基于FASSA-BP算法的智能制造能力成熟度评价方法技术

本发明专利技术提供基于FASSA

【技术实现步骤摘要】
基于FASSA
‑
BP算法的智能制造能力成熟度评价方法


[0001]本专利技术涉及智能制造
，具体涉及基于FASSA
‑
BP算法的智能制造能力成熟度评价方法。

技术介绍

[0002]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。
[0003]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。
[0004]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本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于FASSA
‑
BP算法的智能制造能力成熟度评价方法，其特征在于，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；构建BP神经网络：其中，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；所述FASSA算法为优化的麻雀算法，其中，将BP神经网络误差函数作为适应度函数，按照基本麻雀算法更新麻雀位置和计算适应度值；利用萤火虫扰动策略更新麻雀位置，获取最优解作为BP神经网络中不同神经元间初始的权值及阈值；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得分，并根据评价得分获得相应的评价等级。2.根据权利要求1所述的基于FASSA
‑
BP算法的智能制造能力成熟度评价方法，其特征在于，所述样本数据的期望输出值的获取方法包括以下步骤：将样本数据利用算术平均法计算获取一级指标权重和一级指标得分，分别记为H
t
和F
t
；再采用加权平均法将样本数据中每个指标对应的得分乘以对应指标权重，最后相加得到每条样本的期望输出值E
h
：E
h
＝F1*H1+F2*H2+
…
+F
t
*H
t
,(t＝1,2,
…
,10)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)。3.根据权利要求2所述的基于FASSA
‑
BP算法的智能制造能力成熟度评价方法，其特征在于，所述样本数据为通过问卷调查量化的指标数据；所述样本数据和期望输出值在训练前采用归一化中的Min
‑
max方法进行预处理。4.根据权利要求1所述的基于FASSA
‑
BP算法的智能制造能力成熟度评价方法，其特征在于，所述FASSA算法优化BP神经网络包括以下步骤：确定BP神经网络的结构；初始化FASSA算法种群，根据BP神经网络拓扑结构计算FASSA算法的搜索空间维度，计算公式为：Dim＝inputnum*hiddennum+outputnum*h...

【专利技术属性】
技术研发人员：石莉，黄克，丁雪红，李敏，刘圆，
申请(专利权)人：淮北师范大学，
类型：发明
国别省市：