评估方法论文模板(10篇)

导言：作为写作爱好者，不可错过为您精心挑选的10篇评估方法论文，它们将为您的写作提供全新的视角，我们衷心期待您的阅读，并希望这些内容能为您提供灵感和参考。

篇1

0、引言

电力作为高风险产业，不仅源于其公用事业属性，以及技术资金密集、供求瞬时平衡、生产运行连续等特征，同时电力项目投资额巨大、建设周期长、沉没成本高，而且，随着电力体制改革和电力市场建设进程的深入，市场主体越来越多，电力交易关系复杂，不同主体之间协调困难，电力行业规划建设、生产经营的不确定性加大、电力市场风险增加。根据“十一五”期间电力体制改革的任务，面对我国电力市场化发展的现状，增强风险意识，树立风险观念，加强风险管理将是电力企业的重要任务。本文在阐述了企业风险管理基本框架流程及其主要内容的基础上，提出电力企业定量风险评估的主要内容及方法，以期推动电力系统风险管理工作的开展。

1、风险管理的主要内容

风险作为客观存在，要求人们考察研究风险时，要从决策角度认识到风险与人们有目的活动、行动方案选择及事物的未来变化有关。风险的形成过程和风险的客观性、损失性、不确定性特征共同构成风险形成机制分析和风险管理的基础。

人们一般对风险持厌恶态度，都想减小风险损失，追求风险与收益的均衡优化。风险管理的提出与发展与企业发展状况、社会背景密不可分。风险管理作为一门管理学科，首先在美国应运而生，之后传到西欧、亚洲、拉丁美洲。美国大多数企业都设置专职部门进行风险管理，许多大学的工商管理学院都开设风险管理课程。风险管理作为一门科学与艺术，既需要定性分析，又需要定量估计；既要求理性，又要求人性；不但需要多学科理论指导，还需要多种方法支持。

源于风险意识的风险管理主要包括风险分析、风险评价与风险控制三大部份。根据风险形成的过程，风险分析需要进行风险辨识、风险估计。风险估计需要进行频率分析与后果分析，而后果分析又包括情景分析与损失分析。通过风险分析，可得到特定系统所有风险的风险估计，对此再参照相应的风险标准及可接受性，判断系统的风险是否可接受，是否采取安全措施，这就是风险评价。风险分析与风险评价总称为风险评估。为进行风险定量化估算，要进行定量风险评估(QuantitativeRiskAssessment—QRA)。在风险评估的基础上，针对风险状况采取相应的措施与对策方案，以控制、抑制、降低风险，即风险控制。风险管理不仅要定性分析风险因素、风险事故及损失状况，而且要尽可能基于风险标准及可接受性对风险进行定量评价。对于以盈利为目的的工业企业也希望将风险损失价值化并给出货币衡量标准。风险管理就是风险分析、风险评价、风险控制三者密切相联的动态过程，见图1。

2、风险管理的组织实施与基本流程

为有效实施风险管理，企业应由专门的组织及相关人员按一定程序组织实施风险管理工作。据《幸福》杂志对美国500多家大公司的调查知，84％的公司由中层以上的经理人员负责风险管理。风险管理的趋势是董事会下属设立风险管理委员会全面负责公司风险管理，组织实施的流程是：①制定风险管理规划；②风险辩识；③风险评估；④风险管理策略方案选择；⑤风险管理策略实施；⑥风险管理策略实施评价。

3、电力企业定量风险评估(QRA)

电力企业QRA的建立与发展从内部来看，不仅已有可靠性分析、安全分析、质量管理、项目管理等各专业分析作基础，从外部而言有电力用户、政府与社会公众、咨询机构等众多相关主体的关注。电力企业QRA对企业的作用主要体现在：通过QRA有利于企业将风险水平控制在规定标准的风险水平之内，并符合最低合理可行原则；通过开展QRA可帮助企业全面识别风险，并按轻重缓急排序，以有助于管理者将精力、财力、物力集中于风险控制的重要紧急领域，使风险管理决策更为合理、效果更好、成本最小；通过对各种风险控制方案或安全改进措施进行QRA，使决策者对方案措施进行优劣选择，为公司提出决策支持。电力企业的风险将对其它企业和主体带来连带影响，并产生放大效应，电力系统安全、可靠、高效、优质是各行各业和政府管理部门共同的愿望。电力企业实施QRA具有现实意义。

