2022年基于BP神经网络的技术创新预测与评估模型及其应用研究.docx

《2022年基于BP神经网络的技术创新预测与评估模型及其应用研究.docx》由会员分享，可在线阅读，更多相关《2022年基于BP神经网络的技术创新预测与评估模型及其应用研究.docx（11页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、2022年基于BP神经网络的技术创新预测与评估模型及其应用研究基于BP神经网络的技术创新预料与评估模型及其应用探讨一、论文名称、课题来源、选题依据论文名称：基于BP神经网络的技术创新预料与评估模型及其应用探讨课题来源：单位自拟课题或省政府下达的探讨课题技术创新预料和评估是企业技术创新决策的前提和依据。通过技术创新预料和评估, 可以使企业对将来的技术发展水平及其改变趋势有正确的把握, 从而为企业的技术创新决策供应科学的依据, 以削减技术创新决策过程中的主观性和盲目性。只有在正确把握技术创新发展方向的前提下, 企业的技术创新工作才能沿着正确方向开展,企业产品的市场竞争力才能得到不断加强。在市场竞争

2、日趋激烈的现代商业中, 企业的技术创新确定着企业生存和发展、前途与命运, 为了确保技术创新工作的正确性,企业对技术创新的预料和评估提出了更高的要求。二、本课题国内外探讨现状及发展趋势现有的技术创新预料方法可分为趋势外推法、相关分析法和专家预料法三大类。(1)趋势外推法。指利用过去和现在的技术、经济信息, 分析技术发展趋势和规律, 在分析推断这些趋势和规律将接着的前提下, 将过去和现在的趋势向将来推演。生长曲线法是趋势外推法中的一种应用较为广泛的技术创新预料方法,美国生物学家和人口统计学家Raymond Pearl提出的Pearl曲线(数学模型为: Y=L1+A?exp(-Bt) )及英国数学家

3、和统计学家Gompertz提出的Gompertz曲线(数学模型为: Y=Lexp(-Bt)皆属于生长曲线, 其预料值Y为技术性能指标, t为时间自变量, L、A、B皆为常数。Ridenour模型也属于生长曲线预料法, 但它假定新技术的成长速度与熟识该项技术的人数成正比, 主要适用于新技术、新产品的扩散预料。(2)相关分析法。利用一系列条件、参数、因果关系数据和其他信息, 建立预料对象与影响因素的因果关系模型, 预料技术的发展改变。相关分析法认为, 一种技术性能的改进或其应用的扩展是和其他一些已知因素高度相关的, 这样, 通过已知因素的分析就可以对该项技术进行预料。相关分析法主要有以下几种: 导

4、前-滞后相关分析、技术进步与阅历积累的相关分析、技术信息与人员数等因素的相关分析及目标与手段的相关分析等方法。(3)专家预料法。以专家看法作为信息来源, 通过系统的调查、征询专家的看法, 分析和整理出预料结果。专家预料法主要有: 专家个人推断法、专家会议法、头脑风暴法及德尔菲法等, 其中, 德尔菲法汲取了前几种专家预料法的特长, 避开了其缺点, 被认为是技术预料中最有效的专家预料法。趋势外推法的预料数据只能为纵向数据, 在进行产品技术创新预料时, 只能利用过去的产品技术性能这一个指标来预料它的随时间的发展趋势, 并不涉及影响产品技术创新的科技、经济、产业、市场、社会及政策等多方面因素。在现代商

5、业经济中, 对于产品技术发展的预料不能简洁地归结为产品过去技术性能指标按时间的进展来类推, 而应系统综合地考虑现代商业中其他因素对企业产品技术创新的深刻影响。相关分析法尽管可同时按横向数据和纵向数据来进行预料, 但由于它是利用过去的历史数据中的某些影响产品技术创新的因素求出的详细的回来预料式, 而所得到的回来预料模型往往只能考虑少数几种主要影响因素, 略去了很多未考虑的因素, 所以, 所建模型对实际问题的表达实力也不够精确, 预料结果与实际的符合程度也有较大偏差。专家预料法是一种定性预料方法,依靠的是预料者的学问和阅历, 往往带有主观性, 难以满意企业对技术创新预料精确度的要求。以上这些技术创

6、新预料技术和方法为企业技术创新工作的开展做出了很大的贡献, 为企业技术创新的预料供应了科学的方法论, 但在新的经济和市场环境下, 技术创新预料的方法和技术应有新的丰富和发展, 以克服自身的不足, 更进一步适应时代发展的须要, 为企业的技术创新工作的开展和企业的生存与发展供应先进的基础理论和技术方法。目前,在我国企业技术创新评估中, 一般只考虑如下四个方面的因素: (1) 技术的先进性、可行性、连续性; (2) 经济效果; (3) 社会效果; (4) 风险性, 在对此四方面内容逐个分析后, 再作综合评估。在综合评估中所用的方法主要有: Delphi法(专家法)、AHP法(层次分析法)、模糊评估法

