线上期刊服务咨询,发表咨询:400-808-1701 订阅咨询:400-808-1721

评估技术论文8篇

时间:2023-03-22 17:37:08

评估技术论文

评估技术论文篇1

作者:李自美 杨国翠 单位:保山学院信息学院 保山学院数学学院

对于教育技术能力评价的过程和结果将会使其产生一定的导向作用,好的评价方案将会促进其培养目标的实现;相反,评价也可能会将整个培养导入歧途。传统的评价方式只是检查学生知识、技能的掌握情况,评价是为了甄别与选拔,过分地关注学生的考试分数,但不能找出成绩好坏的真正原因。为了应付考试,追求更高的分数,学习者对知识点死记硬背,而不追求合作能力、思维能力、创新能力的培养,使老师与学习者自身都看不到学习者的进步,学习者容易产生挫败感。被评价者在各个时期的进步状况和努力程度被忽视,不能很好地发挥评价促进发展的功能。教育技术公共课评价是一个水平测试,并非选拔性考试。评价的目的不是为了简单地区分学习者的好坏,而是在于更好地促进职前教师教育技术技能的养成。传统的评价方式以分数作为学生好坏的依据不足以达到我们的目的,在一定程度上歪曲了课程评价的本意。

技能是高校人才素质的重要组成部分,它是一种习得的能力,是我们经过练习而获得的完善化了的动作方式,表现于迅速、精确、流畅和娴熟的动作之中。技能评价则是通过一种或多种途径获取有关操作信息,在获取信息的基础上对学生或受训人员的技能是否达到预先规定的标准做出判断的过程,是对学生技能习得的检验。我国教育学校通常被认为是传授知识的机构,而非训练技能的场所。因而,以有效教学为目的而进行动作技能学习的研究,自然不像认知领域的研究那样被重视。至于如何测量学生或受训人员的进步,如何判断技能是否获得,即如何对动作技能进行评价的问题,研究得也就更少了。我国传统的教学评价主要是采用纸笔测试的方式进行的。然而由于技能的应用性以及技能习得的灵活性,对其用传统的纸笔测试的评价就显得过于乏力。除了纸笔测试之外,对于动作技能的评价,较为普遍使用的方法之一是基于操作的评价,即判断能力获得与否的主要依据是特定操作中表现出来的操作结果。这种评价方法在判断能力是否达到标准时是基于每一评价事物的,故在评价时要求给每一评价事物制订一个标准。这种评价方法是在观察专门设计的操作中学生实际表现出来的操作结果的基础上进行的,其准确性取决于评价事物与事先规定的能力标准的相关程度,依赖于学校设备的质量和模拟真实情境的能力,其信度取决于影响评价参考标准的常见因素。然而,在操作基础上的评价方法也存在一些不足之处。首先,这种评价方法对技能的评价是支离破碎的,它以牺牲对动作技能的完整评价来追求单个的动作片断。其次,对于技能评价的准确性通常不能给出一个比较合理的判断。技能评价的准确性通常依赖于评价标准以及评价指标的权重。而对于评价指标中的权重大多是通过对问卷调查和专家访谈的结果用层次分析的方法进行界定。但由于问卷调查本身信度的制约,以及受到专家访谈中专家本身的主观因素以及所访谈的专家的权威性的影响,评价指标权重的制定会出现较多的问题。且目前对于评价指标中权重确定的合理性研究还很少。试想,如果评价指标体系本身缺乏科学性,那么所实施的评价所获取的数据同样也就缺乏其实测能力。评价指标体系的质量将直接影响评价的质量。

误差的概念告诉我们,任何测量均有误差存在,我们只能无限接近真值,而不能得到真值。对于人的技能这种抽象特性,就更是如此了。当前,师范院校对师范生教育技术技能的评价还只是集中在通过试题(笔试和机试)来进行,评价方式就是一种总结性评价,这种评价方式已经暴露出了一些固有的缺陷,主要表现:评价标准单一;忽视评价过程;评价内容缺乏情境性;其评价结果容易产生高分低能的现象。国家对在职教师的教育技术能力作了明确规定,即要求通过中小学教师教育技术能力认证,国家还规定,该认证与教师资格证挂钩,参加认证的人员还必须参加教育技术培训。而对师范生教育技术能力的评价,目前并没有具体的规定。所以,目前国内对于师范生教育技术技能培养还处于一个大讨论时期,对教育技术的标准、内容、形式尚无明确和统一的意见;对于师范生的教育技术技能的评价更是处于探索阶段,没有一个完善而科学的评价模式。因此,建立严谨、科学、有效的评价体系才能确保师范生教育技术技能培养朝良性化方向发展。

评估技术论文篇2

作者:贾晓华单位:西北师范大学教育学院

IITE信息与通信技术教育评价

指标体系的比较与分析截止2011年10月,IITE共开展了两个旨在建构中等教育信息与通信技术应用指标体系的项目:波罗的海和独联体国家中等教育信息与通信技术应用指标项目[2](以下简称“波独指标”)和东南欧国家中等教育信息与通信技术应用指标项目[3](以下简称“东南欧指标”)。以下是从国家信息技术教育政策、硬件、软件程序和工作人员四个方面对两个指标体系及其具体内容的比较与分析:(一)国家信息技术教育政策“波独指标”中的官方相关文件,主要是关于在中等教育阶段使用信息与通信技术的全国性的官方政策文件,包括官方政策、文件和信息技术课程相关信息;“东南欧指标”主要关注现状、实施方式、财政支持、课程、教育软件以及信息技术教育起始年级。相似指标有:一是在中等教育阶段使用信息技术或者信息与通信技术的有关全国性官方政策和文件;二是信息或者信息技术作为一个独立学科;三是信息技术作为独立科目;四是信息技术与其他学科的整合。不同之处是“东南欧指标”涉及有关信息或者信息技术的国家课程,而“波独指标”涉及的是有关信息或者信息技术的地方课程。(二)硬件硬件包括教育机构中计算机装备情况,其中相似指标有:第一,教育机构中可用的计算机教室,即拥有计算机教室的教育机构的数量与教育机构总数的比值;第二,拥有计算机教室的教育机构的平均生机比,即拥有计算机教室的教育机构的学生数与这些教育机构中计算机总数的比值;第三,连接局域网的教育机构在拥有计算机教室的教育机构中所占的比例,即连接局域网的教育机构数与拥有计算机教室的教育机构总数的比值。不同的指标有:“波独指标”涉及:一是教育机构所有计算机中可以与IBM和Apple制式兼容的计算机所占百分比,即教育机构所有计算机中可以与IBM和Apple制式兼容的计算机数与计算机总数的比值;二是装备一个或多个多媒体系统的教育机构在拥有计算机教室的教育机构中所占的百分比,即装备至少一个多媒体计算机的教育机构数与拥有计算机教室的教育机构总数的比值;而“东南欧指标”涉及拥有计算机教室的教育机构中计算机新旧情况,即拥有计算机教室的教育机构中的1995年以后出产的计算机数与这些教育机构中计算机总数的比值。(三)软件程序“波独指标”中包括软件程序相关指标,而“东南欧指标”中没有相关的指标。“波独指标”中的软件程序包括操作系统和教育软件程序。其中操作系统包括:第一,计算机教室中安装DOSTM操作系统的计算机所占百分比,即计算机教室中安装DOSTM操作系统的计算机数与计算机总数的比值;第二,计算机教室中安装WindowsTM或者AppleMacintosh操作系统的计算机所占百分比,即计算机教室中安装WindowsTM或者AppleMacintosh操作系统的计算机数与计算机总数的比值;第三,计算机教室中安装其他操作系统的计算机所占百分比,即计算操作机教室中安装其他操作系统的计算机数与计算机总数的比值。而教育软件程序包括:计算机教室中安装任何与科目(小学,科学科目、人文科目和信息与信息技术)相关的教育软件的计算机所占的比例;教育机构使用的与科目(小学,科学科目、人文科目和信息与信息技术)有关的教育软件程序中由本国专家设计的教育软件程序所占的比例;教育机构使用的与科目(小学,科学科目、人文科目和信息与信息技术)有关的教育软件程序中由外国专家设计的教育软件程序所占的比例。(四)通信通信主要指互联网接入情况,相似指标有:限制连接互联网(只能使用电子邮件)的教育机构所占百分比,即计算机被限制连接互联网(只能使用电子邮件)的教育机构数与拥有计算机教室的教育机构数的比值;拨号连接互联网的教育机构所占百分比,即计算机可以拨号连接互联网的教育机构数与拥有计算机教室的教育机构数的比值;专线连接互联网的教育机构所占百分比,即计算机通过专线连接互联网的教育机构数与拥有计算机教室的教育机构数的比值;拥有自己网站的教育机构所占百分比,即拥有自己网站的教育机构数与拥有计算机教室的教育机构数的比值。不同之处有“波独指标”涉及没有连接互联网的教育机构所占百分比,即计算机没有连接互联网的教育机构数与拥有计算机教室的教育机构数的比值;而“东南欧指标”涉及连接局域网的教育机构在拥有计算机教室的教育机构中所占的比例,即连接局域网的教育机构数与拥有计算机教室的教育机构总数的比值。(五)工作人员“波独指标”和“东南欧指标”在工作人员指标方面几乎相同,都包括教育机构工作人员在计算机能力方面的发展情况和小学教师、其他科目教师、信息教师和管理人员的计算机技能掌握情况,主要有:一是教育机构工作人员包括参加计算机能力培训的课时数,其中“波独指标”规定的指标是少于50小时、多于50小时而少于100小时、超过100小时三个层次,而“东南欧指标”规定的指标是少于30小时、多于30小时而少于70小时、超过70小时三个层次;二是小学教师、其他科目教师、信息教师和管理人员的计算机技能掌握情况,即分别达到基本计算机技能水平和熟练计算机技能水平的小学教师,其他科目教师、信息教师和教育机构管理人员数分别与小学教师、其他科目教师(除了信息与信息技术教师)、信息教师或机构管理人员总数的比值。

