大学硕士学位论文开题报告.docx

2 / 11
大学硕士学位论文开题报告
一、论文名称、课题来源、选题根据
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
选题根据：
技术术创新评估的研究, 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。
4 / 11
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, 它能克制上述各方法的缺乏。本工程以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, 在进展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开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才能可将需考虑的多种因素的数据进展交融, 输出一个经非线性变换后较为准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良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, 以神经网络为根底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
6 / 11
本工程研究的理论意义表如今: (1) 探究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开展。
本工程研究的应用价值表达在: (1) 提供一种基于多因素的技术创新定量预测技术, 有利于进步预测的正确性; (2)提供一种基于bp神经网络的综合评估方法, 有利于进步评估的科学性; (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
研究目的：
以bp神经网络模型为根底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, 结合企业的详细实际, 对指标和模型体系进展实证分析, 使研究具有一定的理论程度和实用价值。
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标准化。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, 并研究其量化和标准化的原那么及方法。
2、影响技术创新预测和评估各相关指标的相对权重确定。影响技术创新开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
7 / 11
确实定需要根本的原那么作支持。
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神经网络为根底, 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根本特点, 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展自学习和训练, 使模型合适实际情况。
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展实证研究。
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