林建邦 王天

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。

关键词：LCFOA;人工智能;人工神经网络;智能制造;预测模型

中图分类号：F272;F224 文献标识码：A 文章编号：1007-9416（2019）04-0084-03

0 前言

随着《中国制造2025》和《智能制造发展规划（2016-2020年）》的出台，传统制造业向智能制造方向转型成为我国实施制造强国的重要战略。许多传统制造企业开始扩大对智能制造的投入，积极参与人工智能应用与程序的开发，一方面加快了智能制造的研究与实践，另一方面也加速了产业的扩张。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，至2017年为止，国内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一[1]。然而，在智能制造业高速发展的情况下，企业的经营绩效如果没有获得有效的评估与预测，企业的成本和经营状况很容易失控，造成经营上的危机。……