启示

IITE信息与通信技术教育评价指标体系是建立在科学、严格的筛选、分类和系统化指标的基础之上的。首先,IITE将已有相关项目中的指标进行分类,主要是将所有的指标系统化并排序,寻找可能存在的空白之处,在此过程中系统化一个最适合该研究项目的指标体系。其次,充分考虑研究过程需要注意的问题,尽早提出解决方案,例如,组织性问题包括法律方面和必要的数据以及统计信息的保存与处理过程;教育性问题包括如何描述和评价现象;信息性问题包括所有信息保持和提供的必要程序。第三,考虑不同类型和不同层次教育机构的特点,构建适合研究目的和对象的评价体系,例如,因为波黑和独联体地区与东南欧信息技术教育的基础不同,所以“波独指标”中包含的有关软件程序的指标就没有设计到“东南欧指标”中。开展合作研究,培养我国信息技术教育评价专家团队虽然IITE在国际信息与通信技术教育评价项目中经验丰富,尤其是通过数据收集和分析了解各国信息技术教育现状,提供解决方案等方面。其开发的评价指标体系很值得我们借鉴。但由于各国社会政治、文化、历史背景的不同,我国在建构信息技术教育评价体系方面不能照搬他国的经验,而是给我们专家创造参与IITE和其他国际相关机构的研究项目的机会,在合作研究的过程中培养自己的信息技术教育评价专家团队,为我国信息技术教育的发展提供专业支持。开发地方课程,促进信息技术课程跨学科整合IITE认为在中小学开设信息技术课程,既可以理解为开设独立设立的信息技术课程,主要内容包括文字处理、电子表格应用、信息检索信息等,也可以把信息技术看做是一种工具,其最主要的作用是和其他科目整合,提高教学有效性。在我国,一般理解信息技术课程作为国家课程就是应该单独设立,而将信息技术看做一种工具可以给地方教育机构和学校开发信息技术地方课程提供新的思路,在促进信息技术与其他学科整合的目标下,开发地方课程在提高教师教学创新的积极性、促进课堂教学的有效性和激发学生学习和研究的兴趣方面将起到重要的作用。

评估技术论文篇3

作者:隋毓俭 单位:山西泽城西安水电有限公司

作物在生育期内吸收的水量主要来自降水和灌溉,故灌溉定额可用作物需水量与有效降雨量之差来计算,单产单产指单位面积的作物产量,可由作物总产量和作物总种植面积的比值确定。影响作物单产高低的因素很多,如灌溉、复播、良种、化肥、农药等。灌区总经济效益灌区总经济效益指标可用灌区获得的净收益或益本比来表示。该指标适应于干旱缺水灌区,由于水资源量有限,不可能对灌区作物全部实行丰产灌溉,部分作物面积只能供给少量的水以维持非充分灌溉或只灌“关键水”。

水分利用效率水分利用效率又称水分生产率,是指作物每消耗1m3水而生产的经济产品的数量。它是评价一个地区农业水管理水平和节水灌溉技术效果的重要指标。作物吸收利用的水分可以是降水、灌溉水、地下水或储存在土壤中的水分。经济产品因作物种类而变化,可能是块茎或块根(薯类等)、籽实(小麦等),也可能是果实(果树等)或整个地上部分(蔬菜等)。同一面积上收获的经济产品总量与消耗的总水量的比值即为作物水分利用效率。因分析问题的角度不同,消耗的总水量有多种计算方法。水分利用效率分为灌溉水利用效率、降水利用效率、农田总供水利用效率和田间水利用效率。灌溉水利用效率是指因灌溉而增加的经济产品数量与调用的灌溉水量之比,即单位灌溉水量所增加的经济产品的数量。降水利用效率是单位降水量所产出的经济产品的数量,主要适用于旱地,用来表示水分转化利用效率的高低。降水量可根据气象部门的规范测定,作物产量在收获时实测。农田总供水利用效率通常认为消耗的总水量为调用的灌溉水量与生育期降水量之和。降水的测量按气象部门的规定进行,灌水量按渠首的引水量计算,两者之和为农田总供水量。

农田总供水利用效率一般不考虑地下水补给量和土壤储水的影响。田间水利用效率是作物实际消耗单位水量所产出的经济产品数量。在灌溉水利用效率和农田总供水利用效率中,不考虑土壤储水和地下水补给的作用,这在地下水位较高以及土壤储水对当季作物生产具有重要意义的情况下,容易产生较大的误差。同时,消耗的总水量中有相当一部分是通过输水过程中的渗漏、配水过程中的地面径流或深层渗漏的方式损失掉。因此,田间水利用效率能真正反映一个地区作物生产过程对有效水源的转化利用效率。环境质量指标环境质量指标用来衡量灌溉过程中出现的环境问题及其严重程度,如地下水超采引起地下水位大面积大幅下降、地面下沉、泉水量减少、水质变差、水环境恶化等,污水和咸水灌溉引起的环境污染和土壤次生盐碱化,灌水超量引起的地下水位上升导致土壤盐碱化的程度等。

节水农业技术与过去的单项节水灌溉技术相比,其主要区别在于强调了农业节水技术的重要性。它是将节水灌溉技术、节水农业技术和节水管理技术有机组合而成的一项综合技术体系。因此,作为与之相对应的节水农业技术评价标准的一个指标体系,反映了上述技术体系在组合运用中的综合节水程度,节水农业技术评价的四个层次指标为一整体,不能只用一个指标来衡量。本文提出的节水农业技术评价标准仅是一个相对标准,随着经济水平的提高以及国家和人民群众对节水农业投入的增加,节水农业的技术评价标准也必将提高。

