本書主要內(nèi)容包括工業(yè)機器人認知、工業(yè)機器人的機械系統(tǒng)、工業(yè)機器人控制系統(tǒng)與傳感器、工業(yè)機器人的手動操作、工業(yè)機器人的示教編程、工業(yè)機器人的離線編程、工業(yè)機器人和外圍設備的通信及工業(yè)機器人的應用，共8個項目。

本書的主要內(nèi)容包括：智能控制的基本概念、模糊控制的理論基礎、模糊控制系統(tǒng)、人工神經(jīng)元網(wǎng)絡模型、神經(jīng)網(wǎng)絡控制論等，后簡單介紹了智能控制的集成技術等，最后分別介紹了深度學習和強化學習。

本書主要介紹工業(yè)機器人的基礎理論以及編程應用，包括工業(yè)機器人的發(fā)展與分類認知、工業(yè)機器人機械結(jié)構(gòu)認知、工業(yè)機器人感知系統(tǒng)認知、工業(yè)機器人控制系統(tǒng)認知、讓機器人動起來、工業(yè)機器人基礎設置、工業(yè)機器人軌跡編程和工業(yè)機器人搬運等8個項目。

本書共6個項目。項目一以3個任務驅(qū)動，介紹傳感器基礎認知，包括檢測系統(tǒng)及其誤差的基本知識；項目二以5個任務驅(qū)動，介紹溫度測量，包括熱電阻、熱電偶、熱敏電阻等測溫傳感器的工作原理及應用；項目三以5個任務驅(qū)動，介紹壓力測量，包括彈簧管式、電阻應變式、壓電式等壓力傳感器的工作原理及應用；項目四以5個任務驅(qū)動，介紹流量測量，包

本書綜合了現(xiàn)有的數(shù)據(jù)采集和預處理技術，按照實際工作中的順序，先介紹了大數(shù)據(jù)及數(shù)據(jù)采集的基礎知識，然后介紹了使用爬蟲技術進行數(shù)據(jù)采集、使用傳感器進行數(shù)據(jù)采集、使用Kettle進行數(shù)據(jù)遷移和采集以及使用Python進行數(shù)據(jù)存儲和處理，并以實訓項目的形式，將技術與理論有機融為一體。

本書是基于工業(yè)機器人應用領域一體化教學創(chuàng)新平臺(BN-R116-KR4)編寫的，分為中級篇和高級篇：中級篇包括工業(yè)機器人應用編程創(chuàng)新平臺認知、工業(yè)機器人產(chǎn)品出入庫、工業(yè)機器人視覺分揀與定位、工業(yè)機器人諧波減速器裝配和工業(yè)機器人離線仿真應用編程五個項目；高級篇包括工業(yè)機器人創(chuàng)新平臺虛擬調(diào)試、工業(yè)機器人雙機協(xié)作應用編程和工

本書聚焦“啟發(fā)式方法”這個主題，分5個部分進行介紹。第1部分概述了各種類型的啟發(fā)式方法；第2部分側(cè)重于面向數(shù)據(jù)的啟發(fā)式方法及其在數(shù)據(jù)科學問題中的應用；第3部分詮釋了面向最優(yōu)化的啟發(fā)式方法，以及它們?nèi)绾谓鉀Q具有挑戰(zhàn)性的最優(yōu)化問題；第4部分是講解如何設計和實施新的啟發(fā)式方法，以解決特定問題的相關內(nèi)容；第5部分介紹了關于啟發(fā)

本書主要內(nèi)容包括智能入庫、智能出庫、智能倉儲、AGV、光學尺寸檢測、平面度檢測等。本書結(jié)合工作崗位的實際需求，采用“項目導向、任務驅(qū)動”的模式，是校企合作開發(fā)編寫的項目式教材。本書按照實際工作流程，遵循從簡單到復雜、從單一到綜合的原則，將理論與實踐進行有機結(jié)合，實現(xiàn)教、學、做一體化，注重吸收行業(yè)發(fā)展的新知識、技術工藝方

本書是一部通過提供一套易于遵守及操作的方法論來實現(xiàn)高質(zhì)量數(shù)據(jù)管理的實踐指南。內(nèi)容全面、詳細，并有許多實用的建議和模板，第1版推出后，已成為全球信息質(zhì)量實踐者的書籍，甚至已成為美國阿肯色大學信息質(zhì)量研究生項目的教科書。本書共7章，內(nèi)容包括數(shù)據(jù)質(zhì)量和依賴于數(shù)據(jù)的世界、數(shù)據(jù)質(zhì)量實踐、關鍵概念、十步法流程、設計項目結(jié)構(gòu)、其他技

強化學習是機器學習領域的一種重要學習手段，是一種從環(huán)境狀態(tài)到行為映射的學習方式，是實現(xiàn)智能系統(tǒng)具有自適應能力、自學習能力的重要途徑。本書以強化學習算法與多機器人系統(tǒng)的結(jié)合為主要背景，介紹了主要的強化學習算法模型，討論了它們的原理和優(yōu)缺點；本書針對多機器人協(xié)作，從實際應用問題的角度分析，指出了局部性、不確定性和自組