基于AHP与DHNN的智能制造成熟度评估模型研究

被引:20
作者
肖吉军
郑颖琦
徐洁萍
机构
[1] 桂林电子科技大学商学院
关键词
中国制造2025; 智能制造; 评估指标; 层次分析法; 离散型Hopfield神经网络;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算]; F424 [工业建设与发展];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ; 020205 ; 0202 ;
摘要
随着"中国制造2025"战略的提出,如何高质增效地由传统制造向智能制造发展尤为重要。从企业运营管理水平、区域创新能力、供应链物流能力以及信息互联互通程度四个维度建立智能制造成熟度评估指标体系,并构建基于层次分析法改进的离散型Hopfield神经网络评估模型,通过相关统计数据验证模型的可用性,据此得到5个待分类区域的成熟度等级。结果表明,智能制造成熟度等级较低的区域应注重合理处理本区域政府与市场的关系、打造产业技术园、扶持与推动本区域信息服务业的发展,以促进本区域制造业转型升级。
引用
收藏
页码:105 / 110
页数:6
相关论文
共 8 条
[1]   新能源装备制造企业智造化发展影响因素研究 [J].
孟凡生 ;
于建雅 .
科技进步与对策, 2017, 34 (07) :117-123
[2]   我国主要省市智能制造能力综合评价与研究——基于因子分析法的实证分析 [J].
董志学 ;
刘英骥 .
现代制造工程, 2016, (01) :151-158
[3]   智能制造——“中国制造2025”的主攻方向 [J].
周济 .
中国机械工程, 2015, 26 (17) :2273-2284
[4]   我国制造业低碳升级进程评估及预测 [J].
刘景卿 ;
俞海山 .
系统科学学报, 2015, 23 (03) :96-99
[5]   评价管理研究的SMART原则 [J].
刘祯 .
经济与管理评论, 2013, 29 (01) :54-58+136
[6]   基于离散型Hopfield神经网络的台风灾情评估模型 [J].
陈仕鸿 ;
刘晓庆 .
自然灾害学报, 2011, 20 (05) :47-52
[7]  
AF-DHNN: Fuzzy Clustering and Inference-Based Node Fault Diagnosis Method for Fire Detection[J] . Shan Jin,Wen Cui,Zhigang Jin,Ying Wang. Sensors . 2015 (7)
[8]  
Neural networks and physical systems with emergent collective computational abilities.[J] . Hopfield J J. Proceedings of the National Academy of Sciences of the United States of America . 1982 (8)