评估技术论文篇4

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测与评估模型及其应用研究

课题来源:单位自拟课题或省政府下达的研究课题

选题依据:技术创新预测和评估是企业技术创新决策的前提和依据。通过技术创新预测和评估, 可以使企业对未来的技术发展水平及其变化趋势有正确的把握, 从而为企业的技术创新决策提供科学的依据, 以减少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。在市场竞争日趋激烈的现代商业中, 企业的技术创新决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测和评估提出了更高的要求。

二、本课题国内外研究现状及发展趋势

现有的技术创新预测方法可分为趋势外推法、相关分析法和专家预测法三大类。

(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, 在分析判断这些趋势和规律将继续的前提下, 将过去和现在的趋势向未来推演。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测方法,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=L?[1+A?exp(-Bt)] )及英国数学家和统计学家Gompertz提出的Gompertz曲线(数学模型为: Y=Lexp(-Bt))皆属于生长曲线, 其预测值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测法, 但它假定新技术的成长速度与熟悉该项技术的人数成正比, 主要适用于新技术、新产品的扩散预测。

(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, 建立预测对象与影响因素的因果关系模型, 预测技术的发展变化。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测。相关分析法主要有以下几种: 导前-滞后相关分析、技术进步与经验积累的相关分析、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)专家预测法。以专家意见作为信息来源, 通过系统的调查、征询专家的意见, 分析和整理出预测结果。专家预测法主要有: 专家个人判断法、专家会议法、头脑风暴法及德尔菲法等, 其中, 德尔菲法吸收了前几种专家预测法的长处, 避免了其缺点, 被认为是技术预测中最有效的专家预测法。

趋势外推法的预测数据只能为纵向数据, 在进行产品技术创新预测时, 只能利用过去的产品技术性能这一个指标来预测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。在现代商业经济中, 对于产品技术发展的预测不能简单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测, 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具体的回归预测式, 而所得到的回归预测模型往往只能考虑少数几种主要影响因素, 略去了许多未考虑的因素, 所以, 所建模型对实际问题的表达能力也不够准确, 预测结果与实际的符合程度也有较大偏差。专家预测法是一种定性预测方法,依靠的是预测者的知识和经验, 往往带有主观性, 难以满足企业对技术创新预测准确度的要求。以上这些技术创新预测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测提供了科学的方法论, 但在新的经济和市场环境下, 技术创新预测的方法和技术应有新的丰富和发展, 以克服自身的不足, 更进一步适应时展的需要, 为企业的技术创新工作的开展和企业的生存与发展提供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、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非常复杂的系统, 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、社会等诸多复杂因素,目前所使用的原理和方法, 难以满足企业对技术创新评估科学性的要求。关于技术创新评估的研究, 在我国的历史还不长, 无论是指标体系还是评估方法, 均处于研究之中, 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情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。

这种情况下, 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、自学习和容错性等优良性能, 可以较好地适应技术创新预测和评估这类多因素、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测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测和评估时, 从输入层输入影响产品技术创新预测值和评估值的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测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, 尽管是黑匣子式的预测和评估, 但事实证明它自身的强大学习能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测值和评估值。

据文献查阅, 虽然在技术创新预测和评估的现有原理和方法的改进和完善方面有一定的研究,如文献[08]、[09]、[11]等, 但尚未发现将神经网络应用于技术创新预测与评估方面的研究, 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测与评估模型, 是对技术创新定量预测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

本项目研究的理论意义表现在: (1) 探索新的技术创新预测和评估技术, 丰富和完善技术创新预测和评估方法体系; (2) 将神经网络技术引入技术创新的预测和评估, 有利于推动技术创新预测和评估方法的发展。

本项目研究的应用价值体现在: (1) 提供一种基于多因素的技术创新定量预测技术, 有利于提高预测的正确性; (2)提供一种基于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测和评估工作提供新的方法论和实用技术。

四、课题研究的主要内容

研究目标:

以BP神经网络模型为基础研究基于多因素的技术创新预测和评估模型, 并建立科学的预测和评估指标体系及设计相应的模型计算方法, 结合企业的具体实际, 对指标和模型体系进行实证分析, 使研究具有一定的理论水平和实用价值。

研究内容:

1、影响企业技术创新预测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, 密切结合电子商务和知识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测和评估指标体系, 并研究其量化和规范化的原则及方法。

2、影响技术创新预测和评估各相关指标的相对权重确定。影响技术创新发展和变化各相关因素在输入预测和评估模型时, 需要一组决定其相对重要性的初始权重, 权重的确定需要基本的原则作支持。

3、基于BP神经网络的技术创新预测和评估模型研究。 根据技术创新预测的特点, 以BP神经网络为基础, 构建基于多因素的技术创新预测和评估模型。

4、基于BP神经网络的技术创新预测和评估模型计算方法设计。根据基于BP神经网络的技术创新预测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测和评估模型学习样本设计。根据相关的历史资料, 构建基于BP神经网络的技术创新预测和评估模型的学习样本, 对预测和评估模型进行自学习和训练, 使模型适合实际情况。

6、基于BP神经网络的技术创新预测和评估技术的实证研究。以一般企业的技术创新预测与评估工作为背景, 对基于BP神经网络的技术创新预测和评估技术进行实证研究。

创新点:

1、建立一套基于电子商务和知识经济的技术创新预测和评估指标体系。目前,在技术创新的预测和评估指标体系方面, 一种是采用传统的指标体系, 另一种是采用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研究工作, 建立一套适合于我国企业技术创新预测和评估指标体系, 此为本研究要做的首要工作, 这是一项创新。

2、研究基于BP神经网络的技术创新预测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测和评估的现实问题, 本项目首次将神经网络技术引入企业的技术创新预测和评估, 这也是一项创新。

五、课题研究的基本方法、技术路线的可行性论证

1、重视系统分析。以系统科学的思想为指导来分析影响企业技术创新发展和变化的宏观因素和微观因素, 并研究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, 将国外先进国家的研究成果与我国具体实际相结合, 建立我国企业技术创新预测和评估的指标体系。

2、重视案例研究。从国内外技术创新预测与决策成功和失败的案例中, 发现问题、分析问题, 归纳和总结出具有共性的东西, 探索技术创新预测与宏观因素与微观因素之间的内在关系。

3、采用先简单后复杂的研究方法。对基于BP神经网络的技术创新预测和评估模型的研究, 先从某一行业出发, 定义模型的基本输入因素, 然后, 逐步扩展, 逐步增加模型的复杂度。

4、理论和实践相结合。将研究工作与具体企业的技术创新实际相结合, 进行实证研究, 在实践中丰富和完善, 研究出具有科学性和实用性的成果。

六、开展研究已具备的条件、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研究工作, 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研究论文, 对企业技术创新的预测和评估有一定的理论基础, 也从事过企业产品技术创新方面的策划和研究工作, 具有一定的实践经验, 与许多企业有密切的合作关系, 同时, 对神经网络技术也进行过专门的学习和研究, 所以, 本项目研究的理论基础、技术基础及实验场所已基本具备, 能顺利完成本课题的研究, 取得预期的研究成果。

七、论文研究的进展计划

2003.07-2003.09:完成论文开题。

2003.09-2003.11:影响企业技术创新发展的指标体系研究及其量化和规范化。

2003.11-2004.01:基于BP神经网络的技术创新预测和评估模型的构建。

2004.01-2004.03:基于BP神经网络的技术创新预测和评估模型计算方法研究。

2004.03-2004.04:基于BP神经网络的技术创新预测和评估模型体系的实证研究。

2004.04-2004.06:完成论文写作、修改定稿,准备答辩。

主要参考文献:

[01] 傅家骥、仝允桓等。 技术创新学。 北京: 清华大学出版社 1998

[02] 吴贵生。 技术创新管理。 北京: 清华大学出版社 2000

[03] 柳卸林。 企业技术创新管理。 北京: 科学技术出版社 1997

[04] 赵志、陈邦设等。 产品创新过程管理模式的基本问题研究。 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研究。 风险投资。 2002/6

