工业人工智能应用 231
    14.4.1 饮料制造业特征 231
    14.4.2 应用原理及应用现状 232
    14.4.3 案例分析 233
    14.5 未来趋势与建议 237
    参考文献 239
    第15章 计算机、通信与其他电子设备制造业应用案例 240
    15.1 计算机、通信与其他电子设备制造业的背景特征 240
    15.2 计算机制造业人工智能应用 243
    15.2.1 计算机制造业背景特征 243
    15.2.2 计算机制造业人工智能的应用原理及现状 244
    15.2.3 案例分析 246
    15.3 电视机制造业人工智能的应用 254
    15.3.1 电视机制造业背景特征 254
    15.3.2 电视机制造业人工智能的应用现状 255
    15.3.3 案例分析 255
    15.4 通信终端(手机)制造业人工智能的应用 258
    15.4.1 通信终端(手机)制造业背景特征 258
    15.4.2 通信终端(手机)制造业人工智能的应用原理及现状 258
    15.4.3 案例分析 259
    15.5 未来趋势与建议 260
    参考文献 261
    第16章 装备制造业应用案例 262
    16.1 装备制造业的背景特征 262
    16.2 农业装备制造业工业人工智能应用 263
    16.2.1 农业装备制造业特征 263
    16.2.2 应用原理及应用现状 263
    16.2.3 案例分析 265
    16.3 液压行业工业人工智能应用 271
    16.3.1 液压行业特征 271
    16.3.2 应用原理及应用现状 272
    16.3.3 案例分析 273
    16.4 工业自动化设备行业工业人工智能应用 276
    16.4.1 工业自动化设备行业背景 276
    16.4.2 应用原理及应用现状 277
    16.4.3 案例分析 278
    16.5 未来趋势与建议 282
    参考文献 283
    附录 285
帮助中心
公司简介
联系我们
常见问题
新手上路
发票制度
积分说明
购物指南
配送方式
配送时间及费用
配送查询说明
配送范围
快递查询
售后服务
退换货说明
退换货流程
投诉或建议
版权声明
经营资质
营业执照
出版社经营许可证