大数据战略下我国智能制造业经营绩效的发展研究——基于优化的TAN-FOA预测模型.pdfVIP

新经济 2023 年第 7 期 大数据战略下我国智能制造业 经营绩效的发展研究 ——基于优化的TAN-FOA预测模型* 林建邦　王　天　张玉冰 [ 摘 要 ] 2015 年 5 月《中国制造 2025 》出台，对于中国制造业的发展重新进行战略部署，强 国目标由“中国制造”加速向“中国智造”转型，智能制造产业呈现快速发展，然而，快速 发展下的经营绩效预测成为必须关注的重要议题。提出改进的 TAN-FOA 优化方法，主要在同 时改进 FOA 容易陷入局部极值与浓度非负值的局限，并分别优化 BPNN 及 MARS 建构的智能 制造产业经营绩效预测模型。结果显示，TAN-FOA 对比于 FOA 的优化效果较好，在 BPNN 或 MARS 的预测能力均得到有效的提升；同时，TAN-FOA-BPNN-ROE 的预测能力在所有模型中 最佳，此方法的经营绩效预测模型最适合应用于中国智能制造企业。 [ 关键词 ] 改进的果蝇演算法　正切果蝇演算法　反向传递神经网络　多元自适应回归样条法 经营绩效 [ 中图分类号 ]F272　　　[ 文献标识码 ]A　　　[ 文章编号 ]1009-8461(2023)07-068-15 随着 2013 年 4 月德国政府正式推出工业 4.0 战略，全球掀起一股智能化的风潮，智能 制造产业呈现快速的增长，大部分企业都积极投入新兴的智能应用开发与生产。2015 年 5 月， 国务院正式印发《中国制造 2025》，对于中国制造业的发展重新进行战略部署，强国目标由“中 作者简介：林建邦，广州南方学院教授、硕士生导师；王天，广东外语外贸大学南国商学院教授； 张玉冰（通讯作者），广州南方学院教授。 * 基金项目：广东省重点建设学科科研能力提升项目（编号：2021ZDJS129）；广东省教育厅 广 东省普通高校重点领域专项：广东省数字经济就业形态与人才培育研究：现状、路径与趋势（编号： 2021ZDZX3009）；广东省普通高校特色新型智库 “粤港澳大湾区新兴产业协同发展研究中心”（编号： 2021TSZK008）。 68 国制造”加速向“中国智造”转型，智能制造成为企业发展转型的重点方向，国内传统制造 业都积极向智能制造方向靠拢。新一轮的科技革命与产业变革为我国提供了有利的条件，大 量企业面向智能产品制造与智能技术的开发，智能制造产业进行了大规模的扩张。根据前瞻 产业研究院研究报告指出，近年来中国智能制造行业产值每年以超过 22% 的比例持续增长， 截至 2017 年，中国智能制造行业产值规模将近 1.5 万亿元，是我国呈现较快增长的产业之 (1) 一 。然而，在国家政策大力支持的快速发展下，智能制造企业的经营绩效如果没有得到有 效的评估与发展，便容易在产业高度发展的过程中出现经营危机，造成社会经济环境的变动， 使得国家经济架构不均衡，进而影响国家持续发展的战略布局 ；另外，由于国内智能制造是 近几年发展的产业，目前对于智能制造产业经营绩效的预测模型与指标体系，尚未有明确且 统一的共识。因此，当务之急的课题是建构一套中国智能制造产业经营绩效预测模型，在营 运发展的过程中透过自身经营数据提前预知运营危机及有效地掌握经营实况，在适当时间做 出合宜反应，使智能制造产业永续发展，实现国家整体的发展目标。 人工智能时代的来临使得数据的商业价值在产业界不断地被开发与提升，传统的分析方 法已无法满足企业的需求，使得群体智能优化算法跃升成为新时代下的宠儿。群体智能优化 算法最早出现于 20 世纪 90 年代，主要利用自然界或生物界中对于事物判断的一些规律或机 制，透过数据演算的寻优过程找出最优解，有效提升研究结果精确性的方法。近年来，许多 不同的群体智能优化算法相继被提出，例如 ：粒子群算法、鱼群算法、果蝇演算法（fruit fly optimization algorithm，FOA）等等。在大数据分析与计算机科技发展的推动下，对群体智能 优化算法的研究更显得势在必行。 本文以中国智能制造产业为主要研究对象，提出改进智能优化算法的研究思路，透过优 化不同方法及不同经营绩效衡量指标的预测模型，建构出适用于中国智能制造企业经营绩效 的预测模型，并找出预测智能制造企业经营绩效的指标体系，以期为中国智能制造产业发展 提出有效的评量系统，达成以“中国智造”创新强国的实践目标。