[06] 赵中奇、王浣尘、潘德惠。 随机控制的极大值原理及其在投资决策中的应用。 控制与决策。 2002/6

[07] 夏清泉、凌婕。 风险投资理论和政策研究。 国际商务研究。 2002/5

[08] 陈劲、龚焱等。 技术创新信息源新探。 中国软科学。 2001/1. pp86-88

[09] 严太华、张龙。 风险投资评估决策方法初探。 经济问题。 2002/1

[10] 苏永江、李湛。 风险投资决策问题的系统分析。 学术研究。 2001/4

[11] 孙冰。 企业产品开发的评价模型及方法研究。 中国管理科学。 2002/4

[12] 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。 2002/4

[13] 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。 2002/4

[14] 杨国栋、贾成前。 高速公路复垦土地适宜性评价的BP神经网络模型。 统工程理论与实践。 2002/4

[15] 楼文高。 基于人工神经网络的三江平原土壤质量综合评价与预测模型。 中国管理科学。 2002/1

[16] 胥悦红、顾培亮。 基于BP神经网络的产品成本预测。 管理工程学报。 2000/4

[17] 陈新辉、乔忠。 基于TSA-BP神经网络的企业产品市场占有率预测模型。 中国农业大学学报。 2000/5

[18] 刘育新。 技术预测的过程与常用方法。 中国软科学。 1998/3

[19] 温小霓、赵玮。 市场需求与统计预测。 西安电子科技大学学报。 2000/5

[20] 朱振中。 模糊理论在新产品开发中的应用。 科学管理研究。 2000/6

[21]Kim B. Clark Takahiro Fujimoto. Product Development Performance Strategy、Organization and Management in Industry. Harvard Business School Press. Boson 1993

[22] Gobeli D H, Brown D J. Improving the process of product innovation. Research, Technology Management, 1993. 36(2):46-49

[23]Simon J.Towner. Four ways to accelerate new product development. Long Rang Planning 1994. 27(2):57-65

[24]Abdul Ali,et al. Product innovation and entry strategy. Journal of Product Innovation Management 1995. 12(12):54-69

[25]Eric Vin Hippel. The sources of Innovation. Oxford University Press. 1988

[26] Shtub A, Zimerman Y. A neural-network-based approach for estimating the cost of assembly. International Journal of Production Economics, 1993. 32: 189-207

[27] Wee-Liang Tan, Dattarreya G. Allampalli, Investment Criteria of Singapore Capitalists, 1997 International Council for Small Business, San Francisco, California, June 1997

[28]Michael Henos, The Road to Venture Financing: Guidelines for Entrepreneuts, RD Straregist Magazine,Summer 1991

[29]Chow GC, The Largrange Method of optimization with applications to portfoli and investment decisions. J of Economic Dymamics and Control 1996

[30]Jensen, R Information Cost and Innovation Adoption Policies, Management Science. Vol.34, No.2, Feb, 1988

[31]R.K. Zutshi, T.W.Liang, D.G.Allampulli, Singapore Venture Capitalists Investment Evaluation Criteria: A Reexamination. Small Business Economics 13:9-26(1999)

评估技术论文篇5

论文名称: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

课题来源:单位自拟课题或省政府下达的研究课题

选题依据:

技术创新预测和评估是企业技术创新决策的前提和依据。通过技术创新预测和评估,可以使企业对未来的技术发展水平及其变化趋势有正确的把握,从而为企业的技术创新决策提供科学的依据,以减少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。在市场竞争日趋激烈的现代商业中,企业的技术创新决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测和评估提出了更高的要求。

二、本课题国内外研究现状及发展趋势

现有的技术创新预测方法可分为趋势外推法、相关分析法和专家预测法三大类。

(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,在分析判断这些趋势和规律将继续的前提下,将过去和现在的趋势向未来推演。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测方法,美国生物学家和人口统计学家RaymondPearl提出的Pearl曲线(数学模型为:Y=L∕[1+A?exp(-B·t)])及英国数学家和统计学家Gompertz提出的Gompertz曲线(数学模型为:Y=L·exp(-B·t))皆属于生长曲线,其预测值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测法,但它假定新技术的成长速度与熟悉该项技术的人数成正比,主要适用于新技术、新产品的扩散预测。

(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,建立预测对象与影响因素的因果关系模型,预测技术的发展变化。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测。相关分析法主要有以下几种:导前-滞后相关分析、技术进步与经验积累的相关分析、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)专家预测法。以专家意见作为信息来源,通过系统的调查、征询专家的意见,分析和整理出预测结果。专家预测法主要有:专家个人判断法、专家会议法、头脑风暴法及德尔菲法等,其中,德尔菲法吸收了前几种专家预测法的长处,避免了其缺点,被认为是技术预测中最有效的专家预测法。

趋势外推法的预测数据只能为纵向数据,在进行产品技术创新预测时,只能利用过去的产品技术性能这一个指标来预测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。在现代商业经济中,对于产品技术发展的预测不能简单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测,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具体的回归预测式,而所得到的回归预测模型往往只能考虑少数几种主要影响因素,略去了许多未考虑的因素,所以,所建模型对实际问题的表达能力也不够准确,预测结果与实际的符合程度也有较大偏差。专家预测法是一种定性预测方法,依靠的是预测者的知识和经验,往往带有主观性,难以满足企业对技术创新预测准确度的要求。以上这些技术创新预测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测提供了科学的方法论,但在新的经济和市场环境下,技术创新预测的方法和技术应有新的丰富和发展,以克服自身的不足,更进一步适应时展的需要,为企业的技术创新工作的开展和企业的生存与发展提供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、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非常复杂的系统,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、社会等诸多复杂因素,目前所使用的原理和方法,难以满足企业对技术创新评估科学性的要求。关于技术创新评估的研究,在我国的历史还不长,无论是指标体系还是评估方法,均处于研究之中,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情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。

这种情况下,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、自学习和容错性等优良性能,可以较好地适应技术创新预测和评估这类多因素、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测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测和评估时,从输入层输入影响产品技术创新预测值和评估值的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测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,尽管是黑匣子式的预测和评估,但事实证明它自身的强大学习能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测值和评估值。

据文献查阅,虽然在技术创新预测和评估的现有原理和方法的改进和完善方面有一定的研究,如文献[08]、[09]、[11]等,但尚未发现将神经网络应用于技术创新预测与评估方面的研究,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测与评估模型,是对技术创新定量预测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

本项目研究的理论意义表现在:(1)探索新的技术创新预测和评估技术,丰富和完善技术创新预测和评估方法体系;(2)将神经网络技术引入技术创新的预测和评估,有利于推动技术创新预测和评估方法的发展。

本项目研究的应用价值体现在:(1)提供一种基于多因素的技术创新定量预测技术,有利于提高预测的正确性;(2)提供一种基于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测和评估工作提供新的方法论和实用技术。

四、课题研究的主要内容

研究目标:

以BP神经网络模型为基础研究基于多因素的技术创新预测和评估模型,并建立科学的预测和评估指标体系及设计相应的模型计算方法,结合企业的具体实际,对指标和模型体系进行实证分析,使研究具有一定的理论水平和实用价值。

研究内容:

1、影响企业技术创新预测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,密切结合电子商务和知识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测和评估指标体系,并研究其量化和规范化的原则及方法。

2、影响技术创新预测和评估各相关指标的相对权重确定。影响技术创新发展和变化各相关因素在输入预测和评估模型时,需要一组决定其相对重要性的初始权重,权重的确定需要基本的原则作支持。

3、基于BP神经网络的技术创新预测和评估模型研究。根据技术创新预测的特点,以BP神经网络为基础,构建基于多因素的技术创新预测和评估模型。

4、基于BP神经网络的技术创新预测和评估模型计算方法设计。根据基于BP神经网络的技术创新预测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测和评估模型学习样本设计。根据相关的历史资料,构建基于BP神经网络的技术创新预测和评估模型的学习样本,对预测和评估模型进行自学习和训练,使模型适合实际情况。

