《國防科技大學碩士學位論文開題報告范文.doc》由會員分享，可在線閱讀，更多相關(guān)《國防科技大學碩士學位論文開題報告范文.doc（12頁珍藏版）》請在裝配圖網(wǎng)上搜索。

畢業(yè)論文/開題報告 國防科技大學碩士學位論文開題報告范文 　　一、論文開題報告范文之論文名稱、課題****、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)新預測與評估模型及其應用研究 　　課題單位自擬課題或省政府下達的研究課題 　　論文開題報告范文之選題依據(jù)： 　　技術(shù)創(chuàng)新預測和評估是企業(yè)技術(shù)創(chuàng)新決策的前提和依據(jù)。通過技術(shù)創(chuàng)新預測和評估, 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, 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。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, 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)新的預測和評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)新預測方法可分為趨勢外推法、相關(guān)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(xiàn)在的技術(shù)、經(jīng)濟信息, 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用較為廣泛的技術(shù)創(chuàng)新預測方法,美國生物學家和人口統(tǒng)計學家raymond pearl提出的pearl曲線(數(shù)學模型為: y=l∕[1+a?exp(-bt)] )及英國數(shù)學家和統(tǒng)計學家gompertz提出的gompertz曲線(數(shù)學模型為: y=lexp(-bt))皆屬于生長曲線, 其預測值y為技術(shù)性能指標, t為時間自變量, l、a、b皆為常數(shù)。ridenour模型也屬于生長曲線預測法, 但它假定新技術(shù)的成長速度與熟悉該項技術(shù)的人數(shù)成正比, 主要適用于新技術(shù)、新產(chǎn)品的擴散預測。 　　(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, 建立預測對象與影響因素的因果關(guān)系模型, 預測技術(shù)的發(fā)展變化。相關(guān)分析法認為, 一種技術(shù)性能的改進或其應用的擴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技術(shù)進行預測。相關(guān)分析法主要有以下幾種: 導前-滯后相關(guān)分析、技術(shù)進步與經(jīng)驗積累的相關(guān)分析、技術(shù)信息與人員數(shù)等因素的相關(guān)分析及目標與手段的相關(guān)分析等方法。 　　(3)專家預測法。以專家意見作為信息****, 通過系統(tǒng)的調(diào)查、征詢專家的意見, 分析和整理出預測結(jié)果。專家預測法主要有: 專家個人判斷法、專家會議法、頭腦風暴法及德爾菲法等, 其中, 德爾菲法吸收了前幾種專家預測法的長處, 避免了其缺點, 被認為是技術(shù)預測中最有效的專家預測法。 　　趨勢外推法的預測數(shù)據(jù)只能為縱向數(shù)據(jù), 在進行產(chǎn)品技術(shù)創(chuàng)新預測時, 只能利用過去的產(chǎn)品技術(shù)性能這一個指標來預測它的隨時間的發(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、產(chǎn)業(yè)、市場、社會及政策等多方面因素。在現(xiàn)代商業(yè)經(jīng)濟中, 對于產(chǎn)品技術(shù)發(fā)展的預測不能簡單地歸結(jié)為產(chǎn)品過去技術(shù)性能指標按時間的進展來類推, 而應系統(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)分析法盡管可同時按橫向數(shù)據(jù)和縱向數(shù)據(jù)來進行預測, 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測式, 而所得到的回歸預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, 所建模型對實際問題的表達能力也不夠準確, 預測結(jié)果與實際的符合程度也有較大偏差。專家預測法是一種定性預測方法,依靠的是預測者的知識和經(jīng)驗, 往往帶有主觀性, 難以滿足企業(yè)對技術(shù)創(chuàng)新預測準確度的要求。