硕士开题报告优秀范文(硕士的开题报告)

硕士开学报告

论文题目的名称、来源和依据

论文名称：基于BP神经网络的技术创新预测评价模型及其应用研究

课题来源：单位自制课题或省政府颁发的研究课题

选择主题的基础：

技术创新的预测和评价是企业进行技术创新决策的前提和基础。通过对技术创新的预测和评价，企业能够正确把握未来技术发展水平及其变化趋势，从而为企业技术创新决策提供科学依据，减少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发展方向的前提下，企业的技术创新工作才能朝着正确的方向进行，企业产品的市场竞争力才能不断增强。在市场竞争日益激烈的现代企业中，企业的技术创新决定着企业的生存与发展、未来与命运。为了保证技术创新的正确性，企业对技术创新的预测和评价提出了更高的要求。

二、国内外该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。它是指利用过去和现在的技术和经济信息来分析技术发展的趋势和规律，并在分析和判断这些趋势和规律将会继续的前提下，将过去和现在的趋势推断到未来。增长曲线法是趋势外推中广泛使用的技术创新预测方法。美国生物学家和人口学家雷蒙德珀尔提出的珍珠曲线(数学模型是y=l/1a？英国数学家、统计学家冈帕斯提出的Exp(-Bt)]和Gompertz曲线(数学模型：Y=Lexp(-Bt))属于增长曲线，其预测值Y为技术性能指标，T为时间自变量，L、A和B为常数。Ridenour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，这主要适用于新技术和新产品的扩散预测。

(2)相关性分析。利用一系列条件、参数、因果关系数据等信息，建立预测对象与影响因素之间的因果关系模型，预测技术的发展变化。相关性分析认为，技术性能的提高或应用的扩展与其他已知因素高度相关，因此可以通过对已知因素的分析来预测技术。相关分析主要有以下方法：超前-滞后相关分析、技术进步与经验积累的相关分析、技术信息与人员数量等因素的相关分析、目标与手段的相关分析等。

(3)专家预测法。以专家意见为信息源，通过对专家意见的系统调查和咨询，对预测结果进行分析和整理。专家预测方法主要包括：专家个人判断法、专家会议法、头脑风暴法和德尔菲法等。其中，德尔菲法吸收了以往几种专家预测方法的优点，避免了它们的缺点，被认为是技术预测中最有效的专家预测方法。

趋势外推方法的预测数据只能是纵向数据。在产品技术创新的预测中，只有过去的产品技术绩效可以作为预测其随时间发展趋势的指标，它不涉及影响产品技术创新的科技、经济、产业、市场、社会等诸多因素。在现代商业经济中，对产品技术发展的预测不能简单地归结为根据时间的推移对产品过去的技术性能指标的类比，而应系统、全面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。虽然相关分析法可以同时根据水平数据和垂直数据进行预测，但它是利用过去历史数据中影响产品技术创新的一些因素得到的一个具体的回归预测公式，得到的回归预测模型只能考虑几个主要的影响因素，而忽略了许多没有考虑的因素。因此，所建立的模型对实际问题的表达能力不够准确，预测结果与实际符合程度偏差较大。专家预测法是一种定性预测方法，它依赖于预测者的知识和经验，而且往往是主观的。很难满足企业对技术创新预测准确性的要求。上述预测技术创新的技术和方法为企业技术创新的发展做出了巨大贡献，为预测企业技术创新提供了科学的方法。但是，在新的经济和市场环境下，预测技术创新的方法和技术应该得到丰富和发展，克服自身的不足，进一步适应时代发展的需要，为企业技术创新的发展和企业的生存与发展提供先进的基础理论和技术方法。

目前，在评价中国企业技术创新时，一般只考虑以下四个因素：(1)技术的先进性、可行性和持续性；(2)经济效应；(3)社会效应；(4)风险，在逐一分析这四个方面后，做出综合评价。综合评价采用的方法主要有德尔菲法(专家法)、层次分析法(层次分析法)、模糊评价法、决策树法、战略法和各种图例法等。然而，技术创新评价是一个非常复杂的系统，具有广泛的非线性、时变性和不确定性。同时，它也涉及到许多复杂的因素，如技术、经济、管理和社会等。目前采用的原则和方法难以满足企业对技术创新评价的科学要求。我国对技术创新评价的研究并不长。指标体系和评价方法都在研究之中。我们认为，目前企业技术创新评价应做的工作是：(1)建立一套符合我国实际情况的技术创新评价指标体系；(2)建立适用于多因素、非线性和不确定性的综合评价方法。

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，能够更好地适应多因素、不确定性和非线性问题的技术创新预测和评价。它可以克服上述方法的缺点。本项目以BP神经网络为基础，构建了基于多因素的技术创新预测与评价模型。BP神经网络由输入层、隐含层和输出层组成。每层神经元的数量不同，由正向传播和反向传播组成。在产品技术创新预测与评价过程中，影响产品技术创新预测值和评价值的N因子信息从输入层输入，经过隐含层处理后输入到输出层，输出值Y为产品技术创新预测值I

根据文献综述，虽然有一些研究对现有的技术创新预测与评价的原则和方法进行了改进和完善，如文献[08、[09、[11等。目前，还没有研究神经网络在技术创新预测和评价中的应用。在当前产品市场生命周期不断缩短、企业需要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与评价模型是对技术创新定量预测与评价方法的有益补充和改进。