电力企业QHA的基本框架模式

电力企业QRA是指在工业系统QRA的基础上，考虑电力系统的技术经济特点及运行规律，结合电力体制改革及电力市场化进程而以概率模型表征的全面风险管理理论方法。为便于实施风险管理，保证风险评估质量，满足风险评估过程各阶段的不同要求，构建如图3所示的适用于电力企业QRA的基本框架模式。在具体实施时，允许依实际情况而有所改变。

3.2电力企业QRA的主要工作内容

(1)确定目标及范围。包括风险管理的目的与意义，待分析系统的设备配置、工作流程、资金、人员、管理、信息、地区、人文环境等，即确定QRA实现目标和实施条件等。

(2)风险辨识。即找出待评价系统中所有潜在的风险因素，并进行初步分析，通过安全检查看系统是否达到规范要求。风险辩识的基本途径有历史事故统计分析、安全检查表分析、风险与可操作性研究(HZOPS)、故障模式与影响分析(FMEA)、故障模式影响及危急分析(FMECA)、故障树分析(ETA)、事故树分析(ETA)、风险分析调查表、保单检视表、资产风险暴露分析表、财务报表、流程图、现场检查表、风险趋势估计表等。为配合保险公司对出险事项的处理，可采用从下至上的归纳法、从上至下的演绎法及两者综合运用。针对特定风险，可选用基于系统平面布置的区域分析、隐含事件分析、德尔菲法及基于事故树分析的风险事故网络法等。风险辩识不只局限于系统硬件，还应考虑人为因素、组织制度等系统软件。

风险综合集成是指对所有风险按其特性类型分门别类加以汇总整理。因电力工业特点及电力市场化改革特点，把电力系统风险按厂网分开的行业结构进行分类。

对于发电企业而言，主要有电源规划风险、报价竞价上网风险、供求平衡风险、市场力抑制风险、备用容量风险、信用风险、法律风险、项目风险、中介机构风险等。对于电网企业而言，主要有电网规划风险、电网融资风险、购电电价风险、电力交易转移风险、辅助服务风险、成本分摊风险、输电阻塞风险、输电能力风险、备用率风险、电力监管风险等。另外，电力企业还将面临电力可靠性、安全性、稳定性风险及电能质量风险等。风险综合集成后的初步风险分析是对已辩识出的风险进行初步分析评估，确定风险的等级或水平。风险水平低的可忽略不计或仅作定性评估，风险水平高的要在定性分析基础上，进行定量评估。

(3)频率分析。即确定风险可能发生的频率，其方法主要有历史数据统计分析、故障树分析与失效理论模型分析。历史数据统计分析是根据有关事故的历史数据预测今后可能发生的频率。因此要建立风险数据库，既作为QRA的基础，又作为风险决策的依据。故障树分析作为一种自上而下的逻辑分析法，把可能发生的事故或系统失效(顶事件)与基本部件的失效联系起来，根据基本部件的失效概率计算出顶事件的发生概率。失效理论模型分析是在历史数据与专家经验的基础上，采用某种失效理论模型来计算风险发生频率。

(4)风险测定估计。根据风险特性及类型，运用一定的数学工具测定或估计风险大小。常用方法主要有主观估计法、客观估计法、期望值法、数学模型法、随机模拟法和马尔可夫模型法等。

(5)后果分析。即分析特定风险在某种环境作用下可能导致的各种事故后果及损失。其方法主要有情景分析与损失分析。情景分析通过事件树模型分析特定风险在环境作用下可能导致的各种事故后果。损失分析是分析特定后果对其它事物的影响及利益损失并归结为某种风险指标。

(6)风险标准及可接受性。风险标准及可接受性应遵循最低合理可行(ALARP)原则。ALARP原则是指任何系统都存在风险，而且风险水平越低，即风险程度越小要进一步减少风险越困难，其成本会呈指数曲线上升。也就是说，风险改进措施投资的边际效益递减，最终趋于零，甚至为负值。因此，必须在风险水平与成本间折衷考虑。如果电力企业定量风险评估所得风险水平在不可接受线之上，则该风险被拒绝，如果风险水平在可接受线之下，则该风险可接受，无需采取风险改进措施；如风险水平在不可接受线与可接受线之间，即落人ALARP区(可容忍区)，这时要进行风险改进措施投资成本风险分析或风险成本收益分析。