6、基于BP神经网络的技术创新预测和评估技术的实证研究。以一般企业的技术创新预测与评估工作为背景,对基于BP神经网络的技术创新预测和评估技术进行实证研究。

创新点:

1、建立一套基于电子商务和知识经济的技术创新预测和评估指标体系。目前,在技术创新的预测和评估指标体系方面,一种是采用传统的指标体系,另一种是采用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研究工作,建立一套适合于我国企业技术创新预测和评估指标体系,此为本研究要做的首要工作,这是一项创新。

2、研究基于BP神经网络的技术创新预测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测和评估的现实问题,本项目首次将神经网络技术引入企业的技术创新预测和评估,这也是一项创新。

五、课题研究的基本方法、技术路线的可行性论证

1、重视系统分析。以系统科学的思想为指导来分析影响企业技术创新发展和变化的宏观因素和微观因素,并研究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,将国外先进国家的研究成果与我国具体实际相结合,建立我国企业技术创新预测和评估的指标体系。

2、重视案例研究。从国内外技术创新预测与决策成功和失败的案例中,发现问题、分析问题,归纳和总结出具有共性的东西,探索技术创新预测与宏观因素与微观因素之间的内在关系。

3、采用先简单后复杂的研究方法。对基于BP神经网络的技术创新预测和评估模型的研究,先从某一行业出发,定义模型的基本输入因素,然后,逐步扩展,逐步增加模型的复杂度。

4、理论和实践相结合。将研究工作与具体企业的技术创新实际相结合,进行实证研究,在实践中丰富和完善,研究出具有科学性和实用性的成果。

六、开展研究已具备的条件、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研究工作,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研究论文,对企业技术创新的预测和评估有一定的理论基础,也从事过企业产品技术创新方面的策划和研究工作,具有一定的实践经验,与许多企业有密切的合作关系,同时,对神经网络技术也进行过专门的学习和研究,所以,本项目研究的理论基础、技术基础及实验场所已基本具备,能顺利完成本课题的研究,取得预期的研究成果。

七、论文研究的进展计划

2003.07-2003.09:完成论文开题。

2003.09-2003.11:影响企业技术创新发展的指标体系研究及其量化和规范化。

2003.11-2004.01:基于BP神经网络的技术创新预测和评估模型的构建。

2004.01-2004.03:基于BP神经网络的技术创新预测和评估模型计算方法研究。

2004.03-2004.04:基于BP神经网络的技术创新预测和评估模型体系的实证研究。

2004.04-2004.06:完成论文写作、修改定稿,准备答辩。

主要参考文献:

[01]傅家骥、仝允桓等.技术创新学.北京:清华大学出版社1998

[02]吴贵生.技术创新管理.北京:清华大学出版社2000

[03]柳卸林.企业技术创新管理.北京:科学技术出版社1997

[04]赵志、陈邦设等.产品创新过程管理模式的基本问题研究.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研究.风险投资.2002/6

[06]赵中奇、王浣尘、潘德惠.随机控制的极大值原理及其在投资决策中的应用.控制与决策.2002/6

[07]夏清泉、凌婕.风险投资理论和政策研究.国际商务研究.2002/5

[08]陈劲、龚焱等.技术创新信息源新探.中国软科学.2001/1.pp86-88

[09]严太华、张龙.风险投资评估决策方法初探.经济问题.2002/1

[10]苏永江、李湛.风险投资决策问题的系统分析.学术研究.2001/4

<11>孙冰.企业产品开发的评价模型及方法研究.中国管理科学.2002/4

[12]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.2002/4

[13]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.2002/4

[14]杨国栋、贾成前.高速公路复垦土地适宜性评价的BP神经网络模型.统工程理论与实践.2002/4

[15]楼文高.基于人工神经网络的三江平原土壤质量综合评价与预测模型.中国管理科学.2002/1

[16]胥悦红、顾培亮.基于BP神经网络的产品成本预测.管理工程学报.2000/4

[17]陈新辉、乔忠.基于TSA-BP神经网络的企业产品市场占有率预测模型.中国农业大学学报.2000/5

[18]刘育新.技术预测的过程与常用方法.中国软科学.1998/3

[19]温小霓、赵玮.市场需求与统计预测.西安电子科技大学学报.2000/5

[20]朱振中.模糊理论在新产品开发中的应用.科学管理研究.2000/6

[21]KimB.Clark&TakahiroFujimoto.ProductDevelopmentPerformance–Strategy、OrganizationandManagementinIndustry.HarvardBusinessSchoolPress.Boson1993

[22]GobeliDH,BrownDJ.Improvingtheprocessofproductinnovation.Research,TechnologyManagement,1993.36(2):46-49

[23]SimonJ.Towner.Fourwaystoacceleratenewproductdevelopment.LongRangPlanning1994.27(2):57-65

[24]AbdulAli,etal.Productinnovationandentrystrategy.JournalofProductInnovationManagement1995.12(12):54-69

[25]EricVinHippel.ThesourcesofInnovation.OxfordUniversityPress.1988

[26]ShtubA,ZimermanY.Aneural-network-basedapproachforestimatingthecostofassembly.InternationalJournalofProductionEconomics,1993.32:189-207

[27]Wee-LiangTan,DattarreyaG.Allampalli,InvestmentCriteriaofSingaporeCapitalists,1997InternationalCouncilforSmallBusiness,SanFrancisco,California,June1997

[28]MichaelHenos,TheRoadtoVentureFinancing:GuidelinesforEntrepreneuts,R&DStraregistMagazine,Summer1991

[29]ChowGC,TheLargrangeMethodofoptimizationwithapplicationstoportfoliandinvestmentdecisions.JofEconomicDymamicsandControl1996

[30]Jensen,R..InformationCostandInnovationAdoptionPolicies,ManagementScience.Vol.34,No.2,Feb,1988

[31]R.K.Zutshi,T.W.Liang,D.G.Allampulli,SingaporeVentureCapitalistsInvestmentEvaluationCriteria:AReexamination.SmallBusinessEconomics13:9-26(1999)

评估技术论文篇6

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测与评估模型及其应用研究

课题来源:单位自拟课题或省政府下达的研究课题

选题依据:

技术创新预测和评估是企业技术创新决策的前提和依据。通过技术创新预测和评估,可以使企业对未来的技术发展水平及其变化趋势有正确的把握,从而为企业的技术创新决策提供科学的依据,以减少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。在市场竞争日趋激烈的现代商业中,企业的技术创新决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测和评估提出了更高的要求。

二、本课题国内外研究现状及发展趋势

现有的技术创新预测方法可分为趋势外推法、相关分析法和专家预测法三大类。

(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,在分析判断这些趋势和规律将继续的前提下,将过去和现在的趋势向未来推演。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测方法,美国生物学家和人口统计学家raymondpearl提出的pearl曲线(数学模型为:y=l∕[1+a?exp(-b·t)])及英国数学家和统计学家gompertz提出的gompertz曲线(数学模型为:y=l·exp(-b·t))皆属于生长曲线,其预测值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测法,但它假定新技术的成长速度与熟悉该项技术的人数成正比,主要适用于新技术、新产品的扩散预测。

(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,建立预测对象与影响因素的因果关系模型,预测技术的发展变化。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测。相关分析法主要有以下几种:导前-滞后相关分析、技术进步与经验积累的相关分析、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)专家预测法。以专家意见作为信息来源,通过系统的调查、征询专家的意见,分析和整理出预测结果。专家预测法主要有:专家个人判断法、专家会议法、头脑风暴法及德尔菲法等,其中,德尔菲法吸收了前几种专家预测法的长处,避免了其缺点,被认为是技术预测中最有效的专家预测法。

