基于遗传算法投影寻踪模型的智能制造能力评价—以中国31个省市区数据为例
作者：陈钢 薛莉 张彬 2021-09-15 14:37 新传播 【字号：大 中 小】
采用实码的加速遗传算法投影寻踪（RAGA-PP）模型，实现线性投影降维，构建了智能制造能力评价指标体系。本文选取2018年我国31个省级行政区的多指标截面数据，根据线性投影值进行层次聚类，在此基础上分区域对我国省域智能制造能力进行分析，提出了推动我设各指标值的样本集为
四、提升我国智能制造能力的对策建议
发达国家历来高度重视智能制造的战略规划，尤其是从2011年以来，各国纷纷制定先进制造战略，来促进制造业与信息技术的深度融合和应用，如美国的“先进制造业国家战略计划”、德国的“工业4.0”战略、日本的“新机器人战略”等。通过借鉴学习美国、德国、日本等国在智能制造发展过程的经验启示，推动我国智能制造创新发展取得实效。
（一）统筹构建智能化生产系统
德国“工业4.0”战略旨在以智能制造构建智能生产系统，通过智能工厂生产出智能产品，智能产品生成智能数据，形成“智能工厂—智能产品—智能数据”闭环，驱动生产系统走向智能化，形成智能生产系统。对标工业4.0和“中国制造2025”战略，借鉴德国构建智能生产系统的先进经验，构筑以智能经济为主线的产业结构，对制造业企业实施制造执行系统（MES）、资源规划管理系统（ERP）、生产计划排成系统（APS）等信息系统应用项目，深化信息技术在研发、生产、销售及售后服务等各环节的集成应用。推动制造业与新一代信息技术深度融合，全面构建信息化、数字化、网络化的智能化生产系统，进一步提高智能制造产品附加值。
（二）着力培养智能制造专业人才
截止到2018年，仅美国的大数据人才短缺率就达50-60%，我国新一代信息技术产业人才也告急，未来三年人才缺口将达到750万人[18]。围绕智能制造产业需求，要以产业项目集聚促人才集群，开展“产业+人才”的选才模式。一是通过招才引智活动，吸引更多优质的人才进入智能制造领域创新创业，持续不断地和地方高校在智能化培养上开展合作，注重人才本土化培养，创新“外部引进+本土培养”的引智模式。二是开展多层次、多形式、有针对性和实用性的智能制造培训，主动联系国内、外智能制造先进地区、企业参观学习，加快培育一批掌握人工智能技术和现代化生产管理知识的复合型实用人才。
c4d032d1-1359-488d-9493-075c1cede8f9.jpg)