優(yōu)勝從選擇開始,我們是您最好的選擇!—— 中州期刊聯(lián)盟(新鄉(xiāng)市博翰文化傳媒有限公司)
0373-5939925
2851259250@qq.com
我要檢測(cè) 我要投稿 合法期刊查詢

基于GM(1,1)模型的智能制造人才需求預(yù)測(cè)

作者:賈榮來源:《上海輕工業(yè)》日期:2024-07-11人氣:338

一、引言

周濟(jì)(2015)在文章中提到,“中國制造2025”,以創(chuàng)新驅(qū)動(dòng)發(fā)展為主題,以信息化與工業(yè)化深度融合為主線,以推進(jìn)智能制造為主攻方向。 “智能制造”的英文表述為“smart manufacturing”或“intelligent manufacturing”。大約從2013年開始,學(xué)者們對(duì)智能制造開始給予更多關(guān)注。“人工智能:智能制造的工具”是第一本將專家系統(tǒng)人工智能與智能制造聯(lián)系起來的出版物。美國國家標(biāo)準(zhǔn)與技術(shù)研究院(NIST)和智能制造領(lǐng)導(dǎo)聯(lián)盟(SMLC)對(duì)當(dāng)今智能制造的核心概念給出了定義。智能制造主要涵蓋了三大領(lǐng)域:首先是智能裝備,包括了基礎(chǔ)零部件和裝置、通用智能制造裝備、專用智能制造裝備等;其次是工業(yè)軟件,包括研發(fā)設(shè)計(jì)類軟件、生產(chǎn)制造類軟件、經(jīng)營管理類軟件、控制執(zhí)行類軟件和新型工業(yè)軟件;最后是智能制造系統(tǒng)解決方案,這主要包括汽車、電力設(shè)備、制藥、石油化工、建材行、紡織等智能制造系統(tǒng)解決方案。胡峰和陸麗娜等(2018)通過使用一種改進(jìn)的灰色預(yù)測(cè)模型GM(1,1)對(duì)江蘇省的高技術(shù)產(chǎn)業(yè)人才需求進(jìn)行了預(yù)測(cè)。顏艷(2021)使用GM(1,1)對(duì)高職軟件和信息技術(shù)服務(wù)人才的需求進(jìn)行了預(yù)測(cè)。從以上文獻(xiàn)中可以看出,我國學(xué)者采用多樣化的方法對(duì)制造業(yè)或技術(shù)服務(wù)人才需求進(jìn)行預(yù)測(cè)?;疑A(yù)測(cè)模型GM(1,1)是單一預(yù)測(cè)方法中常用的模型,預(yù)測(cè)精度較好,廣泛應(yīng)用于多種領(lǐng)域的需求預(yù)測(cè)研究當(dāng)中。

二、計(jì)量模型與數(shù)據(jù)來源

(一)研究數(shù)據(jù)

本研究中,參與智能制造能力成熟度自診斷企業(yè)數(shù)量和成熟度分布相關(guān)數(shù)據(jù)來自中國智能制造評(píng)估評(píng)價(jià)公共服務(wù)平臺(tái)2019~2022年的年度報(bào)告。智能制造人才招聘職位同比增速數(shù)據(jù)來自智聯(lián)招聘發(fā)布的智能制造人才發(fā)展報(bào)告。

(二)分析方法

灰色理論是一種動(dòng)態(tài)模糊預(yù)測(cè)模型。與曲線擬合相比,灰色模型預(yù)測(cè)具有不需要大量原始數(shù)據(jù)、對(duì)數(shù)據(jù)分布沒有要求等優(yōu)點(diǎn)。在實(shí)際應(yīng)用中,可以通過從已知信息中提取有價(jià)值的內(nèi)容來對(duì)系統(tǒng)進(jìn)行監(jiān)控。本文采用的預(yù)測(cè)模型為 GM(1,1)。本文參考了Chan Sun和 Yixia Lu(2022)的模型利用2019年-2022年參與智能制造成熟度自診斷企業(yè)數(shù)量及智能制造能力成熟度等級(jí)分布,構(gòu)建灰色預(yù)測(cè)模型GM(1,1)并對(duì)此后兩年的數(shù)據(jù)進(jìn)行預(yù)測(cè),根據(jù)智聯(lián)招聘2019-2022年智能制造人才招聘職位同比增速,對(duì)其后兩年的增速進(jìn)行預(yù)測(cè)。