篇2

 

经过四十多年的发展，LED显示技术越来越成熟，LED显示屏的普及程度也越来越高。和其他大屏幕终端显示设备相比，LED显示屏具有自己的优点，如亮度高、寿命长、视角大、屏幕面积可大可小及可与计算机连接，支持软件丰富等。LED显示屏不仅可以用于有关信息，还可以起到烘托气氛的作用，如通过显示屏幕播放上级领导及各种贵宾莅临参观、指导的欢迎词，及各种重大节日的庆祝标语等。因此，不少重要场所、大型演出活动采用LED显示屏作为显示设备，包括许多学校也安装了LED显示屏。和其他电子产品一样，LED显示屏使用一段时间后，不可避免地会出现这样那样的故障。由于目前的显示屏系统在屏体结构上都采用了单元化、模块化设计，方便了系统的维护。因此，也有些常见故障，只要用户具备一定的计算机知识和电器维修经验，掌握了显示屏系统结构及信号的流向，有些以前需要专业人员解决的问题自己也可以动手解决。

LED显示屏的工作原理及基本结构

进行故障排除，必须了解LED显示屏的工作原理及基本结构，明确信号的流向。LED是发光二极管的简称科技小论文，LED显示屏即是用大量LED发光管按一定顺序排列形成的显示设备。显示屏一般由单元板（模组）拼成，每个单元板上按一定规律集成了一定数量的LED灯及控制和供电电路。作为一个完整的系统，LED显示屏由控制计算机、屏体、供电装置、信号传输线等组成。在所有的组成部分中，屏体出故障的可能性最大，屏体故障的排除也是LED显示屏日常维护、维修的重点。

显示屏常见故障及排除办法

LED显示屏按使用的环境分室

摘要的工作电压，输出电压为直流5伏。

常见故障一：某一条块无信号

通过上面对LED显示屏屏体结构的阐述，某一条（块）单元板无信号的原因有两种可能，一是电源供电不正常，二是显示信号没能传送过来。对于第一种情况，可以检查该单元板上的供电插头是否接触不良，或用万用表测量输出电压是否正常。对于第二种情况，应检查传送信号的排线是否松动，断裂，可用替换法进行排除。通常情况下，供电造成某一条块无信号的可能性最大，其次是排线有问题，而单元板芯片出问题的可能性较小。

常见故障二：大面积无信号

LED显示屏长时间工作后，常出现大面积无信号显示的情况，如只有底部一小部分有显示，其余则无。出现这样的状况往往是各级联的接收卡之间信号传送不畅造成的。在上面的屏体结构分析中提到，各接收卡之间是用网线传递信号的，每块接收卡上有两个RJ-45接口，其中一个接收前面的接收卡送来的信号，另一个接口给下一个接收卡传送信号。大面积无信号的故障往往是RJ-45接头和接口之间接触不良造成的论文开题报告范例。尤其是室外屏，受环境影响大，更易出现接触不良的现象，而接收卡本身出故障的情况要少得多。在进行故障排除时可以将网线插头反复插拔几次，最好重做一根网线替代，而水晶头的质量要好，抗氧化、耐腐蚀性要强。

常见故障三：常亮点的出现

常亮点也称为失控点。该亮点对应的发光二极管处于长亮状态，不随输入信号的变化而变化。该故障的出现主要是由于相应发光二极管的管脚短路造成的，如导电碎屑（新屏出现的概率大些）和水珠（雨雪天气）引起的。当故障出现时，可以在屏体上该亮点对应的单元板上仔细查找短路位置，清除即可。

常见故障四：单元板上蜂窝状黑点的出现

单元板上出现蜂窝状黑点也是常见故障之一。黑点和常亮点一样，都称为失控点，但故障原因不同。黑点的出现一般是由于发光二极管的管脚接触不良引起的，即出现了虚焊。要重新焊接虚焊点，一定要将单元板从屏上取下，等焊好后再安装到原位置。不能在屏体上直接进行焊接，因为直接在屏体上焊接的话可能因光线不好或空间狭小引起误操作，还可能出现焊锡落到其他单元板上科技小论文，引起新的故障。

