國防科技大學(xué)碩士學(xué)位論文開題報(bào)告

《國防科技大學(xué)碩士學(xué)位論文開題報(bào)告》由會(huì)員分享，可在線閱讀，更多相關(guān)《國防科技大學(xué)碩士學(xué)位論文開題報(bào)告（3頁珍藏版）》請?jiān)谘b配圖網(wǎng)上搜索。

1、國防科技大學(xué)碩士學(xué)位論文開題報(bào)告 這篇國防科技大學(xué)碩士學(xué)位論文開題報(bào)告的關(guān)鍵詞是國防科技大學(xué),學(xué)位論文,碩士,報(bào)告, 　　一、論文名稱、課題來源、選題依據(jù) 　　論文名稱：基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測與評(píng)估模型及其應(yīng)用研究 　　課題來源：單位自擬課題或省政府下達(dá)的研究課題 　　選題依據(jù)： 　　技術(shù)創(chuàng)新預(yù)測和評(píng)估是企業(yè)技術(shù)創(chuàng)新決策的前提和依據(jù)。通過技術(shù)創(chuàng)新預(yù)測和評(píng)估, 可以使企業(yè)對未來的技術(shù)發(fā)展水平及其變化趨勢有正確的把握, 從而為企業(yè)的技術(shù)創(chuàng)新決策提供科學(xué)的依據(jù), 以減少技術(shù)創(chuàng)新決策過程中的主觀性和盲目性。只有在正確把握技術(shù)創(chuàng)新發(fā)展方向的前提下,

2、 企業(yè)的技術(shù)創(chuàng)新工作才能沿著正確方向開展,企業(yè)產(chǎn)品的市場競爭力才能得到不斷加強(qiáng)。在市場競爭日趨激烈的現(xiàn)代商業(yè)中, 企業(yè)的技術(shù)創(chuàng)新決定著企業(yè)生存和發(fā)展、前途與命運(yùn), 為了確保技術(shù)創(chuàng)新工作的正確性,企業(yè)對技術(shù)創(chuàng)新的預(yù)測和評(píng)估提出了更高的要求。 　　二、本課題國內(nèi)外研究現(xiàn)狀及發(fā)展趨勢 　　現(xiàn)有的技術(shù)創(chuàng)新預(yù)測方法可分為趨勢外推法、相關(guān)分析法和專家預(yù)測法三大類。 　　(1)趨勢外推法。指利用過去和現(xiàn)在的技術(shù)、經(jīng)濟(jì)信息, 分析技術(shù)發(fā)展趨勢和規(guī)律, 在分析判斷這些趨勢和規(guī)律將繼續(xù)的前提下, 將過去和現(xiàn)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(yīng)用較為廣泛的技術(shù)創(chuàng)新預(yù)測方法,美國生物學(xué)家和人口統(tǒng)

3、計(jì)學(xué)家Raymond Pearl提出的Pearl曲線(數(shù)學(xué)模型為: Y=L∕[1+A?exp(-Bt)] )及英國數(shù)學(xué)家和統(tǒng)計(jì)學(xué)家Gompertz提出的Gompertz曲線(數(shù)學(xué)模型為: Y=Lexp(-Bt))皆屬于生長曲線, 其預(yù)測值Y為技術(shù)性能指標(biāo), t為時(shí)間自變量, L、A、B皆為常數(shù)。Ridenour模型也屬于生長曲線預(yù)測法, 但它假定新技術(shù)的成長速度與熟悉該項(xiàng)技術(shù)的人數(shù)成正比, 主要適用于新技術(shù)、新產(chǎn)品的擴(kuò)散預(yù)測。 　　(2)相關(guān)分析法。利用一系列條件、參數(shù)、因果關(guān)系數(shù)據(jù)和其他信息, 建立預(yù)測對象與影響因素的因果關(guān)系模型, 預(yù)測技術(shù)的發(fā)展變化。相關(guān)分析法認(rèn)為, 一種技術(shù)性能的改進(jìn)

