工作报告之大学硕士学位论文的开题报告分析

工作报告之大学硕士学位论文的开题报告分析

大学硕士学位论文的开题报告分析 分析该大学硕士论文开篇的关键词是开篇报告，大学硕士论文，‎ 首先，论文的名称，主题的来源，主题的基础 文章标题：基于bp神经网络的技术创新预测评估模型及其应用 项目来源：该单位或省政府发布的研究项目 该主题的基础：‎ 技术创新预测与评估是企业技术创新决策的前提和基础。通过技术创新预测和评估，企业可以正确把握未来的技术发展水平及其变化趋势，为企业制定技术创新决策提供科学依据，从而减少技术创新过程中的主观性和盲目性。做决定。只有在正确把握技术创新方向的前提下，企业的技术创新才能朝着正确的方向发展，企业产品的市场竞争力才能不断增强。在市场竞争日趋激烈的现代企业中，企业的技术创新决定了企业的生存和发展，前途和命运。为确保技术创新工作的正确性，企业对技术创新的预测和评价提出了更高的要求。‎ 二，国内外本课题的研究现状和发展趋势 现有的技术创新预测方法可分为三类：趋势外推，相关分析和专家预测。‎ ‎（1）趋势外推。它指的是过去和现在的技术和经济信息的使用，分析发展趋势和技术规律，并在分析和判断这些趋势和法律将继续的前提下分析过去和现在的未来趋势。增长曲线法是一种广泛使用的预测趋势外推法中技术创新的方法。美国生物学家和人口统计学家雷蒙德珍珠提出的珍珠曲线（数学模型是: y=1M [1 + a？exp（-bt）]）和英国数学家和统计学家gompertz提出的gompertz曲线（数学模型是: y=lexp（-bt））属于增长曲线，其预测值y是技术性能。指标t是时间无关变量，l，a，b都是常数。旅行模型也属于增长曲线预测方法，但它假设新技术的增长率与熟悉该技术的人数成正比，主要适用于新技术和新产品的扩散预测。‎ ‎（2）相关分析方法。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之间的因果关系模型，并预测技术的发展。相关性分析认为技术性能改进或其应用的扩展与其他已知因素高度相关，因此可以通过分析已知因 素来预测该技术。相关分析方法主要包括以下:领先 - 滞后相关分析，技术进步与经验积累的相关性分析，技术信息与人员数等因素的相关性分析，目标与手段的相关性分析。‎ ‎（3）专家预测方法。利用专家意见作为信息来源，通过系统调查和专家咨询，对预测结果进行分析和汇编。专家预测方法主要包括:专家个人判断方法，专家会议方法，头脑风暴法和Delphi方法。其中，德尔菲法吸收了以往专家预测方法的优点，避免了其缺点，被认为是技术预测。最有效的专家预测方法。‎ 趋势外推的预测数据只能是垂直数据。在预测产品技术创新时，只能使用过去的产品技术性能指标来预测其发展趋势，而不涉及产品技术创新的影响。科学，经济，工业，市场，社会和政策等诸多因素。在现代商业经济中，产品技术发展的预测不能简单地归结为过去的产品技术性能指标是基于时间的进步。相反，该系统应综合考虑现代企业中其他因素对企业产品技术创新的深远影响。虽然相关分析方法可以同时预测水平数据和垂直数据，但它是一种特定的回归预测方法，它是利用影响产品技术创新的过去历史数据中的一些因素得到的，得到的回归预测是获得。该模型只能考虑几个主要影响因素，并且省略了许多未考虑的因素。因此，模型表达实际问题的能力不够准确，预测结果与实际之间的一致程度也大大偏离。专家预测方法是一种定性预测方法。它依赖于预测者的知识和经验。它往往是主观的，很难满足企业对预测技术创新准确性的要求。这些技术创新预测技术和方法为企业技术创新工作的发展做出了巨大贡献，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中，技术创新预测的方法和技术应该有了新的丰富和发展，以克服自身的不足，进一步适应时代发展的需要，为技术创新工作的发展和企业的生存和发展提供先进的基础理论和技术方法。‎ 目前，在企业技术创新评估中，只考虑以下四个因素：（1）技术进步，可行性和连续性; （2）经济影响; （3）社会影响; （4）风险性别，在分析了四个方面的内容后，进行全面评估。综合评价中使用的方法主要包括:德尔菲法（专家法），ahp法（层次分析法），模糊评价法，决策树法，战略法和各种图例法，但技术创新评价非常复杂。系统具有广泛的非线性，时变和不确定性，还涉及许多复 杂因素，如技术，经济，管理和社会。目前使用的原则和方法难以满足企业对技术创新的评估。