常见故障五：拖尾现象

和电脑显示器要设置刷新频率一样，LED显示屏的刷新频率设置不当也会带来问题。刷新频率是LED显示屏的显示数据每秒钟被重复显示的次数。刷新频率越高，图像越清晰，但也不能太高，太高会出现黑屏现象且影响使用寿命；太低则会出现拖尾现象，尤其是信号末端不够清晰。笔者最近就遇到了类似问题：两块显示屏以串联方式显示同样内容，最近发现在屏幕的一端出现拖尾现象，且两块屏的故障部位几乎相同。在排除了屏体的原因后，经检查发送卡的参数设置，发现刷新频率设置较低，为200Hz，室外屏的设置应为300 Hz——600 Hz。重新设置后，显示正常。

篇3

货币性评估方法是用货币单位计量人力资源对企业的经济价值，以便将人力资源价值纳入会计核算体系之中。

1、未来工资报酬折现法

未来工资报酬折现模型是美国学者巴鲁克．列夫和阿巴．舒尔茨i于1971年提出的。他们认为，按照经济学中价值的概念，人力资源的价值是其未来收入的贴现总值。计算公式为：式中：Vn——一个n年龄员工的人力资源价值；It——该员工第t年的预计年收入；R——适用于该员工的收益折现率；T——退休年龄。

上述价值模型考虑了在计算人力资源价值时员工为企业服务的年限，反应了企业利用人力资源的功能，可使人力资源得以有效分配。但该模型未考虑职工流失和在企业内部调动工作岗位的可能性，并且忽略了“效率系数”这一复杂因素对人力资源价值的影响，忽略了人力资源创造的剩余价值部分。

2、调整后的未来工资报酬折现法

1964年，美国的霍曼逊提出调整后的未来工资报酬折现模型以评估人力资源价值。他主张以效率因素作为未来工资报酬的调整值，计算企业员工的人力资源价值。根据企业之间盈利水平的差异主要是因为人力资源素质的不同所造成的这一理论依据，将员工的未来工资报酬的现值乘以一个效率系数，用该系数计量给定企业人力资源的相关效率。

3、随机报酬评价法

随机报酬模型是弗兰霍尔茨ii1971年提出的。他认为人对于组织的价值在于他能够提供未来的用途和服务，与他预期所处的职位或服务状态相联系。一个人未来时期在一个组织机构内担任某职位的可能性是随机的，在这种随机过程中人所提供的服务是对组织的报偿。其公式如下：式中：ERV——人力资源价值；i——系列服务职位（i=1，2，3，……，m）；m——离开职位；Ri——组织从该员工可占据的各种职位i中得到的价值（Rm=0）；P(Ri)——某人担任某种职位的概率；t——时间（从1到n）。

该模型较之前面模型考虑的因素更加全面，但是其各因素的计量也建立在推测的基础上，并没有提出一个精确的计量方法。

4、内部竞标法

内部竞标法是赫奇棉和琼斯1967年提出的。他们认为，在一个组织中，只有那些稀有的人力资源才具有价值，是各部竞相争用罗致的对象，这些人力资源的价值，可由各部门或各利润中心的经理通过投标竞价来确定，这个最高竞价也就是该员工的价值。

5、成本法

人力资源的成本计量是从人力资源投入的角度来确认和计量支出的计量模式，目的在于对人力资源的投资额进行计量，提供人力资源的成本信息。

二、人力资源价值的非货币性评估方法

人力资源价值的计量方法除了货币性计量方法外，还应有非货币性的计量方法。非货币性计量方法就是通过编制人员实际工作业绩评价表，人员发展潜能的可塑性评价表，评价实施人才激励机制带来的效果，判断人才流动率。

1、技能一览表

这是用非货币性的方法评估某一企业中人力资源价值的最基本方法。这种方法是将各个组织成员所具备的能力或技术详细地排列出来，以此作为企业分析考评人力资源价值的准备资料。

2、工作绩效评价法

评价工作绩效所采用的方法是将影响职工工作绩效的各种因素分为不同等级，按重要程度的一定顺序排列号，给每个职工进行级别排列。这种级别排列可能是按一个标准尺度的排列，也可能是按多个标准尺度的排列。

3、潜力评估法

职工潜力是指个人将来可望为企业做出的贡献，即某人在某企业中将会担任责任更重大的职务时的潜在能力。潜力评价法是用于确定企业某职工在工作中的成长和职务提升可能性的方法。