以上這些技術(shù)創(chuàng)新預測技術(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, 為企業(yè)技術(shù)創(chuàng)新的預測提供了科學的方法論, 但在新的經(jīng)濟和市場環(huán)境下, 技術(shù)創(chuàng)新預測的方法和技術(shù)應有新的豐富和發(fā)展, 以克服自身的不足, 更進一步適應時代發(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)新評估中, 一般只考慮如下四個方面的因素: (1) 技術(shù)的先進性、可行性、連續(xù)性; (2) 經(jīng)濟效果; (3) 社會效果; (4) 風險性, 在對此四方面內(nèi)容逐個分析后, 再作綜合評估。在綜合評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)新的評估是一個非常復雜的系統(tǒng), 其中存在著廣泛的非線性、時變性和不確定性, 同時, 還涉及技術(shù)、經(jīng)濟、管理、社會等諸多復雜因素,目前所使用的原理和方法, 難以滿足企業(yè)對技術(shù)創(chuàng)新評估科學性的要求。關(guān)于技術(shù)創(chuàng)新評估的研究, 在我國的歷史還不長, 無論是指標體系還是評估方法, 均處于研究之中, 我們認為目前在企業(yè)技術(shù)創(chuàng)新評估方面應做的工作是: (1) 建立一套符合我國實際情況的技術(shù)創(chuàng)新評估指標體系; (2) 建立一種適應于多因素、非線性和不確定性的綜合評估方法。 　　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、自學習和容錯性等優(yōu)良性能, 可以較好地適應技術(shù)創(chuàng)新預測和評估這類多因素、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)新預測和評估模型構(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, 在進行產(chǎn)品技術(shù)創(chuàng)新預測和評估時, 從輸入層輸入影響產(chǎn)品技術(shù)創(chuàng)新預測值和評估值的n個因素信息, 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)性能指標的預測值或產(chǎn)品技術(shù)創(chuàng)新的評估值。這種n個因素指標的設(shè)置, 考慮了概括性和動態(tài)性, 力求全面、客觀地反映影響產(chǎn)品技術(shù)創(chuàng)新發(fā)展的主要因素和導致產(chǎn)品個體差異的主要因素, 盡管是黑匣子式的預測和評估, 但事實證明它自身的強大學習能力可將需考慮的多種因素的數(shù)據(jù)進行融合, 輸出一個經(jīng)非線性變換后較為精確的預測值和評估值。 　　據(jù)文獻查閱, 雖然在技術(shù)創(chuàng)新預測和評估的現(xiàn)有原理和方法的改進和完善方面有一定的研究,如文獻[08]、[09]、[11]等, 但尚未發(fā)現(xiàn)將神經(jīng)網(wǎng)絡(luò)應用于技術(shù)創(chuàng)新預測與評估方面的研究, 在當前產(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)新預測與評估模型, 是對技術(shù)創(chuàng)新定量預測和評估方法的有益補充和完善。 　　三、論文預期成果的理論意義和應用價值 　　本項目研究的理論意義表現(xiàn)在: (1) 探索新的技術(shù)創(chuàng)新預測和評估技術(shù), 豐富和完善技術(shù)創(chuàng)新預測和評估方法體系; (2) 將神經(jīng)網(wǎng)絡(luò)技術(shù)引入技術(shù)創(chuàng)新的預測和評估, 有利于推動技術(shù)創(chuàng)新預測和評估方法的發(fā)展。 　　本項目研究的應用價值體現(xiàn)在: (1) 提供一種基于多因素的技術(shù)創(chuàng)新定量預測技術(shù), 有利于提高預測的正確性; （2）提供一種基于bp神經(jīng)網(wǎng)絡(luò)的綜合評估方法, 有利于提高評估的科學性; (3) 為企業(yè)的技術(shù)創(chuàng)新預測和評估工作提供新的方法論和實用技術(shù)。 　　四、課題研究的主要內(nèi)容 　　研究目標： 　　以bp神經(jīng)網(wǎng)絡(luò)模型為基礎(chǔ)研究基于多因素的技術(shù)創(chuàng)新預測和評估模型, 并建立科學的預測和評估指標體系及設(shè)計相應的模型計算方法, 結(jié)合企業(yè)的具體實際, 對指標和模型體系進行實證分析, 使研究具有一定的理論水平和實用價值。 　　