7、、决策树法、战略方法及各种图例法等, 但技术创新的评估是一个特别困难的系统, 其中存在着广泛的非线性、时变性和不确定性, 同时, 还涉及技术、经济、管理、社会等诸多困难因素,目前所运用的原理和方法, 难以满意企业对技术创新评估科学性的要求。关于技术创新评估的探讨, 在我国的历史还不长, 无论是指标体系还是评 估方法, 均处于探讨之中, 我们认为目前在企业技术创新评估方面应做的工作是: (1) 建立一套符合我国实际状况的技术创新评估指标体系; (2) 建立一种适应于多因素、非线性和不确定性的综合评估方法。这种状况下, 神经网络技术就有其特有的优势, 以其并行分布、自组织、自适应、自学习和容错性等

8、优良性能, 可以较好地适应技术创新预料和评估这类多因素、不确定性和非线性问题, 它能克服上述各方法的不足。本项目以BP神经网络作为基于多因素的技术创新预料和评估模型构建的基础, BP神经网络由输入层、隐含层和输出层构成, 各层的神经元数目不同, 由正向传播和反向传播组成, 在进行产品技术创新预料和评估时, 从输入层输入影响产品技术创新预料值和评估值的n个因素信息, 经隐含层处理后传入输出层, 其输出值Y即为产品技术创新技术性能指标的预料值或产品技术创新的评估值。这种n个因素指标的设置, 考虑了概括性和动态性, 力求全面、客观地反映影响产品技术创新发展的主要因素和导致产品个体差异的主要因素, 尽

9、管是黑匣子式的预料和评估, 但事实证明它自身的强高校习实力可将需考虑的多种因素的数据进行融合, 输出一个经非线性变换后较为精确的预料值和评估值。据文献查阅, 虽然在技术创新预料和评估的现有原理和方法的改进和完善方面有肯定的探讨,如文献08、09、11等, 但尚未发觉将神经网络应用于技术创新预料与评估方面的探讨, 在当前产品的市场寿命周期不断缩短、要求企业不断推出新产品的经济条件下, 以神经网络为基础来建立产品技术创新预料与评估模型, 是对技术创新定量预料和评估方法的有益补充和完善。三、论文预期成果的理论意义和应用价值本项目探讨的理论意义表现在: (1) 探究新的技术创新预料和评估技术, 丰富和

10、完善技术创新预料和评估方法体系; (2) 将神经网络技术引入技术创新的预料和评估, 有利于推动技术创新预料和评估方法的发展。本项目探讨的应用价值体现在: (1) 供应一种基于多因素的技术创新定量预料技术, 有利于提高预料的正确性; （2）供应一种基于BP神经网络的综合评估方法, 有利于提高评估的科学性; (3) 为企业的技术创新预料和评估工作供应新的方法论和好用技术。四、课题探讨的主要内容以BP神经网络模型为基础探讨基于多因素的技术创新预料和评估模型, 并建立科学的预料和评估指标体系及设计相应的模型计算方法, 结合企业的详细实际, 对指标和模型体系进行实证分析, 使探讨具有肯定的理论水平和好用

11、价值。1、影响企业技术创新预料和评佑的相关指标体系确定及其量化和规范化。从企业的宏观环境和微观环境两个方面入手, 亲密结合电子商务和学问经济对企业技术创新的影响, 系统综合地分析影响产品技术创新的各相关因素, 建立科学的企业技术创新预料和评估指标体系, 并探讨其量化和规范化的原则及方法。2、影响技术创新预料和评估各相关指标的相对权重确定。影响技术创新发展和改变各相关因素在输入预料和评估模型时, 须要一组确定其相对重要性的初始权重, 权重的确定须要基本的原则作支持。3、基于BP神经网络的技术创新预料和评估模型探讨。 依据技术创新预料的特点, 以BP神经网络为基础, 构建基于多因素的技术创新预料和

12、评估模型。4、基于BP神经网络的技术创新预料和评估模型计算方法设计。依据基于BP神经网络的技术创新预料和评估模型的基本特点, 设计其相应的计算方法。5、基于BP神经网络的技术创新预料和评估模型学习样本设计。依据相关的历史资料, 构建基于BP神经网络的技术创新预料和评估模型的学习样本, 对预料和评估模型进行自学习和训练, 使模型适合实际状况。6、基于BP神经网络的技术创新预料和评估技术的实证探讨。以一般企业的技术创新预料与评估工作为背景, 对基于BP神经网络的技术创新预料和评估技术进行实证探讨。1、建立一套基于电子商务和学问经济的技术创新预料和评估指标体系。目前,在技术创新的预料和评估指标体系方