4、工作态度测定法

该方法主要用来评价企业职工工作态度。评估企业员工工作态度，可以分别从管理人员和员工的角度填写问卷，来了解管理人员和企业员工对于工作中的某些客观事物的认知差别。

5、主观期望效用评价法

篇4

近年来，静态与动态相结合的风险管理方法得到促进和发展，李忠等}6]考虑多种风险分析方法，把静态风险管理和动态风险管理有效结合，提出更为全面、合理并贴近大断面城市隧道工程实际的风险界定、辨识、估计、评价和控制的静动态风险管理过程架构;周宗青等}7]针对隧道塌方风险，利用模糊层次评价方法开展基于孕险环境的静态风险评估，汲取大气降水、开挖支护措施及监控量测等施工信息，进行隧道施工过程中的动态风险评估，基于动态评估结果提出了风险动态规避方法;苏洁等针对地铁隧道穿越既有桥梁安全开展风险评估及控制研究，建立包含工前检测、工前评估、工中动态控制、工后评估及恢复等四个方面的既有桥梁安全风险评估及控制体系，即识别可能存在的风险，提出地铁施工过程中既有桥梁施工中的控制指标及控制标准，利用信息化手段实现既有桥梁在全过程中的安全性几通过对施工结束后施工数据的分析，对既有桥梁结构进行必要性评估及恢复。上述文献通过动态更新地质、环境等评价指标、增加施工监控量测等施工信息实现动态风险管理，但是对于施工行为的风险评价方法涉及不多，需要开展进一步的研究。    

定性评估方法中主观因素影响太大，由于相关统计数据有限，定量评估方法发展基础明显不足，定性定量相结合的方法成为目前采用的主要风险评估方法。杜修力等将网络分析法应用到地下工程风险评估中，利用专家调查法对地下工程中出现的风险因素进行识别，运用MATLAB对各风险因素的比较判断矩阵及加权超矩阵进行分析和运算;刘保国等通过建立集德尔菲法、模糊综合评判和网络分析法于一体的模糊网络分析法，将其应用于公路山岭隧道施工风险分析，在公路山岭隧道施工全过程分析基础上，建立公路山岭隧道施工风险评价指标体系。汪涛等}川采用贝叶斯网络方法建立风险事件、风险因素之间的关系模型，结合风险贝叶斯网络评估风险事件的发生概率。

2 深长隧道施工风险分析与评估    

近年大量的高风险深长隧道工程正在或即将在地形地质条件极端复杂的岩溶地区或西部山区修建，建设过程中极易遭遇突水突泥、岩爆等重大灾害，针对隧道突水、岩爆、大变形等单个风险事件开展的研究日益增多。李术才、李利平等通过案例统计分析，遴选出突涌水的影响因子，分析了各影响因素与突涌水发生概率和发生次数之间的隶属函数或表征关系，建立岩溶隧道突涌水风险模糊层次评价模型。郝以庆、卢浩等利用概率理论对突水评价指标值的不确定性进行了表征，引入了属性测度扰动区间，推导了单指标属性测度的计算公式以及多指标综合属性测度矩阵的计算方法。董鑫、卢浩等提出基于嫡的风险评估和决策模型，综合考虑了危险性和不确定性因素;并针对隧道突水，基于断裂力学理论，推导出了裂隙压剪破坏与裂隙拉剪破坏的临界水压力值，分析了各影响因素对临界水压力的影响。吴世勇等通过微震实时监测和数值分析等手段，开展TBM施工速度、导洞施工等TBM开挖方案对岩爆风险的影响研究。肖亚勋，冯夏庭等在锦屏II水电站3#引水隧洞极强岩爆段实施了”先半导洞+TBM联合掘进”实验，结合微震实时监测信息对TBM半导洞掘进的岩爆风险开展了研究。温森等针对洞室变形引起的双护盾TBM施工事故开展风险分析，根据后果等级结合发生的概率提出TBM施工变形风险评价矩阵。    

深长隧道中地质因素不确定性大，影响机理复杂，目前风险评估主要侧重于研究地质、施工等因素与风险事件的相关关系，建立初步的风险评价模型，对于多种因素综合影响风险的机理和综合评估模型，还需要进一步的研究。