研究內(nèi)容： 　　1、影響企業(yè)技術(shù)創(chuàng)新預測和評佑的相關(guān)指標體系確定及其量化和規(guī)范化。從企業(yè)的宏觀環(huán)境和微觀環(huán)境兩個方面入手, 密切結(jié)合電子商務(wù)和知識經(jīng)濟對企業(yè)技術(shù)創(chuàng)新的影響, 系統(tǒng)綜合地分析影響產(chǎn)品技術(shù)創(chuàng)新的各相關(guān)因素, 建立科學的企業(yè)技術(shù)創(chuàng)新預測和評估指標體系, 并研究其量化和規(guī)范化的原則及方法。 　　2、影響技術(shù)創(chuàng)新預測和評估各相關(guān)指標的相對權(quán)重確定。影響技術(shù)創(chuàng)新發(fā)展和變化各相關(guān)因素在輸入預測和評估模型時, 需要一組決定其相對重要性的初始權(quán)重, 權(quán)重的確定需要基本的原則作支持。 　　3、基于bp神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預測和評估模型研究。 根據(jù)技術(shù)創(chuàng)新預測的特點, 以bp神經(jīng)網(wǎng)絡(luò)為基礎(chǔ), 構(gòu)建基于多因素的技術(shù)創(chuàng)新預測和評估模型。 　　4、基于bp神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預測和評估模型計算方法設(shè)計。根據(jù)基于bp神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預測和評估模型的基本特點, 設(shè)計其相應的計算方法。 　　5、基于bp神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預測和評估模型學習樣本設(shè)計。根據(jù)相關(guān)的歷史資料, 構(gòu)建基于bp神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預測和評估模型的學習樣本, 對預測和評估模型進行自學習和訓練, 使模型適合實際情況。 　　6、基于bp神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預測和評估技術(shù)的實證研究。以一般企業(yè)的技術(shù)創(chuàng)新預測與評估工作為背景, 對基于bp神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預測和評估技術(shù)進行實證研究。 　　創(chuàng)新點： 　　1、建立一套基于電子商務(wù)和知識經(jīng)濟的技術(shù)創(chuàng)新預測和評估指標體系。目前,在技術(shù)創(chuàng)新的預測和評估指標體系方面, 一種是采用傳統(tǒng)的指標體系, 另一種是采用國外先進國家的指標體系, 如何結(jié)合我國實際當前經(jīng)濟形勢, 參考國外先進發(fā)達國家的研究工作, 建立一套適合于我國企業(yè)技術(shù)創(chuàng)新預測和評估指標體系, 此為本研究要做的首要工作, 這是一項創(chuàng)新。 　　2、研究基于bp神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預測和評估模型及其計算方法。神經(jīng)網(wǎng)絡(luò)技術(shù)具有并行分布處理、自學習、自組織、自適應和容錯性等優(yōu)良性能, 能較好地處理基于多因素、非線性和不確定性預測和評估的現(xiàn)實問題, 本項目首次將神經(jīng)網(wǎng)絡(luò)技術(shù)引入企業(yè)的技術(shù)創(chuàng)新預測和評估, 這也是一項創(chuàng)新。 　　五、課題研究的基本方法、技術(shù)路線的 　　可行性論證 　　1、重視系統(tǒng)分析。以系統(tǒng)科學的思想為指導來分析影響企業(yè)技術(shù)創(chuàng)新發(fā)展和變化的宏觀因素和微觀因素, 并研究影響因素間的內(nèi)在聯(lián)系, 確定其相互之間的重要度, 探討其量化和規(guī)范化的方法, 將國外先進國家的研究成果與我國具體實際相結(jié)合, 建立我國企業(yè)技術(shù)創(chuàng)新預測和評估的指標體系。 　　2、重視案例研究。從國內(nèi)外技術(shù)創(chuàng)新預測與決策成功和失敗的案例中, 發(fā)現(xiàn)問題、分析問題, 歸納和總結(jié)出具有共性的東西, 探索技術(shù)創(chuàng)新預測與宏觀因素與微觀因素之間的內(nèi)在關(guān)系。 　　3、采用先簡單后復雜的研究方法。對基于bp神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預測和評估模型的研究, 先從某一行業(yè)出發(fā), 定義模型的基本輸入因素, 然后, 逐步擴展, 逐步增加模型的復雜度。 　　