基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
智能制造已成为新一轮工业革命的主攻方向和全球制造业竞争战略的制高点.本文以我国23个主要省市的智能制造能力为研究对象,利用因子分析构建了一种智能制造能力评价指标体系,运用Matlab建立了其BP神经网络模型,并对20个评价指标的23组样本数据进行分析,从而得到我国23个省市的智能制造能力评价值,为把握我国各省市智能制造发展水平,探究影响智能制造能力的有效提升提供依据.
推荐文章
基于BP神经网络的智能制造系统图像识别技术
B/S模式
智能制造系统
BP神经网络
图像识别技术
基于BP神经网络的网络智能诊断系统
网络故障
智能诊断
BP神经网络
训练样本
基于BP神经网络的智能制造能力成熟度评价研究
BP神经网络
智能制造
能力成熟度评价
智能制造能力成熟度
基于BP神经网络的智能灯光控制系统的研究
智能灯光控制系统
智能家居
BP神经网络
BP算法
自学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP神经网络的智能制造能力评价研究
来源期刊 软件 学科 工学
关键词 智能制造 能力评价 指标体系 BP神经网络
年,卷(期) 2018,(8) 所属期刊栏目 设计研究与应用
研究方向 页码范围 162-166
页数 5页 分类号 TP183
字数 3547字 语种 中文
DOI 10.3969/j.issn.1003-6970.2018.08.033
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 余开朝 昆明理工大学机电工程学院 51 256 9.0 13.0
2 徐雪 昆明理工大学机电工程学院 4 25 2.0 4.0
3 张艺 昆明理工大学机电工程学院 3 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (99)
共引文献  (150)
参考文献  (14)
节点文献
引证文献  (6)
同被引文献  (36)
二级引证文献  (1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(4)
  • 参考文献(2)
  • 二级参考文献(2)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(15)
  • 参考文献(0)
  • 二级参考文献(15)
2013(19)
  • 参考文献(0)
  • 二级参考文献(19)
2014(18)
  • 参考文献(2)
  • 二级参考文献(16)
2015(6)
  • 参考文献(4)
  • 二级参考文献(2)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(5)
  • 引证文献(4)
  • 二级引证文献(1)
研究主题发展历程
节点文献
智能制造
能力评价
指标体系
BP神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件
月刊
1003-6970
12-1151/TP
16开
北京市3108信箱
1979
chi
出版文献量(篇)
9374
总下载数(次)
40
论文1v1指导