基于GA-BP神经网络的智能制造系统评价模型

随着信息化与数字化的发展,制造业智能制造化转型已成为焦点.针对制造业智能制造发展水平的科学评价方法成为现实需要的情况,基于机器学习的方法建立了智能制造系统评价模型.通过专家调研方式获取制造业 52 个评价指标的样本数据,并使用 SeqGAN 生成对抗网络扩充真实样本.通过BP神经网络构建训练模型,结合遗传算法优化神经网络模型,将评价指标样本数据作为网络输入,工业 1.0 至工业 4.0 等 7 个标签作为网络输出,并进行神经网络的训练与验证.研究结果表明:笔者所提模型分类正确率达 95%,较传统BP 神经网络精度提升了 2.1%.在案例验证中通过差距特征向量定位企业智能制造系统当前的优势与不足,该模型评价结果可为制造型企业的智能制造发展提供指导帮助.