隨著人工智能技術在全球迅速發(fā)展,國內(nèi)的傳統(tǒng)制造業(yè)開始積極向智能制造方向轉(zhuǎn)型,制造業(yè)智能化轉(zhuǎn)型后的經(jīng)營績效成為企業(yè)關注的重要課題。本文主要基于改善果蠅演算法（FOA）容易陷入局部極值與氣味濃度為正值的兩大局限上,提出一種新的LCFOA演算法進行經(jīng)營績效預測模型的優(yōu)化。本文以國內(nèi)智能制造業(yè)為研究對象,分別建構(gòu)了基本的反向傳遞神經(jīng)網(wǎng)絡（BP）、優(yōu)化的FOA-BP以及改進的LCFOA-BP經(jīng)營績效預測模型。結(jié)果顯示,LCFOA-BP模型的預測精度與建模效率最佳、FOA-BP次之、BP最差。由此可證明,LCFOA能有效提升經(jīng)營績效模型的預測能力,有助于在我國智能制造業(yè)經(jīng)營績效上的預測與應用,以確保國內(nèi)制造業(yè)智能化轉(zhuǎn)型的永續(xù)發(fā)展。 

【文章來源】：數(shù)字技術與應用. 2019,37(04)

【文章頁數(shù)】：3 頁

【文章目錄】：
0前言
1 改進的果蠅優(yōu)化算法 (LCFOA)
    1.1 搜索策略的改變
    1.2 濃度判定值的轉(zhuǎn)換
2 實證研究
    2.1 研究思路與技術路線
    2.2 樣本數(shù)據(jù)和變量
    2.3 預測模型建構(gòu)與比較
3 結(jié)語


【參考文獻】：
期刊論文
[1]果蠅優(yōu)化算法優(yōu)化性能對比研究[J]. 劉立群,韓俊英,代永強,火久元.  計算機技術與發(fā)展. 2015(08)
[2]應用果蠅優(yōu)化算法優(yōu)化廣義回歸神經(jīng)網(wǎng)絡進行企業(yè)經(jīng)營績效評估[J]. 潘文超.  太原理工大學學報(社會科學版). 2011(04)



本文編號：3633161