[发明专利]基于FASSA-BP算法的智能制造能力成熟度评价方法

说明书

本发明提供基于FASSA‑BP算法的智能制造能力成熟度评价方法，包括：构建智能制造能力评价指标体系，获取其二级评价指标得分的样本数据，对样本数据采用算数平均法和加权平均法计算样本数据的期望输出值；通过BP神经网络训练评价模型，将样本数据作为输入层，期望输出值作为输出层，并确定隐含层节点数；通过FASSA算法优化BP神经网络的权值和阈值；对优化后的BP神经网络模型进行训练得到智能制造能力成熟度评价模型；输入待评价的二级评价指标得分数据，通过训练后的智能制造能力成熟度评价模型获得评价结果。该方法有效克服能力成熟度传统评价方法的不足，整体评价减少主观因素的影响。

技术领域

本发明涉及智能制造技术领域，具体涉及基于FASSA-BP算法的智能制造能力成熟度评价方法。

背景技术

作为新一轮产业革命的核心，智能制造正在全球范围内引领制造企业智能化转型，智能制造能力评价成为企业科学制定实施路径、持续提升智能制造水平的关键。智能制造实施和推进中，很多企业对其整体智能制造发展水平认识不足，缺少有效方法诊断智能制造能力和识别差距，如何针对企业智能制造能力开展评价成为国内外学者关注的新的研究领域，其中，以成熟度理论为基础，展开智能制造能力评价研究成为一个重要的研究方向。

智能制造能力成熟度能够反映企业智能制造发展水平，但是还需要结合具体的评价方法对其进行评价。国内外研究学者围绕智能制造能力成熟度评价方法以及评价模型的构建问题展开探索。

Wagire利用模糊层次分析法确定了工业4.0成熟度评估模型，并在此基础上对一家汽车零部件制造企业实施评价，研究表明该模型在实际应用中具有可行性，且易于自我评价。Ruiz通过模糊综合评价法建立能力成熟度评价模型，以此来明确企业智能制造水平。Colli基于学习理论模型，提出了一种新的360数字成熟度评估方法，研究结果显示该方法能够为企业提供可操作的建议，使得工业4.0能力成熟度评价结果具体化。Lee在营运管理概念的基础上构建了智能工厂评估框架，利用网络分析法进行分析评价，通过案例分析验证该框架的有效性。Liu在关于碳市场成熟度评价研究问题上深入探讨，并提出基于熵的TOPSIS模型来衡量碳市场的成熟度水平。为确定智能制造成熟度发展水平，肖吉军等将层次分析法与Hopfield神经网络相结合，并在此基础上进行实证研究，从而明确所提方法的可用性。徐新新等利用模糊综合评价法开展智能制造能力研究。与此同时，郑志强采用突变级数法以实现对智能制造能力的度量。邵坤等将因子分析法作为智能制造能力评价方法，并将中国部分省份作为研究样本，经过评价得到各省能力排名。

上述国内外研究学者，围绕智能制造能力成熟度问题，从不同视角对其开展研究，为智能制造能力成熟度评价提供了一定理论基础和方法借鉴。虽然取得一定研究成果，但整体上还在不断摸索探究，目前还处于起步阶段，尤其是在评价方法方面仍存在有待完善的地方。具体表现为已有研究多采用层次分析法(AHP)、因子分析法等传统评价方法，虽然保留了大部分指标的原始信息，但由于权重的确定受专家经验的影响，评价过程具有明显的主观性。此外，这些方法还存在工作量大、计算复杂，花费时间较多等缺陷。

为此，本发明提出了一种新的基于FASSA-BP算法的智能制造能力成熟度评价方法。

发明内容

为解决上述问题，本发明在构建企业智能制造能力成熟度评价指标的基础上，利用麻雀搜索算法(SSA)、萤火虫算法(FA)、BP(Back Propagation，BP)神经网络，提出基于FASSA-BP算法的智能制造能力成熟度评价方法，有效克服能力成熟度传统评价方法的不足。

为实现上述目的，本发明提供了如下的技术方案。

基于FASSA-BP算法的智能制造能力成熟度评价方法，包括以下步骤：

构建智能制造能力评价指标体系，获取其二级评价指标得分的样本数据，对样本数据采用算数平均法和加权平均法计算样本数据的期望输出值；