2023年公共管理硕士生的开题汇报材料.docx

2023年公共管理硕士生的开题汇报材料 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猜想与评估模型及其应用争辩 课题来源：单位自拟课题或省政府下达的争辩课题 选题依据：技术创新猜想和评估是企业技术创新决策的前提和依据。通过技术创新猜想和评估，可以使企业对将来的技术进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进展方向的前提下，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。在市场竞争日趋剧烈的现代商业中，企业的技术创新确定着企业生存和进展、前途与命运，为了确保技术创新工作的正确性，企业对技术创新的猜想和评估提出了更高的要求。 二、本课题国内外争辩现状及进展趋势 现有的技术创新猜想方法可分为趋势外推法、相关分析法和专家猜想法三大类。 (1)趋势外推法。指利用过去和现在的技术、经济信息，分析技术进展趋势和规律，在分析推断这些趋势和规律将连续的前提下，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猜想方法，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+aexp(-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，其猜想值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猜想法，但它假定新技术的成长速度与生疏该项技术的人数成正比，主要适用于新技术、新产品的集中猜想。 (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，建立猜想对象与影响因素的因果关系模型，猜想技术的进展变化。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因素高度相关的，这样，通过因素的分析就可以对该项技术进行猜想。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)专家猜想法。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，分析和整理出猜想结果。专家猜想法主要有：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，德尔菲法吸取了前几种专家猜想法的特长，避开了其缺点，被认为是技术猜想中最有效的专家猜想法。 趋势外推法的猜想数据只能为纵向数据，在进行产品技术创新猜想时，只能利用过去的产品技术性能这一个指标来猜想它的随时间的进展趋势，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，对于产品技术进展的猜想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猜想，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猜想式，而所得到的回归猜想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力量也不够精确     ，猜想结果与实际的符合程度也有较大偏差。专家猜想法是一种定性猜想方法，依靠的是猜想者的学问和经验，往往带有主观性，难以满足企业对技术创新猜想精确     度的要求。以上这些技术创新猜想技术和方法为企业技术创新工作的开展做出了很大的奉献，为企业技术创新的猜想供应了科学的方法论，但在新的经济和市场环境下，技术创新猜想的方法和技术应有新的丰富和进展，以克服自身的缺乏，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进展供应先进的根底理论和技术方法。 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特殊简洁的系统，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、社会等诸多简洁因素，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争辩，在我国的历史还不长，无论是指标体系还是评估方法，均处于争辩之中，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、自学习和容错性等优良性能，可以较好地适应技术创新猜想和评估这类多因素、不确定性和非线性问题，它能克服上述各方法的缺乏。本项目以bp神经网络作为基于多因素的技术创新猜想和评估模型构建的根底，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猜想和评估时，从输入层输入影响产品技术创新猜想值和评估值的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猜想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进展的主要因素和导致产品个体差异的主要因素，尽管是黑匣子式的猜想和评估，但事实证明它自身的强高校习力量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猜想值和评估值。 5