【技术实现步骤摘要】
本专利技术涉及智能制造能力评估领域，尤其是一种基于大数据的智能制造能力成熟度评估方法及系统。
技术介绍
1、智能制造是指利用数字化、智能化和自动化技术来提升制造业的生产效率、产品质量和灵活性的理念和方法。智能制造能力成熟度评估是对企业在智能制造领域的发展和应用程度进行评估，反映了企业在数字化、智能化和自动化方面的成熟程度以及在关键领域的能力水平。当前智能制造能力成熟度处于还处于研究和发展阶段，亟需一种基于大数据的智能制造能力成熟度评估方法及系统，以应对当前智能制造能力成熟度评估需求。
技术实现思路
1、针对当前企业智能制造能力成熟度评估方法的不足，本专利技术提出了一种基于大数据的智能制造能力成熟度评估方法及系统，旨在为当前智能制造能力成熟度评估需求提供更精准、可量化和针对性解决办法。
2、第一方面，本专利技术提供了一种基于大数据的智能制造能力成熟度评估方法，包括如下步骤：确定业务的全流程，通过所述全流程划分智能制造能力成熟度评估模块；基于所述智能制造能力成熟度评估模块，构建成熟度评估体系；基于所述成熟度评估体系搭建权重优化模型，并利用所述权重优化模型优化成熟度评估体系各项指标的权重；利用优化后的成熟度评估体系搭建成熟度评估模型，并利用所述成熟度评估模型评估目标企业的智能制造能力成熟度。本专利技术所提供的基于大数据的智能制造能力成熟度评估方法，旨在弥补传统评估方法的不足，为满足当前智能制造能力成熟度评估需求提供了更加精确、可量化和有针对性的解决方案。本专利技术提供的方法通
3、可选地，所述确定业务的全流程，通过所述全流程划分智能制造能力成熟度评估模块，包括如下步骤：确定业务线，并基于所述业务线划分属性模块；利用所述业务线的产出能力与所述属性模块的相关性，设置属性模块的评估系数；通过所述属性模块和对应的评估系数，获得智能制造能力成熟度评估模块。本可选项有助于更精确地评估企业的智能制造能力，提升生产效率和质量，为制造业的数字化和自动化发展提供了关键支持。
4、可选地，所述确定业务的全流程，通过所述全流程划分智能制造能力成熟度评估模块，还包括如下步骤：根据业务线的营收与整体业务的营收占比，设置业务线的评估系数；汇总多条业务线的评估系数，以及多条业务线的属性模块和对应的评估系数，获得智能制造能力成熟度评估模块。本可选项通过综合考虑不同业务线的经济重要性，进一步优化了评估模块的设计，以更准确地反映企业的智能制造能力。这有助于企业更有效地分配资源和战略规划，提升整体竞争力，是智能制造发展的重要进步。
5、可选地，所述基于所述智能制造能力成熟度评估模块，构建成熟度评估体系，包括如下步骤：确定智能制造能力成熟度评估模块的多级评估指标；设定各级评估指标中各项评估指标的权重；结合各项评估指标和对应的权重，构建成熟度评估体系。本可选项通过多级评估指标的设定和权重的赋值，能够详细反映企业的智能制造能力，并允许针对不同领域或指标进行更有针对性的评估。基于本可选项所搭建的多层次的评估模型为企业提供了更准确、精细的成熟度评估，有助于深化对企业现有智能制造水平的理解，为未来改进和决策提供有力支持。
6、可选地，所述成熟度评估体系包括属性模块、一级指标、二级指标以及三级指标；所述属性模块用于评估所述业务线中部分业务的智能制造能力成熟度；所述一级指标用于评估对应的属性模块的成熟度；所述二级指标用于评估对应的一级指标的成熟度；所述三级指标用于评估二级指标的成熟度。本可选项所提出的多层次结构，有助于更精确地评估不同级别的智能制造能力，进而实现从业务线的整体能力到更具体指标的全面评估。
7、可选地，基于所述成熟度评估体系搭建权重优化模型，并利用所述权重优化模型优化成熟度评估体系各项指标的权重，包括如下步骤：基于所述成熟度评估体系，获取相同制造领域内多个企业的指标数据；分别搭建多个企业的本地权重优化模型，并搭建企业间的通信通道；利用所述本地权重优化模型结合对应的指标数据，优化各项指标的权重，通过所述通信通道，获得多个企业间优化后的权重数据；构建权重确定模型，并结合优化后的权重数据和所述权重确定模型，确定成熟度评估体系各项指标的权重。本可选项通过多个企业的数据协同合作，构建本地权重优化模型，同时确保数据的隐私和安全。本可选项使得各项指标的权重能够更准确地反映其在不同企业间的贡献，提高了评估的客观性和公正性。通过通信通道，企业可以分享仅包括权重数据的信息，避免了敏感数据的泄露风险。基于权重确定模型，各项指标的权重得以确定，实现了更精确的成熟度评估。