4、或其應(yīng)用的擴(kuò)展是和其他一些已知因素高度相關(guān)的, 這樣, 通過已知因素的分析就可以對該項(xiàng)技術(shù)進(jìn)行預(yù)測。相關(guān)分析法主要有以下幾種: 導(dǎo)前-滯后相關(guān)分析、技術(shù)進(jìn)步與經(jīng)驗(yàn)積累的相關(guān)分析、技術(shù)信息與人員數(shù)等因素的相關(guān)分析及目標(biāo)與手段的相關(guān)分析等方法。 　　(3)專家預(yù)測法。以專家意見作為信息來源, 通過系統(tǒng)的調(diào)查、征詢專家的意見, 分析和整理出預(yù)測結(jié)果。專家預(yù)測法主要有: 專家個(gè)人判斷法、專家會(huì)議法、頭腦風(fēng)暴法及德爾菲法等, 其中, 德爾菲法吸收了前幾種專家預(yù)測法的長處, 避免了其缺點(diǎn), 被認(rèn)為是技術(shù)預(yù)測中最有效的專家預(yù)測法。 　　趨勢外推法的預(yù)測數(shù)據(jù)只能為縱向數(shù)據(jù), 在進(jìn)行產(chǎn)品技術(shù)創(chuàng)新預(yù)測時(shí), 只

5、能利用過去的產(chǎn)品技術(shù)性能這一個(gè)指標(biāo)來預(yù)測它的隨時(shí)間的發(fā)展趨勢, 并不涉及影響產(chǎn)品技術(shù)創(chuàng)新的科技、經(jīng)濟(jì)、產(chǎn)業(yè)、市場、社會(huì)及政策等多方面因素。在現(xiàn)代商業(yè)經(jīng)濟(jì)中, 對于產(chǎn)品技術(shù)發(fā)展的預(yù)測不能簡單地歸結(jié)為產(chǎn)品過去技術(shù)性能指標(biāo)按時(shí)間的進(jìn)展來類推, 而應(yīng)系統(tǒng)綜合地考慮現(xiàn)代商業(yè)中其他因素對企業(yè)產(chǎn)品技術(shù)創(chuàng)新的深刻影響。相關(guān)分析法盡管可同時(shí)按橫向數(shù)據(jù)和縱向數(shù)據(jù)來進(jìn)行預(yù)測, 但由于它是利用過去的歷史數(shù)據(jù)中的某些影響產(chǎn)品技術(shù)創(chuàng)新的因素求出的具體的回歸預(yù)測式, 而所得到的回歸預(yù)測模型往往只能考慮少數(shù)幾種主要影響因素, 略去了許多未考慮的因素, 所以, 所建模型對實(shí)際問題的表達(dá)能力也不夠準(zhǔn)確, 預(yù)測結(jié)果與實(shí)際的符合程度

6、也有較大偏差。專家預(yù)測法是一種定性預(yù)測方法,依靠的是預(yù)測者的知識(shí)和經(jīng)驗(yàn), 往往帶有主觀性, 難以滿足企業(yè)對技術(shù)創(chuàng)新預(yù)測準(zhǔn)確度的要求。以上這些技術(shù)創(chuàng)新預(yù)測技術(shù)和方法為企業(yè)技術(shù)創(chuàng)新工作的開展做出了很大的貢獻(xiàn), 為企業(yè)技術(shù)創(chuàng)新的預(yù)測提供了科學(xué)的方法論, 但在新的經(jīng)濟(jì)和市場環(huán)境下, 技術(shù)創(chuàng)新預(yù)測的方法和技術(shù)應(yīng)有新的豐富和發(fā)展, 以克服自身的不足, 更進(jìn)一步適應(yīng)時(shí)代發(fā)展的需要, 為企業(yè)的技術(shù)創(chuàng)新工作的開展和企業(yè)的生存與發(fā)展提供先進(jìn)的基礎(chǔ)理論和技術(shù)方法。 　　目前,在我國企業(yè)技術(shù)創(chuàng)新評(píng)估中, 一般只考慮如下四個(gè)方面的因素: (1) 技術(shù)的先進(jìn)性、可行性、連續(xù)性; (2) 經(jīng)濟(jì)效果; (3) 社會(huì)效果;

