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
二、智能制造能力评价指标体系的构建
由智能制造能力的相关理论可知，智能制造的发展需要配套基础设施，进行信息共享和产品流通，提高智能制造能力的关键在于技术创新能力的提高[16]，智能制造能力的最终目标是获得利润回报的增多，由此可认为，智能制造能力主要与企业的规模与绩效、研发的投入与产出、物流水平和信息化水平有关。在评价对象的选取上，考虑到智能制造具有高资本投入的特点，一般由中大型制造企业承担，故主要选取规模以上工业企业[3]作为研究对象。
综上所述，本文依据SMART准则[4]，坚持精准高效、客观公正的评价原则，选取制造规模与效益（A）、制造创新能力（B）、产品流通能力（C）和信息化发展能力（D）4个系统层，制造规模 （AA）、经营效益（AB）、创新投入（BA）、创新产出（BB）、产品流通（CA）、基础设施（DA）和信息化能力（DB）7个子系统层，以及15个指标层（X1-X15 ），构建智能制造能力综合评价指标体系，如表1所示。
[3]2010年及以前规模以上工业统计范围为500万元以上工业企业，从2011年开始衡量标准是：年产值超过2000万元人民币。
[4]指具体性Specific、可量性Measurable、可实现性Attainable、相关性Relevant和时限性Time-bound。
c4d032d1-1359-488d-9493-075c1cede8f9.jpg)