3 城市地下空间施工风险分析与评估    

随着我国地铁、城市地下空间建设蓬勃发展，围绕深基坑、盾构隧道、过江隧道、地铁穿越建筑物等工程施工开展了风险分析。张驰针对基于模糊数学理论深基坑施工对周边环境影响开展风险分析与评估，提出了风险损失评价指标、风险等级划分以及风险损失计算公式。郑刚等开展盾构机掘进参数对地表沉降影响敏感度的风险分析，分析盾构掘进参数与掘进速度的关系，分析对周围地层沉降的影响规律，以盾构掘进过程中的关键掘进参数为底事件建立风险故障树并进行定量的风险评估。吴世明对泥水盾构穿越堤防的风险源进行系统分析，阐述风险产生的原因、造成的危害及规避和处理措施，并结合杭州庆春路过江隧道泥水盾构穿越钱塘江南岸大堤的工程实例，验证所述风险控制措施的合理性及可行性。王浩开展浅埋大跨隧道下穿建筑物群的施工期安全风险管理，采用数值模拟方法，对施工开挖、支护进行精细化模拟，得出关键施工步序的变形量几结合类似工程经验和规范，制定安全监测的控制标准，以指导监测和施工。石钮锋针对超浅覆大断面暗挖隧道下穿富水河道施工开展风险分析及控制研究，在对可能采用的预加固手段及开挖方案进行初步比选后，采用三维数值模拟手段进一步量化比选。张永刚等针对渤海湾海底隧道工程开展施工风险评估与控制分析，考虑超前地质预报风险、施工工序风险、支护施工风险、防排水风险、超欠挖风险、海域段隧道施工风险、施工对环境影响、洞内环境对人员健康及施工影响8种类型。    

相比深长隧道，城市地铁、地下空间地质环境信息更加完备，目前研究主要侧重于施工因素对于风险事件的影响，为施工动态风险评估和控制提供了依据。

4 盐岩地下储备库施工风险分析与评估    

篇5

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

篇6

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

篇7

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。

篇8

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

篇9

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*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*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*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*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*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*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

篇10

开题报告， 就是当课题方向确定之后，课题负责人在调查研究的基础上撰写的报请上级 批准的选题计划。 它主要说明这个课题应该进行研究，自己有条件进行研究以及准备如何开 展研究等问题， 也可以说是对课题的论证和设计。开题报告是提高选题质量和水平的重要环节。

二、开题报告的结构与写法

开题报告主要包括以下几个方面：

(一)课题名称

(二)课题研究的目的、意义

(三)国内外研究现状、水平和发展趋势。就是本课题有没有人研究，研究达到什么水平， 存在什么不足以及正在向什么方向发展等。开题报告写这些内容一方面可以论证本课题 研究的地位和价值， 另一方面也说明课题研究人员对本课题研究是否有较好的把握。我们进行任何科学研究，必须对该问题的研究现状有清醒的了解，这在第一部分已经谈到。

(四)课题研究的理论依据。我们现在进行的课题基本上都是应用研究和发展研究，这就要求我们的研究必须有一些基本的理论依据来保证研究的科学性。比如： 我们要进行活动课实验研究，我们就必须以课程理论、学习心理理论、教育心理学理论为研究试验的理论依据。我们进行教学模式创新实验，就必须以教学理论、教育实验理论等为理论依据。

(五)课题主要研究内容、方法

(六)研究工作的步骤

(七)课题参加人员的组成和专长。主要看参加人员的整体素质与水平，尤其是课题负责人的水平怎么样。如果参加人员和负责人既没有理论又没有实践经验， 这个课题就无法很 好地完成，也就无法批准立项。

(八)现有基础。主要是人员基础和物质基础。很多课题对人员和设备方面要求是比较高的，如果基本的研究条件都没有，这个课题同样不能立项。

(九)经费估算。就是课题在哪些方面要用钱，用多少钱，怎么管理等。

三、开题报告论证的主要内容

1、审定课题名称。一是看名称表述是否准确、规范。准确就是课题的名称要把课题研究的问题是什么，研究的对象是什么交待清楚。规范就是所用的词语、句型要规范、科学，似是而非的词不能用，口号式、结论式的句型不要用。二要看名称是否简洁，不能太长，能不要的字就尽量不要，如：“应用信息技术构建高中地理教学中学生自主学习的实践研究”、“网络环境下高中英语听读教学对学生文化素养提高和学习策略形成之影响”、“借助信息技术，变革学习方式”、“有效应用信息技术,促进师生幸福成长”。