科学要求。的技术创新评估研究时间不长。指标体系和评估方法都处于研究过程中。我们认为目前企业技术创新评估工作的目标是:（1）符合实际情况的技术创新评价指标体系; （2）建立适应多种因素，非线性和不确定性的综合评估方法。‎ 在这种情况下，神经网络技术有其独特的优势。它具有并行分布，自组织，自适应，自学习和容错等优良性能，能够更好地适应技术创新预测和评估等多重因素。不确定性和非线性问题，可以克服上述方法的不足。该项目以bp神经网络为基础，构建基于多因素的技术创新预测评估模型。 bp神经网络由输入层，隐藏层和输出层组成。每一层神经元的数量是不同的，从前向传播和反向通信组成，当进行产品技术创新预测和评估时，产品技术创新预测值的n个因素的输入和评估值隐藏层处理后，从输入层传输到输出层，输出值y是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价值。这些n因子指标的设定考虑了一般性和动态性，并努力全面客观地反映影响产品技术创新发展的主要因素以及导致个体产品差异的主要因素，尽管它是一个黑箱预测和评估，但事实证明，它自身强大的学习能力可以融合许多因素的数据，并在非线性变换后输出更准确的预测值和评估值。‎ 根据文献综述，虽然有一些关于改进和完善现有技术创新预测和评价原则和方法的研究，如文献[08]，[09]，[11]等，但应用尚未找到神经网络。技术创新预测与评价研究。在缩短现有产品市场生命周期，要求企业不断推出新产品的经济条件下，建立基于神经网络的产品技术创新预测评估模型是技术创新的量化。对预测和评估方法的有益补充和改进。‎ 第三，论文预期结果的理论意义和应用价值 该项目的理论意义见:（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预测评估中，有利于促进技术创新预测和评估方法的发展。‎ 该项目的应用价值反映在:（1）中，为技术创新提供了基于多因素的定量预测技术，有利于提高预测的正确性; （2）提供基于bp神经网络的综合评价方法，有 利于提高评估的科学性; （3）为公司的技术创新预测和评估提供新的方法和实用技术。‎ 四是研究的主要内容 研究目标：‎ 基于bp神经网络模型，研究了基于多因素的技术创新预测评估模型，建立了科学的预测评估指标体系和相应的模型计算方法。根据企业的具体实际，对指标和模型系统进行了实证分析。使研究具有一定的理论水平和实用价值。‎ 研究内容：‎ ‎1.确定影响企业技术创新预测和评估的相关指标体系，并对其进行量化和规范。从企业的宏观和微观环境出发，紧密结合电子商务和知识经济对企业技术创新的影响，系统分析影响产品技术创新的各种相关因素，建立科学的企业技术创新预测和评价指标。系统，并研究其量化和标准化的原则和方法。‎ ‎2.影响技术创新预测，评估各相关指标的相对权重。影响技术创新发展和变化的因素在输入预测和评估模型时，需要一组初始权重来确定它们的相对重要性。权重的确定需要基本原则来支持它们。‎ 基于bp神经网络的技术创新预测评估模型研究。根据技术创新预测的特点 基于bp神经网络，构建了基于多因素的技术创新预测评估模型。‎ 基于bp神经网络的技术创新预测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评估模型的基本特点，设计了相应的计算方法。‎ 基于bp神经网络的技术创新预测评估模型学习样本设计。根据相关的历史数据，构建了基于bp神经网络的技术创新预测评估模型的学习样本，并自我学习和训练预测评估模型，使模型适合实际情况。‎ 基于bp神经网络的技术创新预测与评估技术实证研究。在对一般企业技术创新预测和评价的基础上，本文对基于bp神经网络的技术创新预测和评价技术进行了实证研究。‎ 革新：‎ ‎1.建立一套基于电子商务和知识经济的技术创新预测评估指标体系。目前，在技术创新的预测评估指标体系中，一是采用传统的指标体系，二是采用国外先进的指标体系。如何结合我国实际经济形势参照国外先进发达国家的研究工作，建立一套企业技术创新预测与评价指标。这是本研究的首要任务。这是一项创新。‎ 基于bp神经网络的技术创新预测评估模型及其计算方法研究。神经网络技术具有并行分布处理，自学习，自组织，自适应和容错等优良性能。它可以更好地处理基于多因素，非线性和不确定性预测和评估的实际问题。网络技术引入了企业技术创新预测和评估，这也是一种创新。‎