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
如图1所示，以广东和江苏为例，这两个省份的智能制造综合能力都很强，在我国智能制造发展中处于领先地位。其中，广东智能制造能力主要来源于制造创新能力、产品流通能力和信息化发展能力，这与广东省优越的地理位置、民营经济的蓬勃发展和强劲的创新活力有关。工业大数据是智能制造的核心，近年来广东提出了“数据换人”的发展战略，围绕工业大数据不断探索实践并取得了卓越的成效，目前广东的“大数据发展指数”位居全国所有省区市首位[5]。相对来看，江苏的智能制造创新能力较为薄弱，一是有关智能制造的许多基础技术仍停留在仿制层面，自主创新能力不足，比如江苏的工业机器人产业就存在着低端化的现象；二是省内掌握核心技术的本土龙头企业较少，导致关键技术难以突破，江苏智能制造企业的资本和技术密集度亟待提高。
[5]资料来源：《大数据蓝皮书:中国大数据发展报告No.1》。
c4d032d1-1359-488d-9493-075c1cede8f9.jpg)