论文预期结果的理论意义和应用价值

本项目研究的理论意义如下：(1)探索新的技术创新预测与评价技术，丰富和完善技术创新预测与评价方法体系；(2)将神经网络技术引入技术创新预测和评价，有利于促进技术创新预测和评价方法的发展。

本项目研究的应用价值在于：(1)提供了一种基于多因素的技术创新定量预测技术，有利于提高预测的准确性；(2)提出一种基于BP神经网络的综合评价方法，有利于提高评价的科学性；(3)为企业技术创新的预测和评价提供新的方法和实用技术。

四、课题研究的主要内容

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价模型，建立了科学的预测评价指标体系，设计了相应的模型计算方法，并结合企业具体实际对指标和模型体系进行了实证分析，具有一定的理论水平和实用价值。

研究内容：

1、企业技术创新影响预测与评价的相关指标体系的确定和量化、标准化。从企业的宏观环境和微观环境出发，紧密结合电子商务和知识经济对企业技术创新的影响，系统全面地分析影响产品技术创新的相关因素，建立科学的企业技术创新预测和评价指标体系，研究其量化和标准化的原则和方法。

2.确定影响技术创新预测和评价的相关指标的相对权重。当影响技术创新发展变化的相关因素被输入预测和评价模型时，需要一组初始权重来确定其相对重要性，而权重的确定需要基本原则的支持。

3.基于BP神经网络的技术创新预测与评价模型研究。根据技术创新预测的特点，构建了基于BP神经网络的多因素技术创新预测与评价模型。

4.基于BP神经网络的技术创新预测评价模型计算方法设计。根据基于BP神经网络的技术创新预测评价模型的基本特点，设计了相应的计算方法。

5.基于BP神经网络的技术创新预测评价模型学习样本设计。根据相关历史数据，构建了基于BP神经网络的技术创新预测与评价模型的学习样本，并对预测与评价模型进行自学习和训练，使模型适合实际情况。

6.基于BP神经网络的技术创新预测与评价技术实证研究。在一般企业技术创新预测与评价的基础上，对基于BP神经网络的技术创新预测与评价技术进行了实证研究。

创新：

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价指标体系。目前，就技术创新的预测和评价指标体系而言

五、课题研究的基本方法和技术路线的可行性论证

1、注重系统分析。本文在系统科学的指导下，分析了影响企业技术创新发展变化的宏观和微观因素，研究了影响因素之间的内在联系，确定了它们之间的重要性，探讨了量化和标准化的方法，并结合国外先进国家的研究成果和我国的具体实际，建立了我国企业技术创新预测和评价的指标体系。

2.重视案例研究。从国内外技术创新预测与决策的成功与失败案例中，发现并分析问题，总结归纳共性，探索技术创新预测与宏观和微观因素的内在联系。

3.采用简单复杂的研究方法。基于BP神经网络的技术创新预测与评价模型的研究从某个行业开始，定义了模型的基本输入因素，然后逐渐扩展，逐渐增加模型的复杂性。

4.理论联系实际。研究工作是结合具体企业的实际技术创新进行实证研究，在实践中丰富和完善，并研究出科学的、实用的成果。

六、开展调研具备条件，可能遇到的困难和问题及解决办法

我长期从事市场营销和技术创新的研究工作。我写并出版了《现代市场营销学》和《现代企业管理学》及其他相关作品。我还发表了企业技术创新和营销管理创新、企业技术创新和营销组织创新、企业技术创新和营销理念创新论文等与技术创新相关的学术研究，为企业技术创新的预测和评价提供了一定的理论依据。他还从事过企业产品技术创新的策划和研究工作，具有一定的实践经验，与多家企业有着密切的合作关系。同时，他还对神经网络技术进行了专门的研究。因此，本项目研究的理论基础、技术基础和实验场地基本具备，能够顺利完成本课题的研究，并获得预期的研究成果。

七、论文研究进展计划

2003，07-2003，09:完成论文打开。

2003，09-2003，11:影响企业技术创新发展的指标体系及其量化和标准化研究。

2003，11-2004，01:基于BP神经网络的技术创新预测与评价模型的构建。

2004，01-2004，03:基于BP神经网络的技术创新预测与评价模型计算方法研究。

2004，03-2004，04:基于BP神经网络的技术创新预测与评价模型体系的实证研究。

2004，04-2004，06:完成论文写作，修改最终版本，准备回复。

主要参考资料：

01]傅佳吉、童等。技术创新科学。北京：清华大学出版社1998

[02]吴贵生。技术创新管理。北京：清华大学出版社2000

03]刘。企业技术创新管理。北京：科学技术出版社1997

[04]赵志、陈邦时等。产品创新过程管理模式的基本问题研究。中国管理科学杂志。2000/2，

[05]与朱。风险投资项目ECV评价指标及决策模型研究。风险资本。2002/6

[06]赵忠琪，王换臣和潘德辉。随机控制的最大值原理及其在投资决策中的应用。控制和决策。2002/6

[07]夏清泉和凌杰。风险投资理论和政策研究。国际商业研究。2002/5

08]陈进、等。技术创新信息源新探。中国软科学。2001/1、pp86-88

[09]阎泰华和张龙。风险投资评估与决策方法初探。经济问题。2002/1

[10]苏永江和李湛。风险投资决策问题的系统分析。学术研究。2001/4

[11]孙兵。企业产品开发评价模型及方法研究。中国法力