(三)灰色預(yù)測(cè)模型的構(gòu)建

由于 GM(1,1)模型在建模過程中要求監(jiān)測(cè)數(shù)據(jù)的時(shí)間間隔相等,而智能制造人才需求數(shù)據(jù)的時(shí)間間隔并不相等。因此,利用三次插值法將非等時(shí)智能制造人才需求數(shù)據(jù)等時(shí)化,形成智能制造人才需求數(shù)據(jù)序列。

(四)對(duì)模型進(jìn)行精度檢驗(yàn)

誤差C越小,預(yù)測(cè)精度越高。本文采用SPSS au 和Excel 進(jìn)行模型構(gòu)建和精度檢驗(yàn),若模型平均相對(duì)誤差小于0.1,后驗(yàn)差比值小于等于0.35,則模型準(zhǔn)確性和實(shí)用性較好可以用作預(yù)測(cè)模型。

三、分析結(jié)果

(一)智能制造自診斷企業(yè)數(shù)量預(yù)測(cè)

由表1可知,參與智能制造自診斷的企業(yè)數(shù)量總體呈逐年上漲的趨勢(shì),其中,2020年的預(yù)測(cè)值低于實(shí)際值,預(yù)測(cè)結(jié)果偏低,2021年預(yù)測(cè)結(jié)果高于實(shí)際結(jié)果,2022年預(yù)測(cè)結(jié)果與實(shí)際結(jié)果較為接近。截至2022年末,全國約6萬家制造業(yè)企業(yè)開展了CMMM診斷,覆蓋31省市自治區(qū)。隨著智能制造的不斷發(fā)展,初步估計(jì)到2024年,開展智能制造能力成熟度自診斷企業(yè)的累計(jì)數(shù)量大約是2020年的10倍。

1:基于GM(1,1)的參與智能制造自診斷企業(yè)數(shù)量預(yù)測(cè)

年份

原始值

      預(yù)測(cè)值

2019

8200

8200

2020

12000

6182.201

2021

20000

28777.207

2022

60000

55418.222

2023


86829.751

2024


123866.033

 (二)智能制造成熟度等級(jí)分布預(yù)測(cè)結(jié)果

從等級(jí)分布情況來看,從2019年到2022年,我們看到越來越多的制造業(yè)企業(yè)開始注重智能制造能力的提升。這一趨勢(shì)使得一級(jí)及以下成熟度的企業(yè)數(shù)量逐漸減少,同時(shí)四級(jí)及以上的高成熟度制造業(yè)企業(yè)占比逐漸增加,且每年參與CMMM診斷的企業(yè)不斷增加。本文對(duì)一級(jí)及以下、二級(jí)、三級(jí)、四級(jí)及以上的比例逐個(gè)進(jìn)行建模和預(yù)測(cè),生成如下匯總表。表2中對(duì)2023和2024年的智能制造能力成熟度等級(jí)分布比例估計(jì)顯示,未來兩年,二級(jí)、一級(jí)及以下的制造業(yè)企業(yè)可能仍然占到七成以上。

2:模型預(yù)測(cè)值表格

年份

一級(jí)及以下

 二級(jí)

三級(jí)

四級(jí)及以上

2019

0.85

0.12

0.02

0.01

2020

0.75

0.14

0.06

0.05

2021

0.69

0.15

0.07

0.09

2022

0.63

0.21

0.12

0.04

2023

0.578

0.253

0.145

0.024

2024

0.530

0.315

0.177

0.022

  (三)智能制造人才招聘職位同比增速預(yù)測(cè)

在模型構(gòu)建之前,我們首先進(jìn)行了級(jí)比值檢驗(yàn),由于我們獲取的數(shù)據(jù)為年度數(shù)據(jù),不具備季節(jié)周期性,因此我們?cè)跁r(shí)間序列分析中未考慮季節(jié)性因素。我們對(duì)原始數(shù)據(jù)進(jìn)行平移轉(zhuǎn)換,即在原始值基礎(chǔ)上加上了平移轉(zhuǎn)換值1.00。經(jīng)過平移轉(zhuǎn)換后,數(shù)據(jù)的級(jí)比檢驗(yàn)值均落在了標(biāo)準(zhǔn)范圍區(qū)間[0.670, 1.492]內(nèi),這表明本數(shù)據(jù)適用于GM(1,1)模型的構(gòu)建。

3:模型構(gòu)建結(jié)果

發(fā)展系數(shù)a

灰色作用量b

后驗(yàn)差比C值

小誤差概率p值

0.0508

0.6512

0.1039

1.000

從上表可知,模型構(gòu)建后得到發(fā)展系數(shù)a,灰色作用量b,以及后驗(yàn)比C值和小誤差概率p值。模型精度等級(jí)較好,另外,小誤差概率p值為1.000=1.0,意味著模型精度很好。