7、(4) 風(fēng)險(xiǎn)性, 在對此四方面內(nèi)容逐個(gè)分析后, 再作綜合評(píng)估。在綜合評(píng)估中所用的方法主要有: Delphi法(專家法)、AHP法(層次分析法)、模糊評(píng)估法、決策樹法、戰(zhàn)略方法及各種圖例法等, 但技術(shù)創(chuàng)新的評(píng)估是一個(gè)非常復(fù)雜的系統(tǒng), 其中存在著廣泛的非線性、時(shí)變性和不確定性, 同時(shí), 還涉及技術(shù)、經(jīng)濟(jì)、管理、社會(huì)等諸多復(fù)雜因素,目前所使用的原理和方法, 難以滿足企業(yè)對技術(shù)創(chuàng)新評(píng)估科學(xué)性的要求。關(guān)于技術(shù)創(chuàng)新評(píng)估的研究, 在我國的歷史還不長, 無論是指標(biāo)體系還是評(píng)估方法, 均處于研究之中, 我們認(rèn)為目前在企業(yè)技術(shù)創(chuàng)新評(píng)估方面應(yīng)做的工作是: (1) 建立一套符合我國實(shí)際情況的技術(shù)創(chuàng)新評(píng)估指標(biāo)體系; (

8、2) 建立一種適應(yīng)于多因素、非線性和不確定性的綜合評(píng)估方法。 　　這種情況下, 神經(jīng)網(wǎng)絡(luò)技術(shù)就有其特有的優(yōu)勢, 以其并行分布、自組織、自適應(yīng)、自學(xué)習(xí)和容錯(cuò)性等優(yōu)良性能, 可以較好地適應(yīng)技術(shù)創(chuàng)新預(yù)測和評(píng)估這類多因素、不確定性和非線性問題, 它能克服上述各方法的不足。本項(xiàng)目以BP神經(jīng)網(wǎng)絡(luò)作為基于多因素的技術(shù)創(chuàng)新預(yù)測和評(píng)估模型構(gòu)建的基礎(chǔ), BP神經(jīng)網(wǎng)絡(luò)由輸入層、隱含層和輸出層構(gòu)成, 各層的神經(jīng)元數(shù)目不同, 由正向傳播和反向傳播組成, 在進(jìn)行產(chǎn)品技術(shù)創(chuàng)新預(yù)測和評(píng)估時(shí), 從輸入層輸入影響產(chǎn)品技術(shù)創(chuàng)新預(yù)測值和評(píng)估值的n個(gè)因素信息, 經(jīng)隱含層處理后傳入輸出層, 其輸出值Y即為產(chǎn)品技術(shù)創(chuàng)新技術(shù)性能指標(biāo)的預(yù)測

9、值或產(chǎn)品技術(shù)創(chuàng)新的評(píng)估值。這種n個(gè)因素指標(biāo)的設(shè)置, 考慮了概括性和動(dòng)態(tài)性, 力求全面、客觀地反映影響產(chǎn)品技術(shù)創(chuàng)新發(fā)展的主要因素和導(dǎo)致產(chǎn)品個(gè)體差異的主要因素, 盡管是黑匣子式的預(yù)測和評(píng)估, 但事實(shí)證明它自身的強(qiáng)大學(xué)習(xí)能力可將需考慮的多種因素的數(shù)據(jù)進(jìn)行融合, 輸出一個(gè)經(jīng)非線性變換后較為精確的預(yù)測值和評(píng)估值。 　　據(jù)文獻(xiàn)查閱, 雖然在技術(shù)創(chuàng)新預(yù)測和評(píng)估的現(xiàn)有原理和方法的改進(jìn)和完善方面有一定的研究,如文獻(xiàn)[08]、[09]、[11]等, 但尚未發(fā)現(xiàn)將神經(jīng)網(wǎng)絡(luò)應(yīng)用于技術(shù)創(chuàng)新預(yù)測與評(píng)估方面的研究, 在當(dāng)前產(chǎn)品的市場壽命周期不斷縮短、要求企業(yè)不斷推出新產(chǎn)品的經(jīng)濟(jì)條件下, 以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)來建立產(chǎn)品技術(shù)創(chuàng)新預(yù)測與評(píng)估模型, 是對技術(shù)創(chuàng)新定量預(yù)測和評(píng)估方法的有益補(bǔ)充和完善。(責(zé)任編輯：1011)