趋势外推法的预测数据只能为纵向数据,在进行产品技术创新预测时,只能利用过去的产品技术性能这一个指标来预测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。在现代商业经济中,对于产品技术发展的预测不能简单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测,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具体的回归预测式,而所得到的回归预测模型往往只能考虑少数几种主要影响因素,略去了许多未考虑的因素,所以,所建模型对实际问题的表达能力也不够准确,预测结果与实际的符合程度也有较大偏差。专家预测法是一种定性预测方法,依靠的是预测者的知识和经验,往往带有主观性,难以满足企业对技术创新预测准确度的要求。以上这些技术创新预测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测提供了科学的方法论,但在新的经济和市场环境下,技术创新预测的方法和技术应有新的丰富和发展,以克服自身的不足,更进一步适应时展的需要,为企业的技术创新工作的开展和企业的生存与发展提供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、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非常复杂的系统,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、社会等诸多复杂因素,目前所使用的原理和方法,难以满足企业对技术创新评估科学性的要求。关于技术创新评估的研究,在我国的历史还不长,无论是指标体系还是评估方法,均处于研究之中,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情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。

这种情况下,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、自学习和容错性等优良性能,可以较好地适应技术创新预测和评估这类多因素、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测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测和评估时,从输入层输入影响产品技术创新预测值和评估值的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测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,尽管是黑匣子式的预测和评估,但事实证明它自身的强大学习能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测值和评估值。据文献查阅,虽然在技术创新预测和评估的现有原理和方法的改进和完善方面有一定的研究,如文献[08]、[09]、[11]等,但尚未发现将神经网络应用于技术创新预测与评估方面的研究,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测与评估模型,是对技术创新定量预测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

本项目研究的理论意义表现在:(1)探索新的技术创新预测和评估技术,丰富和完善技术创新预测和评估方法体系;(2)将神经网络技术引入技术创新的预测和评估,有利于推动技术创新预测和评估方法的发展。

本项目研究的应用价值体现在:(1)提供一种基于多因素的技术创新定量预测技术,有利于提高预测的正确性;(2)提供一种基于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测和评估工作提供新的方法论和实用技术。

四、课题研究的主要内容

研究目标:

以bp神经网络模型为基础研究基于多因素的技术创新预测和评估模型,并建立科学的预测和评估指标体系及设计相应的模型计算方法,结合企业的具体实际,对指标和模型体系进行实证分析,使研究具有一定的理论水平和实用价值。

研究内容:

1、影响企业技术创新预测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,密切结合电子商务和知识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测和评估指标体系,并研究其量化和规范化的原则及方法。

2、影响技术创新预测和评估各相关指标的相对权重确定。影响技术创新发展和变化各相关因素在输入预测和评估模型时,需要一组决定其相对重要性的初始权重,权重的确定需要基本的原则作支持。

3、基于bp神经网络的技术创新预测和评估模型研究。根据技术创新预测的特点,以bp神经网络为基础,构建基于多因素的技术创新预测和评估模型。

4、基于bp神经网络的技术创新预测和评估模型计算方法设计。根据基于bp神经网络的技术创新预测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测和评估模型学习样本设计。根据相关的历史资料,构建基于bp神经网络的技术创新预测和评估模型的学习样本,对预测和评估模型进行自学习和训练,使模型适合实际情况。

6、基于bp神经网络的技术创新预测和评估技术的实证研究。以一般企业的技术创新预测与评估工作为背景,对基于bp神经网络的技术创新预测和评估技术进行实证研究。

创新点:

1、建立一套基于电子商务和知识经济的技术创新预测和评估指标体系。目前,在技术创新的预测和评估指标体系方面,一种是采用传统的指标体系,另一种是采用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研究工作,建立一套适合于我国企业技术创新预测和评估指标体系,此为本研究要做的首要工作,这是一项创新。

2、研究基于bp神经网络的技术创新预测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测和评估的现实问题,本项目首次将神经网络技术引入企业的技术创新预测和评估,这也是一项创新。

五、课题研究的基本方法、技术路线的可行性论证

1、重视系统分析。以系统科学的思想为指导来分析影响企业技术创新发展和变化的宏观因素和微观因素,并研究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,将国外先进国家的研究成果与我国具体实际相结合,建立我国企业技术创新预测和评估的指标体系。

2、重视案例研究。从国内外技术创新预测与决策成功和失败的案例中,发现问题、分析问题,归纳和总结出具有共性的东西,探索技术创新预测与宏观因素与微观因素之间的内在关系。

3、采用先简单后复杂的研究方法。对基于bp神经网络的技术创新预测和评估模型的研究,先从某一行业出发,定义模型的基本输入因素,然后,逐步扩展,逐步增加模型的复杂度。

4、理论和实践相结合。将研究工作与具体企业的技术创新实际相结合,进行实证研究,在实践中丰富和完善,研究出具有科学性和实用性的成果。

六、开展研究已具备的条件、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研究工作,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研究论文,对企业技术创新的预测和评估有一定的理论基础,也从事过企业产品技术创新方面的策划和研究工作,具有一定的实践经验,与许多企业有密切的合作关系,同时,对神经网络技术也进行过专门的学习和研究,所以,本项目研究的理论基础、技术基础及实验场所已基本具备,能顺利完成本课题的研究,取得预期的研究成果。七、论文研究的进展计划

xx.07-xx.09:完成论文开题。

xx.09-xx.11:影响企业技术创新发展的指标体系研究及其量化和规范化。

xx.11-xx.01:基于bp神经网络的技术创新预测和评估模型的构建。

xx.01-xx.03:基于bp神经网络的技术创新预测和评估模型计算方法研究。

xx.03-xx.04:基于bp神经网络的技术创新预测和评估模型体系的实证研究。

xx.04-xx.06:完成论文写作、修改定稿,准备答辩。

主要参考文献:

[01]傅家骥、仝允桓等.技术创新学.北京:清华大学出版社1998

[02]吴贵生.技术创新管理.北京:清华大学出版社xx

[03]柳卸林.企业技术创新管理.北京:科学技术出版社1997

[04]赵志、陈邦设等.产品创新过程管理模式的基本问题研究.管理科学学报.xx/2.

[05]王亚民、朱荣林.风险投资项目ecv评估指标与决策模型研究.风险投资.xx/6

[06]赵中奇、王浣尘、潘德惠.随机控制的极大值原理及其在投资决策中的应用.控制与决策.xx/6

[07]夏清泉、凌婕.风险投资理论和政策研究.国际商务研究.xx/5

[08]陈劲、龚焱等.技术创新信息源新探.中国软科学.xx/1.pp86-88

[09]严太华、张龙.风险投资评估决策方法初探.经济问题.xx/1

[10]苏永江、李湛.风险投资决策问题的系统分析.学术研究.xx/4

<11>孙冰.企业产品开发的评价模型及方法研究.中国管理科学.xx/4

评估技术论文篇7

论文名称: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

课题来源:单位自拟课题或省政府下达的研究课题

选题依据:

技术创新预测和评估是企业技术创新决策的前提和依据。通过技术创新预测和评估, 可以使企业对未来的技术发展水平及其变化趋势有正确的把握, 从而为企业的技术创新决策提供科学的依据, 以减少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。在市场竞争日趋激烈的现代商业中, 企业的技术创新决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测和评估提出了更高的要求。

二、本课题国内外研究现状及发展趋势

现有的技术创新预测方法可分为趋势外推法、相关分析法和专家预测法三大类。

(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, 在分析判断这些趋势和规律将继续的前提下, 将过去和现在的趋势向未来推演。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测方法,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=L∕[1+A?exp(-B·t)] )及英国数学家和统计学家Gompertz提出的Gompertz曲线(数学模型为: Y=L·exp(-B·t))皆属于生长曲线, 其预测值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测法, 但它假定新技术的成长速度与熟悉该项技术的人数成正比, 主要适用于新技术、新产品的扩散预测。

