論文名稱:基于bp神經網絡的技術創新預測與評估模型及其應用研究
課題來源:單位自擬課題或省政府下達的研究課題
選題依據:
技術創新預測和評估是企業技術創新決策的前提和依據。通過技術創新預測和評估, 可以使企業對未來的技術發展水平及其變化趨勢有正確的把握, 從而為企業的技術創新決策提供科學的依據, 以減少技術創新決策過程中的主觀性和盲目性。只有在正確把握技術創新發展方向的前提下, 企業的技術創新工作才能沿著正確方向開展,企業產品的市場競爭力才能得到不斷加強。在市場競爭日趨激烈的現代商業中, 企業的技術創新決定著企業生存和發展、前途與命運, 為了確保技術創新工作的正確性,企業對技術創新的預測和評估提出了更高的要求。
二、本課題國內外研究現狀及發展趨勢
現有的技術創新預測方法可分為趨勢外推法、相關分析法和專家預測法三大類。
(1)趨勢外推法。指利用過去和現在的技術、經濟信息, 分析技術發展趨勢和規律, 在分析判斷這些趨勢和規律將繼續的前提下, 將過去和現在的趨勢向未來推演。生長曲線法是趨勢外推法中的一種應用較為廣泛的技術創新預測方法,美國生物學家和人口統計學家raymond pearl提出的pearl曲線(數學模型為: y=l∕[1+a?exp(-b·t)] )及英國數學家和統計學家gompertz提出的gompertz曲線(數學模型為: y=l·exp(-b·t))皆屬于生長曲線, 其預測值y為技術性能指標, t為時間自變量, l、a、b皆為常數。ridenour模型也屬于生長曲線預測法, 但它假定新技術的成長速度與熟悉該項技術的人數成正比, 主要適用于新技術、新產品的擴散預測。