4、理論和實踐相結(jié)合。將研究工作與具體企業(yè)的技術(shù)創(chuàng)新實際相結(jié)合, 進行實證研究, 在實踐中豐富和完善, 研究出具有科學性和實用性的成果。 　　六、開展研究已具備的條件、可能遇到的困難與問題及解決措施 　　本人長期從事市場營銷和技術(shù)創(chuàng)新方面的研究工作, 編寫出版了《現(xiàn)代市場營銷學》和《現(xiàn)代企業(yè)管理學》等有關(guān)著作, 發(fā)表了“企業(yè)技術(shù)創(chuàng)新與營銷管理創(chuàng)新”、“企業(yè)技術(shù)創(chuàng)新與營銷組織創(chuàng)新”及“企業(yè)技術(shù)創(chuàng)新與營銷觀念創(chuàng)新”等與技術(shù)創(chuàng)新相關(guān)的學術(shù)研究論文, 對企業(yè)技術(shù)創(chuàng)新的預測和評估有一定的理論基礎(chǔ), 也從事過企業(yè)產(chǎn)品技術(shù)創(chuàng)新方面的策劃和研究工作, 具有一定的實踐經(jīng)驗, 與許多企業(yè)有密切的合作關(guān)系, 同時, 對神經(jīng)網(wǎng)絡(luò)技術(shù)也進行過專門的學習和研究, 所以, 本項目研究的理論基礎(chǔ)、技術(shù)基礎(chǔ)及實驗場所已基本具備, 能順利完成本課題的研究, 取得預期的研究成果。 　　七、論文研究的進展計劃 　　XX.07-XX.09：完成論文開題。 　　XX.09-XX.11：影響企業(yè)技術(shù)創(chuàng)新發(fā)展的指標體系研究及其量化和規(guī)范化。 　　XX.11-XX.01：基于bp神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預測和評估模型的構(gòu)建。 　　XX.01-XX.03：基于bp神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預測和評估模型計算方法研究。 　　XX.03-XX.04：基于bp神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預測和評估模型體系的實證研究。 　　XX.04-XX.06：完成論文寫作、修改定稿，準備答辯。 　　主要參考文獻： 　　[01] 傅家驥、仝允桓等. 技術(shù)創(chuàng)新學. 北京: 清華大學出版社 1998 　　[02] 吳貴生. 技術(shù)創(chuàng)新管理. 北京: 清華大學出版社 XX 　　[03] 柳卸林. 企業(yè)技術(shù)創(chuàng)新管理. 北京: 科學技術(shù)出版社 1997 　　[04] 趙志、陳邦設(shè)等. 產(chǎn)品創(chuàng)新過程管理模式的基本問題研究. 管理科學學報. XX/2. 　　[05] 王亞民、朱榮林. 風險投資項目ecv評估指標與決策模型研究. 風險投資. XX/6 　　[06] 趙中奇、王浣塵、潘德惠. 隨機控制的極大值原理及其在投資決策中的應用. 控制與決策. XX/6 　　[07] 夏清泉、凌婕. 風險投資理論和政策研究. 國際商務(wù)研究. XX/5 　　[08] 陳勁、龔焱等. 技術(shù)創(chuàng)新信息源新探. 中國軟科學. XX/1. pp86-88 　　[09] 嚴太華、張龍. 風險投資評估決策方法初探. 經(jīng)濟問題. XX/1 　　[10] 蘇永江、李湛. 風險投資決策問題的系統(tǒng)分析. 學術(shù)研究. XX/4 　　11 孫冰. 企業(yè)產(chǎn)品開發(fā)的評價模型及方法研究. 中國管理科學. XX/4 　　[12] 諸克軍、楊久西、匡益軍. 基于人工神經(jīng)網(wǎng)絡(luò)的石油勘探有利性綜合評價. 系統(tǒng)工程理論與實踐. XX/4 　　[13] 楊力. 基干bp 神經(jīng)網(wǎng)絡(luò)的城市房屋租賃估價系統(tǒng)設(shè)計. 中國管理科學. XX/4 　　[14] 楊國棟、賈成前. 高速公路復墾土地適宜性評價的bp神經(jīng)網(wǎng)絡(luò)模型. 統(tǒng)工程理論與實踐. XX/4 　　[15] 樓文高. 基于人工神經(jīng)網(wǎng)絡(luò)的三江平原土壤質(zhì)量綜合評價與預測模型. 中國管理科學. XX/1 　　[16] 胥悅紅、顧培亮. 基于bp神經(jīng)網(wǎng)絡(luò)的產(chǎn)品成本預測. 管理工程學報. XX/4 　　[17] 陳新輝、喬忠. 基于tsa-bp神經(jīng)網(wǎng)絡(luò)的企業(yè)產(chǎn)品市場占有率預測模型. 中國農(nóng)業(yè)大學學報. XX/5 　　[18] 劉育新. 技術(shù)預測的過程與常用方法. 中國軟科學. 1998/3 *