(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, 建立预测对象与影响因素的因果关系模型, 预测技术的发展变化。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测。相关分析法主要有以下几种: 导前-滞后相关分析、技术进步与经验积累的相关分析、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)专家预测法。以专家意见作为信息来源, 通过系统的调查、征询专家的意见, 分析和整理出预测结果。专家预测法主要有: 专家个人判断法、专家会议法、头脑风暴法及德尔菲法等, 其中, 德尔菲法吸收了前几种专家预测法的长处, 避免了其缺点, 被认为是技术预测中最有效的专家预测法。

趋势外推法的预测数据只能为纵向数据, 在进行产品技术创新预测时, 只能利用过去的产品技术性能这一个指标来预测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。在现代商业经济中, 对于产品技术发展的预测不能简单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测, 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具体的回归预测式, 而所得到的回归预测模型往往只能考虑少数几种主要影响因素, 略去了许多未考虑的因素, 所以, 所建模型对实际问题的表达能力也不够准确, 预测结果与实际的符合程度也有较大偏差。专家预测法是一种定性预测方法,依靠的是预测者的知识和经验, 往往带有主观性, 难以满足企业对技术创新预测准确度的要求。以上这些技术创新预测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测提供了科学的方法论, 但在新的经济和市场环境下, 技术创新预测的方法和技术应有新的丰富和发展, 以克服自身的不足, 更进一步适应时展的需要, 为企业的技术创新工作的开展和企业的生存与发展提供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、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非常复杂的系统, 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、社会等诸多复杂因素,目前所使用的原理和方法, 难以满足企业对技术创新评估科学性的要求。关于技术创新评估的研究, 在我国的历史还不长, 无论是指标体系还是评估方法, 均处于研究之中, 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情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。

这种情况下, 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、自学习和容错性等优良性能, 可以较好地适应技术创新预测和评估这类多因素、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测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测和评估时, 从输入层输入影响产品技术创新预测值和评估值的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测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, 尽管是黑匣子式的预测和评估, 但事实证明它自身的强大学习能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测值和评估值。

据文献查阅, 虽然在技术创新预测和评估的现有原理和方法的改进和完善方面有一定的研究,如文献[08]、[09]、[11]等, 但尚未发现将神经网络应用于技术创新预测与评估方面的研究, 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测与评估模型, 是对技术创新定量预测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

本项目研究的理论意义表现在: (1) 探索新的技术创新预测和评估技术, 丰富和完善技术创新预测和评估方法体系; (2) 将神经网络技术引入技术创新的预测和评估, 有利于推动技术创新预测和评估方法的发展。

本项目研究的应用价值体现在: (1) 提供一种基于多因素的技术创新定量预测技术, 有利于提高预测的正确性; (2)提供一种基于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测和评估工作提供新的方法论和实用技术。

四、课题研究的主要内容

研究目标:

以BP神经网络模型为基础研究基于多因素的技术创新预测和评估模型, 并建立科学的预测和评估指标体系及设计相应的模型计算方法, 结合企业的具体实际, 对指标和模型体系进行实证分析, 使研究具有一定的理论水平和实用价值。

研究内容:

1、影响企业技术创新预测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, 密切结合电子商务和知识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测和评估指标体系, 并研究其量化和规范化的原则及方法。

2、影响技术创新预测和评估各相关指标的相对权重确定。影响技术创新发展和变化各相关因素在输入预测和评估模型时, 需要一组决定其相对重要性的初始权重, 权重的确定需要基本的原则作支持。

3、基于BP神经网络的技术创新预测和评估模型研究。 根据技术创新预测的特点, 以BP神经网络为基础, 构建基于多因素的技术创新预测和评估模型。

4、基于BP神经网络的技术创新预测和评估模型计算方法设计。根据基于BP神经网络的技术创新预测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测和评估模型学习样本设计。根据相关的历史资料, 构建基于BP神经网络的技术创新预测和评估模型的学习样本, 对预测和评估模型进行自学习和训练, 使模型适合实际情况。

6、基于BP神经网络的技术创新预测和评估技术的实证研究。以一般企业的技术创新预测与评估工作为背景, 对基于BP神经网络的技术创新预测和评估技术进行实证研究。

创新点:

1、建立一套基于电子商务和知识经济的技术创新预测和评估指标体系。目前,在技术创新的预测和评估指标体系方面, 一种是采用传统的指标体系, 另一种是采用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研究工作, 建立一套适合于我国企业技术创新预测和评估指标体系, 此为本研究要做的首要工作, 这是一项创新。

2、研究基于BP神经网络的技术创新预测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测和评估的现实问题, 本项目首次将神经网络技术引入企业的技术创新预测和评估, 这也是一项创新。

五、课题研究的基本方法、技术路线的可行性论证

1、重视系统分析。以系统科学的思想为指导来分析影响企业技术创新发展和变化的宏观因素和微观因素, 并研究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, 将国外先进国家的研究成果与我国具体实际相结合, 建立我国企业技术创新预测和评估的指标体系。

2、重视案例研究。从国内外技术创新预测与决策成功和失败的案例中, 发现问题、分析问题, 归纳和总结出具有共性的东西, 探索技术创新预测与宏观因素与微观因素之间的内在关系。

3、采用先简单后复杂的研究方法。对基于BP神经网络的技术创新预测和评估模型的研究, 先从某一行业出发, 定义模型的基本输入因素, 然后, 逐步扩展, 逐步增加模型的复杂度。

4、理论和实践相结合。将研究工作与具体企业的技术创新实际相结合, 进行实证研究, 在实践中丰富和完善, 研究出具有科学性和实用性的成果。

六、开展研究已具备的条件、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研究工作, 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研究论文, 对企业技术创新的预测和评估有一定的理论基础, 也从事过企业产品技术创新方面的策划和研究工作, 具有一定的实践经验, 与许多企业有密切的合作关系, 同时, 对神经网络技术也进行过专门的学习和研究, 所以, 本项目研究的理论基础、技术基础及实验场所已基本具备, 能顺利完成本课题的研究, 取得预期的研究成果。

七、论文研究的进展计划

2003.07-2003.09:完成论文开题。

2003.09-2003.11:影响企业技术创新发展的指标体系研究及其量化和规范化。

2003.11-2004.01:基于BP神经网络的技术创新预测和评估模型的构建。

2004.01-2004.03:基于BP神经网络的技术创新预测和评估模型计算方法研究。

2004.03-2004.04:基于BP神经网络的技术创新预测和评估模型体系的实证研究。

2004.04-2004.06:完成论文写作、修改定稿,准备答辩。

主要参考文献

[01] 傅家骥、仝允桓等. 技术创新学. 北京: 清华大学出版社 1998

[02] 吴贵生. 技术创新管理. 北京: 清华大学出版社 2000

[03] 柳卸林. 企业技术创新管理. 北京: 科学技术出版社 1997

[04] 赵志、陈邦设等. 产品创新过程管理模式的基本问题研究. 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研究. 风险投资. 2002/6

[06] 赵中奇、王浣尘、潘德惠. 随机控制的极大值原理及其在投资决策中的应用. 控制与决策. 2002/6

[07] 夏清泉、凌婕. 风险投资理论和政策研究. 国际商务研究. 2002/5

[08] 陈劲、龚焱等. 技术创新信息源新探. 中国软科学. 2001/1. pp86-88

[09] 严太华、张龙. 风险投资评估决策方法初探. 经济问题. 2002/1

[10] 苏永江、李湛. 风险投资决策问题的系统分析. 学术研究. 2001/4

孙冰. 企业产品开发的评价模型及方法研究. 中国管理科学. 2002/4

评估技术论文篇8

硕士开题报告

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测与评估模型及其应用研究

课题来源:单位自拟课题或省政府下达的研究课题

选题依据:

技术创新预测和评估是企业技术创新决策的前提和依据。通过技术创新预测和评估,可以使企业对未来的技术发展水平及其变化趋势有正确的把握,从而为企业的技术创新决策提供科学的依据,以减少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。在市场竞争日趋激烈的现代商业中,企业的技术创新决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测和评估提出了更高的要求。

