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

发布时间：2022-02-19 15:35

　　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。 

【文章来源】：数字技术与应用. 2019,37(04)

【文章页数】：3 页

【文章目录】：
0前言
1 改进的果蝇优化算法 (LCFOA)
    1.1 搜索策略的改变
    1.2 浓度判定值的转换
2 实证研究
    2.1 研究思路与技术路线
    2.2 样本数据和变量
    2.3 预测模型建构与比较
3 结语


【参考文献】：
期刊论文
[1]果蝇优化算法优化性能对比研究[J]. 刘立群,韩俊英,代永强,火久元.  计算机技术与发展. 2015(08)
[2]应用果蝇优化算法优化广义回归神经网络进行企业经营绩效评估[J]. 潘文超.  太原理工大学学报(社会科学版). 2011(04)



本文编号：3633161