8、可选地，所述权重优化模型，包括：一级输入层、所述一级隐藏层、所述一级输出层、所述二级隐藏层、所述二级输出层、所述三级隐藏层以及所述三级输出层；其中，所述一级输入层的神经元数量与所述三级指标的数量相同；所述一级隐藏层中包括多类一级子隐藏层，所述一级子隐藏层的类别数量与所述二级指标的数量相同，所述一级输入层的任一个神经元与对应类别的一级子隐藏层中的神经元全连接；所述一级输出层的神经元数量与所述二级指标的数量相同，所述一级输出层的任一个神经元与对应类别的一级子隐藏层中的神经元全连接；所述二级隐藏层中包括多类二级子隐藏层，所述二级子隐藏层的类别数量与所述一级指标的数量相同，所述一级输出层的任一神经元与对应类别的二级子隐藏层中的神经元全连接；所述二级输出层的神经元数量与所述一级指标的数量相同，所述二级输出层的任一个神经元与对应类别的二级子隐藏层中的神经元全连接；所述三级隐藏层中包括多类三级子隐藏层，所述三级子隐藏层的类别数量与所述属性模块的数量相同，所述二级输入层的任一个神经元与对应类别的三级子隐藏层中的神经元全连接；所述三级输出层的神经元数量与所述属性模块的数量相同，所述三级输出层的任一个神经元与对应类别的三级子隐藏层中的神经元全连接。本可选项所提供的权重优化模型，能够更好地捕获各指标间的复杂关系，为成熟度评估提供更准确的权重。
9、可选地，所述权重确定模型，满足如下公式：其中，α表示指标α待确定的权重值，u表示参与评估的公司数量，αi表示第i家公司对于指标α优化后的权重值，表示求取令为最小值的指标α的权重值。本可选项通过最小化不同公司间权重的差异，以获得一致的权重分配，从而确保成熟度评估更加客观和可比。本可选项所提供的方法有效减少了主观因素的影响，为智能制造能力成熟度评估提供了更可靠的权重值。
10、可选地，所述利用优化后的成熟度评估体系搭建成熟度评估模型，并利用所述成熟度评估模型评估目标企业的智能制造能力成熟度，包括如下步骤：利用优化后的成熟度评估体系中各项指标和对应的权重，搭建成熟度评估模型；基于所述优化后的成熟度评估体系，获得目标企业的各项本文档来自技高网...
【技术保护点】
1.一种基于大数据的智能制造能力成熟度评估方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于大数据的智能制造能力成熟度评估方法，其特征在于，所述确定业务的全流程，通过所述全流程划分智能制造能力成熟度评估模块，包括如下步骤：
3.根据权利要求2所述的基于大数据的智能制造能力成熟度评估方法，其特征在于，所述确定业务的全流程，通过所述全流程划分智能制造能力成熟度评估模块，还包括如下步骤：
4.根据权利要求1所述的基于大数据的智能制造能力成熟度评估方法，其特征在于，所述基于所述智能制造能力成熟度评估模块，构建成熟度评估体系，包括如下步骤：
5.根据权利要求4所述的基于大数据的智能制造能力成熟度评估方法，其特征在于，所述成熟度评估体系包括属性模块、一级指标、二级指标以及三级指标；所述属性模块用于评估所述业务线中部分业务的智能制造能力成熟度；所述一级指标用于评估对应的属性模块的成熟度；所述二级指标用于评估对应的一级指标的成熟度；所述三级指标用于评估二级指标的成熟度。
6.根据权利要求5所述的基于大数据的智能制造能力成熟度
7.根据权利要求6所述的基于大数据的智能制造能力成熟度评估方法，其特征在于，所述权重优化模型，包括：
8.根据权利要求6所述的基于大数据的智能制造能力成熟度评估方法，其特征在于，所述权重确定模型，满足如下公式：其中，α表示指标α待确定的权重值，U表示参与评估的公司数量，αi表示第i家公司对于指标α优化后的权重值，表示求取令为最小值的指标α的权重值。
9.根据权利要求5所述的基于大数据的智能制造能力成熟度评估方法，其特征在于，所述利用优化后的成熟度评估体系搭建成熟度评估模型，并利用所述成熟度评估模型评估目标企业的智能制造能力成熟度，包括如下步骤：
10.一种基于大数据的智能制造能力成熟度评估系统，其特征在于，所述基于大数据的智能制造能力成熟度评估系统包括输入设备、处理器、存储器和输出设备，所述输入设备、所述处理器、所述存储器和所述输出设备相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1至9任一项所述的基于大数据的智能制造能力成熟度评估方法。
...【技术特征摘要】
1.一种基于大数据的智能制造能力成熟度评估方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于大数据的智能制造能力成熟度评估方法，其特征在于，所述确定业务的全流程，通过所述全流程划分智能制造能力成熟度评估模块，包括如下步骤：
3.根据权利要求2所述的基于大数据的智能制造能力成熟度评估方法，其特征在于，所述确定业务的全流程，通过所述全流程划分智能制造能力成熟度评估模块，还包括如下步骤：
4.根据权利要求1所述的基于大数据的智能制造能力成熟度评估方法，其特征在于，所述基于所述智能制造能力成熟度评估模块，构建成熟度评估体系，包括如下步骤：
5.根据权利要求4所述的基于大数据的智能制造能力成熟度评估方法，其特征在于，所述成熟度评估体系包括属性模块、一级指标、二级指标以及三级指标；所述属性模块用于评估所述业务线中部分业务的智能制造能力成熟度；所述一级指标用于评估对应的属性模块的成熟度；所述二级指标用于评估对应的一级指标的成熟度；所述三级指标用于评估二级指标的成熟度。
6.根据权利要求5所述的基于大数据的智能制造能力成熟度评估方法，其特征在于，基于所述成熟度评估体系搭建权重优化模型...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。