二、本课题国内外研究现状及发展趋势

现有的技术创新预测方法可分为趋势外推法、相关分析法和专家预测法三大类。

(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,在分析判断这些趋势和规律将继续的前提下,将过去和现在的趋势向未来推演。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测方法,美国生物学家和人口统计学家RaymondPearl提出的Pearl曲线(数学模型为:Y=L∕[1+A?exp(-Bt)])及英国数学家和统计学家Gompertz提出的Gompertz曲线(数学模型为:Y=Lexp(-Bt))皆属于生长曲线,其预测值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测法,但它假定新技术的成长速度与熟悉该项技术的人数成正比,主要适用于新技术、新产品的扩散预测。

(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,建立预测对象与影响因素的因果关系模型,预测技术的发展变化。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测。相关分析法主要有以下几种:导前-滞后相关分析、技术进步与经验积累的相关分析、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)专家预测法。以专家意见作为信息来源,通过系统的调查、征询专家的意见,分析和整理出预测结果。专家预测法主要有:专家个人判断法、专家会议法、头脑风暴法及德尔菲法等,其中,德尔菲法吸收了前几种专家预测法的长处,避免了其缺点,被认为是技术预测中最有效的专家预测法。

趋势外推法的预测数据只能为纵向数据,在进行产品技术创新预测时,只能利用过去的产品技术性能这一个指标来预测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。在现代商业经济中,对于产品技术发展的预测不能简单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测,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具体的回归预测式,而所得到的回归预测模型往往只能考虑少数几种主要影响因素,略去了许多未考虑的因素,所以,所建模型对实际问题的表达能力也不够准确,预测结果与实际的符合程度也有较大偏差。专家预测法是一种定性预测方法,依靠的是预测者的知识和经验,往往带有主观性,难以满足企业对技术创新预测准确度的要求。以上这些技术创新预测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测提供了科学的方法论,但在新的经济和市场环境下,技术创新预测的方法和技术应有新的丰富和发展,以克服自身的不足,更进一步适应时展的需要,为企业的技术创新工作的开展和企业的生存与发展提供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、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非常复杂的系统,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、社会等诸多复杂因素,目前所使用的原理和方法,难以满足企业对技术创新评估科学性的要求。关于技术创新评估的研究,在我国的历史还不长,无论是指标体系还是评估方法,均处于研究之中,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情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。

这种情况下,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、自学习和容错性等优良性能,可以较好地适应技术创新预测和评估这类多因素、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测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测和评估时,从输入层输入影响产品技术创新预测值和评估值的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测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,尽管是黑匣子式的预测和评估,但事实证明它自身的强大学习能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测值和评估值。

据文献查阅,虽然在技术创新预测和评估的现有原理和方法的改进和完善方面有一定的研究,如文献[08]、[09]、[11]等,但尚未发现将神经网络应用于技术创新预测与评估方面的研究,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测与评估模型,是对技术创新定量预测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

本项目研究的理论意义表现在:(1)探索新的技术创新预测和评估技术,丰富和完善技术创新预测和评估方法体系;(2)将神经网络技术引入技术创新的预测和评估,有利于推动技术创新预测和评估方法的发展。

本项目研究的应用价值体现在:(1)提供一种基于多因素的技术创新定量预测技术,有利于提高预测的正确性;(2)提供一种基于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测和评估工作提供新的方法论和实用技术。

四、课题研究的主要内容

研究目标:

以BP神经网络模型为基础研究基于多因素的技术创新预测和评估模型,并建立科学的预测和评估指标体系及设计相应的模型计算方法,结合企业的具体实际,对指标和模型体系进行实证分析,使研究具有一定的理论水平和实用价值。

研究内容:

1、影响企业技术创新预测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,密切结合电子商务和知识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测和评估指标体系,并研究其量化和规范化的原则及方法。

2、影响技术创新预测和评估各相关指标的相对权重确定。影响技术创新发展和变化各相关因素在输入预测和评估模型时,需要一组决定其相对重要性的初始权重,权重的确定需要基本的原则作支持。

3、基于BP神经网络的技术创新预测和评估模型研究。根据技术创新预测的特点,以BP神经网络为基础,构建基于多因素的技术创新预测和评估模型。

4、基于BP神经网络的技术创新预测和评估模型计算方法设计。根据基于BP神经网络的技术创新预测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测和评估模型学习样本设计。根据相关的历史资料,构建基于BP神经网络的技术创新预测和评估模型的学习样本,对预测和评估模型进行自学习和训练,使模型适合实际情况。

6、基于BP神经网络的技术创新预测和评估技术的实证研究。以一般企业的技术创新预测与评估工作为背景,对基于BP神经网络的技术创新预测和评估技术进行实证研究。

创新点:

1、建立一套基于电子商务和知识经济的技术创新预测和评估指标体系。目前,在技术创新的预测和评估指标体系方面,一种是采用传统的指标体系,另一种是采用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研究工作,建立一套适合于我国企业技术创新预测和评估指标体系,此为本研究要做的首要工作,这是一项创新。

2、研究基于BP神经网络的技术创新预测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测和评估的现实问题,本项目首次将神经网络技术引入企业的技术创新预测和评估,这也是一项创新。

五、课题研究的基本方法、技术路线的可行性论证

1、重视系统分析。以系统科学的思想为指导来分析影响企业技术创新发展和变化的宏观因素和微观因素,并研究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,将国外先进国家的研究成果与我国具体实际相结合,建立我国企业技术创新预测和评估的指标体系。

2、重视案例研究。从国内外技术创新预测与决策成功和失败的案例中,发现问题、分析问题,归纳和总结出具有共性的东西,探索技术创新预测与宏观因素与微观因素之间的内在关系。

3、采用先简单后复杂的研究方法。对基于BP神经网络的技术创新预测和评估模型的研究,先从某一行业出发,定义模型的基本输入因素,然后,逐步扩展,逐步增加模型的复杂度。

4、理论和实践相结合。将研究工作与具体企业的技术创新实际相结合,进行实证研究,在实践中丰富和完善,研究出具有科学性和实用性的成果。

六、开展研究已具备的条件、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研究工作,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研究论文,对企业技术创新的预测和评估有一定的理论基础,也从事过企业产品技术创新方面的策划和研究工作,具有一定的实践经验,与许多企业有密切的合作关系,同时,对神经网络技术也进行过专门的学习和研究,所以,本项目研究的理论基础、技术基础及实验场所已基本具备,能顺利完成本课题的研究,取得预期的研究成果。

七、论文研究的进展计划

2003、07-2003、09:完成论文开题。

2003、09-2003、11:影响企业技术创新发展的指标体系研究及其量化和规范化。

2003、11-2004、01:基于BP神经网络的技术创新预测和评估模型的构建。

2004、01-2004、03:基于BP神经网络的技术创新预测和评估模型计算方法研究。

2004、03-2004、04:基于BP神经网络的技术创新预测和评估模型体系的实证研究。

2004、04-2004、06:完成论文写作、修改定稿,准备答辩。

主要参考文献:

[01]傅家骥、仝允桓等。技术创新学。北京:清华大学出版社1998

[02]吴贵生。技术创新管理。北京:清华大学出版社2000

[03]柳卸林。企业技术创新管理。北京:科学技术出版社1997

[04]赵志、陈邦设等。产品创新过程管理模式的基本问题研究。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研究。风险投资。2002/6

[06]赵中奇、王浣尘、潘德惠。随机控制的极大值原理及其在投资决策中的应用。控制与决策。2002/6

[07]夏清泉、凌婕。风险投资理论和政策研究。国际商务研究。2002/5

[08]陈劲、龚焱等。技术创新信息源新探。中国软科学。2001/1、pp86-88

[09]严太华、张龙。风险投资评估决策方法初探。经济问题。2002/1

[10]苏永江、李湛。风险投资决策问题的系统分析。学术研究。2001/4

[11]孙冰。企业产品开发的评价模型及方法研究。中国管理科学。2002/4

推荐期刊