2、寻找研究依据。政策依据、理论依据、实践依据，充分、贴切、准确，不要贴标签，拉大旗，喊口号。

3、分析研究背景——现实背景、历史背景要清楚，符合实际。

4、查清研究现状——单位的研究现状及问题点评;国内的研究现状;国外的研究现状。用书检和网检的方法。

5、论证研究价值——理论价值;实践价值;应用价值;科学价值;改革价值。

6、阐述研究意义——有现实意义;有历史意义;有实践意义;有方法论意义。

7、界定核心概念。就是对关键词、关联词的概念、意义、本质、联系进行阐述。

8、完善研究设计。确定研究程序;提出研究假设;确定研究目标;提出研究措施;落实研究内容;提供研究方法;划分研究阶段;落实研究人员;预测研究成果效应;建立研究组织;规划研究管理;分析规划研究的保障。

四、开题论证的方法以综合评价为主：一是课题单位的自我论证评价;二是同行的论证评价;三是科研管理部门的论证评价。由预审、初审、学术评审、综合评审四个阶段组成。预审与初审可在开题前后的时间里进行。 重点侧重在课题选择和课题计划的制订上。学术评审与综合评审要贯穿于课题研究的全过程，重点放在计划实施与成果的预期鉴定上。

五 、开题报告的写作

(一)开题报告的组成。三个主要部分：前言、正文和结语;三个次要部分：标题、署名、引文注释和参考文献。

(二)开题报告的结构与写法。

1、课题名称。题目必须与内容一致。确切、中肯、具体、鲜明、简练、醒目。开题报告一般不使用副标题。

2、署名。在题目的下面，必须签署课题研究单位，一般不写撰写者姓名。署名的目的是表示对开题报告负责。

3、开题报告可以不写内容摘要和关键词。

4、前言。前言是开题报告的序言。前言部分一般都应说清楚课题选题、立项、批准的过程，以及开题前的准备、开题缘由、开题意义，开题前所进行的调查情况所做的工作等。要力求简明扼要，直截了当，并实事求是，要开门见山、直入主题。不要面面俱到，不着边际，文不对题;或一步登天，言尽意止，不留余地。

5、正文。开题报告的正文部分占报告的主要篇幅，它是报告的主体。正文部分必须对再次论证的内容进行全面的阐述和论证，包括研究前的观察、测试、调查、分析、学习，材料形成的观点和理论。如调查的问题、现状和实质，产生问题的原因及其发展趋势。正文部分是开题报告的关键部分， 它体现了课题组的水平， 同时也可以看出今后课题研究的状态和水平。撰写开题报告的正文部分，同样要掌握充分占有材料， 要认真对材料进行分析、 综合、 整理，经过概念、判断、推理的逻辑组织，最后得出正确的观点。可采用图表来集中反映数据，要注意少而精，数据必须准确无误。正文部分要层次清楚，观点鲜明，逻辑性强，大标题涵盖小标题，小标题服务于到标题，标题统帅内容，内容说明标题。

(1)课题、问题的提出? A、提出和研究的背景：现实背景、历史背景。 B、提出和研究的依据：政策依据;理论依据;实践依据。 C、问题的研究现状：国内的、国外的，省市县内外的研究的，单位研究现状及问题点评，已取得了哪些成果?已进行了那些研究? D、问题研究的价值：理论价值;实践价值;应用价值;科学价值;改革价值。对解决教育实际问题(包括对本校、本地区的教育工作实际存在的问题)或回答教育理论问题有什么意义?对教育的改革和发展会有什么贡献? E、问题研究的意义：现实意义;历史意义;实践意义;方法论意义。以上几点要求做到：少而精;针对问题;能指导操作;表述简明、准确，有具体贯彻要点，涵盖子课题，能理解把握。

