改进的LCFOA-BP模型在我国智能制造业经营绩效预测上的应用

• 作者: 林建邦 王天
• 来源期刊: 数字技术与应用
• 学科: 经济
• 关键词: LCFOA 人工智能 人工神经网络 智能制造 预测模型
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 应用研究
• 页码范围: 84-86
• 页数: 3页
• 分类号: F272|F224
• 字数: 3882字
• 语种: 中文
• DOI: 10.19695/j.cnki.cn12-1369.2019.04.46

摘要

随着人工智能技术在全球迅速发展,国内的传统制造业开始积极向智能制造方向转型,制造业智能化转型后的经营绩效成为企业关注的重要课题.本文主要基于改善果蝇演算法(FOA)容易陷入局部极值与气味浓度为正值的两大局限上,提出一种新的LCFOA演算法进行经营绩效预测模型的优化.本文以国内智能制造业为研究对象,分别建构了基本的反向传递神经网络(BP)、优化的FOA-BP以及改进的LCFOA-BP经营绩效预测模型.结果显示,LCFOA-BP模型的预测精度与建模效率最佳、FOA-BP次之、BP最差.由此可证明,LCFOA能有效提升经营绩效模型的预测能力,有助于在我国智能制造业经营绩效上的预测与应用,以确保国内制造业智能化转型的永续发展.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王天	广东外语外贸大学南国商学院	8	0	0.0	0.0
2	林建邦	中山大学南方学院	8	0	0.0	0.0