摘要：对我国智能制造能力影响因素进行了分析，并构建了智能制造能力评价指标体系，然后以2000年至2015年的全国统计数据为基础，应用BP神经网络模型和MIV算法从宏观层面对我国智能制造能力影响因素进行排序研究。研究结果表明，全国R&D经费支出、互联网普及率、公路营运载货汽车拥有量、规模以上工业企业资产总计为其主要评价指标，以此为政府如何在提升我国智能制造能力中发挥引导作用和企业如何制定制造智能化发展战略提供方向。
关键词：智能制造能力；影响因素；BP神经网络；MIV值
0 引言
智能制造是利用智能科学的理论、技术、方法和云计算、物联网、移动互联、大数据、自动化、智能化等技术手段，实现工业产品研发设计、生产制造过程与机械装备、经营管理、决策和服务等全流程、全生命周期的网络化、智能化、绿色化，各种工业资源与信息资源整合和优化利用，实现信息流、资金流、物流、业务工作流的高度集成与融合的现代工业体系［1］。“中国制造2025”和国家“十三五”规划都将智能制造纳入重点工程，可见智能制造是我国新型工业化的发展方向，是我国由制造大国向制造强国转变的必由之路。
随着美、法、日等发达国家再工业化战略的实施，尤其是德国“工业4.0”和“中国制造2025”战略的提出，智能制造已经成为国内外学者研究的热点话题。在国外，L.M.Jiao［2］、Marilza A.Lemos［3］和Edison Pignaton de Freitas［4］、Khairy A H Kobbacy［5］和Danilo Avola［6］、Tso［7］和Hu［8］等人分别从智能设计、智能生产、智能管理、智能制造服务等方面对智能制造进行了研究。国内，路甬祥［9］在对传统制造业分析的基础上，总结出我国制造业所面临的挑战，指出智能制造是中国制造发展之路；杜宝瑞［10］等人提出了智能制造系统的层级模型,并详细介绍了各层级的基本结构和技术特征，为制造企业判断其现有的制造技术水平，明确智能制造发展的需求、目标、方向提供参考；傅建中［11］在综述了智能制造装备国内外发展现状的基础上，重点论述了智能制造装备的内涵及其发展重点,并得出结论,认为德国的“工业4.0”和美国的工业互联网装备将是智能制造装备未来的发展方向；朱剑英［12］从科学、技术和产业三者的关系出发对智能制造系统的特征和智能制造的基本技术进行了阐述，认为实现智能制造要重视中小企业和传统产业的数字化智能化；肖静华［13］等人提出了一个基于互联网及大数据的智能制造体系概念模型与管理理论框架,认为该体系由基于互联网及大数据的智能活动、核心智能制造能力、智能制造的知识管理活动,及基于互联网与大数据的智能联盟四个基本子系统构成；于秀明［14］等人结合智能制造的基本概念,从制造工程、制造保障以及智能提升三个维度综合考虑智能制造的关键特征及要素,提出了整体成熟度和单项能力两种模型,明确了智能制造水平持续提升的发展路径。
作者：宋艳 王冰洁