(2)课题的界定：对课题题目的界定;对条件词、关键词的界定，包括内涵与外延。

(3)改革的主张、研究设计。 A、研究的指导思想。指导思想就是在宏观上应坚持什么方向，符合什么要求，可以是哲学的、政治理论的，也可以是政府的教育发展规划，也可以是有关研究问题的指导性意见等。 B、研究的具体目标。总目标、分目标，目标要实在，要可行。和内容。课题研究的目标也就是课题最后要达到的具体目的,要解决哪些具体问题，也就是本课题研究要达到的预定目标：即本课题研究的目标定位，确定目标时要紧扣课题,用词要准确、精练、明了。相对于 目的和指导思想而言,研究目标是比较具体的，不能笼统地讲，必须清楚地写出来。只有目标明确而具体，才能知道工作的具体方向是什么，才知道研究的重点是什么，思路就不会被各种因素所干扰。 C、研究的具体内容。内容要紧扣课题的目标来分解。 D、研究的方法、原则与策略：方法、原则与策略的理论支撑;方法、原则与策略的可操作性;方法、原则与策略的活动性。课题研究的方法：有观察法、调查法、实验法、经验总结法、个案法、比较研究法、文献资料法等。确定研究方法时要叙述清楚“做些什么” 和“怎样做” 。 E、课题研究的步骤。课题研究的步骤，也就是课题研究在时间和顺序上的安排。研究的步骤要充分考虑研究内容的相互关系和难易程度，一般情况下，都是从基础问题开始，分阶段进行，每个阶段从什么时间开始，至什么时间结束都要有规定。课题研究的主要步骤和时间安排包括：整个研究拟分为哪几个阶段;各阶段的起止时间;各阶段要完成的研究目标、任务;各阶段的主要研究步骤;本学期研究工作的日程安排等。 F、预测课题研究的成果及形式：本课题研究拟取得什么形式的阶段研究成果和终结研究成果。如调查报告、实验报告、研究报告、论文、经验总结、调查量表、测试量表、微机软件、教学设计、录像带等。其中调查报告、研究报告、论文是课题研究成果最主要的表现形式。 G、有效的组织保障：课题研究的组织机构和人员分工在方案中，要写出课题组长、副组长、课题组成员以及分工。课题组组长就是本课题的负责人。一个课题组应该包括三方面的人，一是有权之士，二是有识之士，三是有志之士。有权了课题就可以得到更多的支持，有识了课题质量、水平就会更高，有志了可以不怕辛苦，踏踏实实踏实实去干。课题组的分工必须是要分得明确合理，争取让每个人了解自己工作和责任，不能吃大锅饭。但是在分工的基础上，也要注意全体人员的合作，大家共同研究，共同商讨，克服研究过程中的各种困难和问题。 H、其他保障：如课题组活动时间;学习什么有关理论和知识，如何学习，要进行或参加哪些培训;如何保证研究工作的正常进行;课题经费的来源和筹集;如何争取有关领导的支持和专家的指导;如何与校外同行交流等。

6、简短的结语。开题报告的结语要简洁，可以对课题管理部门提希望，给研究人员提要求，可以表示课题组的态度和决心。

7、可以写上引文注释和参考文献。撰写开题报告时引用了他人的材料、数据、论点、文章要按要求注明出处。反映出课题组严肃的科学态度，体现出开题报告的科学依据，同时也是尊重他人劳动的体现。可以是页末注(脚注，在本页文章的下端)、文末注(段落后或篇后 注) 、文内注(行内夹注)和书后注四种。 开题报告也可以有“致谢” 。对于曾经指导、参加过选题、论证，或对此工作提供建议或便利条件，而又没有在课题组的同志，可用简短的文字表示感谢。开题会上，有关专家必须详细审查开题报告，向研究者提问质疑。但开题会不同于成果鉴定 会，更主要的应该是完善方案。在确定研究有明显价值的前提下， 论证双方应全力讨论方案，提出意见和建议、修改补充方案。专家审查的内容包括：1、选题是否当，是否符合立项条件;2、课题论证是否充分;3、负责人的素质或水平是否能承担此课题;4、课题组力量如 何或分工是否得当;5、资料准备如何;6、最终成果预测如何;7、是否具备完成本课题所 需的其他条件;8、经过比较，本课题是否有更合适的承担人;9、其他原因(加以说明) 。

开题报告范文

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?M[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

xxxx.07-xxxx.09：完成论文开题。

xxxx.09-xxxx.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。

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

xxxx.01-xxxx.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。

xxxx.03-xxxx.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。