当前位置: > 开题报告 > 1021字开题报告研究生开放报告模型文本:基于神经网络的技术创新预测评价模型及其应用研究

1021字开题报告研究生开放报告模型文本:基于神经网络的技术创新预测评价模型及其应用研究

论文类型:开题报告
论文字数:1021字
论点:技术创新,预测,相关
论文概述:

本文是研究生开题报告范文,以基于BP神经网络的技术创新预测与评估模型及其应用研究为例对研究生开题报告的格式进行了阐述。

论文正文:

一、论文开篇报告《

模型论文的题目、来源和选题依据论文题目:基于BP神经网络及其应用研究的技术创新预测与评价模型
题目来源:企业技术创新决策的前提和依据是省政府

发布的自主课题或研究课题。通过对技术创新的预测和评价,企业可以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,才能正确开展企业技术创新工作,不断增强企业产品的市场竞争力。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。本课题国内外研究现状及发展趋势

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趋势和规律,并在分析和判断这些趋势和规律将继续存在的前提下,推断过去和现在的趋势走向未来。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/1+A?英国数学家和统计师贡柏兹(数学模型:Y = Lexp (-BT))提出的EXP (-BT)]和贡柏兹曲线属于增长曲线,其预测值Y为技术性能指数,T为时间独立变量,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,通过系统调查和专家意见咨询,对预测结果进行分析整理。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。