《表4 各评估指标对应神经元数量》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于AHP与DHNN的智能制造成熟度评估模型研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在式（9）中，RND（）为取整函数。在四舍五入时，按照小数点末位大小排序依次进位，以保证所有组别神经元数量总和为100。通过上述设计，使权重取值与DHNN相结合，把不同指标的权重考虑到智能制造成熟度的评估模型中。对本文研究的智能制造成熟度评估指标体系按式（9）进行计算，可得各评估指标的权重及其对应的神经元数量如表4所示。对之前未得到确切评级的广西按照各评估指标的权重确定对应的神经元数量进行再次编码，具体编码结果见表5。在此基础上，使用Matlab软件对其进行DHNN仿真，仿真结果如图4所示。可以看出，引入权重后得到广西的智能制造成熟度等级为Ⅳ，处于较低水平，解决了之前评估失效的问题。