4:模型預(yù)測(cè)值表格

序號(hào)

原始值

預(yù)測(cè)值

2019

0.510

0.510

2020

0.600

0.610

2021

0.600

0.579

2022

0.540

0.551

2023

-

0.523

2024

-

0.497

 

由表4可知,2019到2022年智能制造人才招聘職位同比增速一直處于較高的水平,預(yù)計(jì)2023年和2024年智能制造相關(guān)職位的同比增速仍然在50%左右。2020年和2021年智能制造招聘職位同比增速較大。制造業(yè)企業(yè)加快了數(shù)字化轉(zhuǎn)型的步伐,利用數(shù)字化技術(shù)發(fā)展企業(yè)的供應(yīng)鏈,推動(dòng)了工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)平臺(tái)和自動(dòng)化生產(chǎn)等平臺(tái)和設(shè)備的建設(shè)。此外,構(gòu)建以國內(nèi)大循環(huán)為主、國內(nèi)國際雙循環(huán)相互促進(jìn)的新發(fā)展格局不僅對(duì)國內(nèi)的制造業(yè)轉(zhuǎn)型升級(jí)有長期的導(dǎo)向作用,在短期內(nèi)能也能促進(jìn)其發(fā)展

四、結(jié)論

GM(1,1)灰色預(yù)測(cè)模型在智能制造業(yè)人才需求預(yù)測(cè)所需的樣本數(shù)據(jù)較少,預(yù)測(cè)精度較高。但對(duì)于復(fù)雜的數(shù)據(jù)預(yù)測(cè)效果并不理想,本文只對(duì)其后兩年的數(shù)據(jù)進(jìn)行預(yù)測(cè)。隨著智能制造的發(fā)展,預(yù)計(jì)到2024年,開展智能制造能力成熟度自診斷企業(yè)的累計(jì)數(shù)量大約是2020年的10倍。未來兩年,二級(jí)、一級(jí)及以下的制造業(yè)企業(yè)可能仍然占到七成以上。2019到2022年智能制造人才招聘職位同比增速一直處于較高的水平,預(yù)計(jì)2023年和2024年智能制造相關(guān)職位的同比增速仍然在50%左右。

根據(jù)參與CMMM企業(yè)的數(shù)量,未來兩年智能制造企業(yè)數(shù)量仍有增長空間,成熟度中等偏下的企業(yè)仍占大多數(shù),對(duì)智能制造中低端人才的需要短期內(nèi)不會(huì)減少。智能制造評(píng)估服務(wù)團(tuán)隊(duì)和相關(guān)咨詢服務(wù)機(jī)構(gòu)也需要專業(yè)人才。

對(duì)企業(yè)而言,可以通過吸引和招聘所需的新人才,還可以通過培訓(xùn)計(jì)劃對(duì)現(xiàn)有員工進(jìn)行技能再培訓(xùn),必要時(shí)還需要重新設(shè)計(jì)工作流程,以消除崗位與員工之間的技能不匹配。與當(dāng)?shù)卮髮W(xué)和職業(yè)教育與培訓(xùn)機(jī)構(gòu)建立聯(lián)系,以培養(yǎng)員工所需的新技能。


文章來源:  《上海輕工業(yè)》  http://m.00559.cn/w/kj/30978.html

網(wǎng)絡(luò)客服QQ: 沈編輯

投訴建議:0373-5939925????投訴建議QQ:

招聘合作:2851259250@qq.com (如您是期刊主編、文章高手,可通過郵件合作)

地址:河南省新鄉(xiāng)市金穗大道東段266號(hào)中州期刊聯(lián)盟 ICP備案號(hào):豫ICP備2020036848

【免責(zé)聲明】:中州期刊聯(lián)盟所提供的信息資源如有侵權(quán)、違規(guī),請(qǐng)及時(shí)告知。

版權(quán)所有:中州期刊聯(lián)盟(新鄉(xiāng)市博翰文化傳媒有限公司)

關(guān)注”中州期刊聯(lián)盟”公眾號(hào)
了解論文寫作全系列課程

核心期刊為何難發(fā)?

論文發(fā)表總嫌貴?

職院單位發(fā)核心?

掃描關(guān)注公眾號(hào)

論文發(fā)表不再有疑惑

論文寫作全系列課程

掃碼了解更多

輕松寫核心期刊論文

在線留言