13、面, 一种是采纳传统的指标体系, 另一种是采纳国外先进国家的指标体系, 如何结合我国实际当前经济形势, 参考国外先进发达国家的探讨工作, 建立一套适合于我国企业技术创新预料和评估指标体系, 此为本探讨要做的首要工作, 这是一项创新。2、探讨基于BP神经网络的技术创新预料和评估模型及其计算方法。神经网络技术具有并行分布处理、自学习、自组织、自适应和容错性等优良性能, 能较好地处理基于多因素、非线性和不确定性预料和评估的现实问题, 本项目首次将神经网络技术引入企业的技术创新预料和评估, 这也是一项创新。五、课题探讨的 基本方法、技术路途的可行性论证1、重视系统分析。以系统科学的思想为指导来分析影响

14、企业技术创新发展和改变的宏观因素和微观因素, 并探讨影响因素间的内在联系, 确定其相互之间的重要度, 探讨其量化和规范化的方法, 将国外先进国家的探讨成果与我国详细实际相结合, 建立我国企业技术创新预料和评估的指标体系。2、重视案例探讨。从国内外技术创新预料与决策胜利和失败的案例中, 发觉问题、分析问题, 归纳和总结出具有共性的东西, 探究技术创新预料与宏观因素与微观因素之间的内在关系。3、采纳先简洁后困难的探讨方法。对基于BP神经网络的技术创新预料和评估模型的探讨, 先从某一行业动身, 定义模型的基本输入因素, 然后, 逐步扩展, 逐步增加模型的困难度。4、理论和实践相结合。将探讨工作与详细

15、企业的技术创新实际相结合, 进行实证探讨, 在实践中丰富和完善, 探讨出具有科学性和好用性的成果。六、开展探讨已具备的条件、可能遇到的困难与问题及解决措施本人长期从事市场营销和技术创新方面的探讨工作, 编写出版了现代市场营销学和现代企业管理学等有关著作, 发表了“企业技术创新与营销管理创新”、“企业技术创新与营销组织创新”及“企业技术创新与营销观念创新”等与技术创新相关的学术探讨论文, 对企业技术创新的预料和评估有肯定的理论基础, 也从事过企业产品技术创新方面的策划和探讨工作, 具有肯定的实践阅历, 与很多企业有亲密的合作关系, 同时, 对神经网络技术也进行过特地的学习和探讨, 所以, 本项目

16、探讨的理论基础、技术基础及试验场所已基本具备, 能顺当完成本课题的探讨, 取得预期的探讨成果。七、论文探讨的进展安排2022.07-2022.09：完成论文开题。2022.09-2022.11：影响企业技术创新发展的指标体系探讨及其量化和规范化。2022.11-2022.01：基于BP神经网络的技术创新预料和评估模型的构建。2022.01-2022.03：基于BP神经网络的技术创新预料和评估模型计算方法探讨。2022.03-2022.04：基于BP神经网络的技术创新预料和评估模型体系的实证探讨。2022.04-2022.06：完成论文写作、修改定稿，打算答辩。01 傅家骥、仝允桓等. 技术创新

17、学. 北京: 清华高校出版社 199802 吴贵生. 技术创新管理. 北京: 清华高校出版社 200003 柳卸林. 企业技术创新管理. 北京: 科学技术出版社 199704 赵志、陈邦设等. 产品创新过程管理模式的基本问题探讨. 管理科学学报. 2000/2.05 王亚民、朱荣林. 风险投资项目ECV评估指标与决策模型探讨. 风险投资. 2022/606 赵中奇、王浣尘、潘德惠. 随机限制的极大值原理及其在投资决策中的应用. 限制与决策. 2022/607 夏清泉、凌婕. 风险投资理论和政策探讨. 国际商务探讨. 2022/508 陈劲、龚焱等. 技术创新信息源新探. 中国软科学. 2022/1. pp86-8809 严太华、张龙. 风险投资评估决策方法初探. 经济问题. 2022/110 苏永江、李湛. 风险投资决策问题的系统分析. 学术探讨. 2022/4<11> 孙冰. 企业产品开发的评价模型及方法探讨. 中国管理科学. 2022/412 诸克军、杨久西、匡益军. 基于人工神经网络的石油勘探有利性综合评价. 系统工程理论与实践. 2022/413 杨力. 基干BP 神经网络的城市房屋租赁估价系统设计. 中国管理科学. 2022/4/P