德国“工业4.0”引发了各国对智能制造的深度认知,我国也积极响应,多方面开展智能制造示范工作。服装行业在面临招工难、制版师文化水平低、裁剪人员技术下降、技术传承出现断层等问题时,业务领域却出现了“小批量、多品种、短周期”的现象,如此一来对技术所带来的压力更是不容乐观,服装行业不得不寻找突破口来改变这一现状。顺应大数据、互联网等技术的不断兴起,也很快加入到智能制造转型升级的行列之中。当前,国内大多服装工厂的转型升级还处于初步尝试阶段,企业智能制造发展良莠不齐,因此服装企业尤其需要一套较为全面可靠的服装智能工厂能力成熟度评价指标体系,来对自身的智能化与数字化水平进行评价。这种评价对正在进行或已经进行转型升级的服装企业清晰地判断自身智能制造水平,并根据分解出的指标评分判断企业智能化发展的短板所在,从而更好地改进和发展具有极大的借鉴意义;同时,为还未进行转型升级的服装企业提供建设内容和发展方向等方面的参考。论文首先在引言介绍了服装智能工厂发展的全球背景与行业背景,并论述了本文的研究意义、方法与主要内容,然后对能力成熟度的概念、组成及目前常用智能制造能力成熟度的内容及特点进行了分析与比较,对服装智能工厂的定义、设计目标、总体建设特点与主要生产类型进行了总结和概述。论文的主体部分是分析完整的目标型服装智能工厂的主要建设内容,根据服装产品生产全生命周期,将智能维融入制造维,建立起一套较为完整的评价指标体系,包括设计、生产、物流、销售、服务5个一级指标,13个二级指标,35个三级指标,并对每一个指标进行了评价要求说明。然后,根据目前主要的三种服装工厂类型(OEM、ODM、OBM)对所有指标重新进行了筛选与组合,同时给出了服装智能工厂能力成熟度的数学表达与指标权重的计算方法。之后通过专家调查问卷分别获得三个模型各个指标之间的联系与指标重要程度赋值。在此基础上,论文进行了三种服装智能工厂能力成熟度的ANP建模及分析,通过计算得出了各指标权重,并根据中国智能制造能力成熟度分级要求,结合服装行业自身特点,将服装智能工厂能力成熟度进一步细化分级与评分说明,使服装智能工厂能力成熟度评价模型能够更好的指导服装工厂的建设与发展。最终,得到可以评价三种不同类型服装智能工厂能力成熟度的量化模型。在服装智能工厂能力成熟度评价模型的实证研究方面,选取了国内典型的三家制造模式不同的服装企业(SM、PF、BXN),通过调研各个工厂所有指标的实际评分,对其智能制造成熟度的现状和水平进行评价,以此检验三个服装智能工厂能力成熟度量化模型的合理性和可行性,并利用雷达图分析探讨了制约各工厂智能制造能力成熟度发展的主要因素,针对性地提出相应的改进和提升建议。最后,应用中国电子技术标准化研究院发布的智能制造能力成熟度模型对三个工厂进行了对比评价,从评分采集、评价流程、权重计算、和评价结果多方面表明本文建立的服装智能工厂评价模型合理可行,且计算过程更加简洁明确。