企业技术创新能力的综合评价方法研究(1)(2)
2015-05-14 01:19
导读:ii ,越大,隶属度函数值反而越小,取负值;X ii 越小,其隶属度函数值越大,取正值。 (三)BP神经网络模型评价程序 1.企业技术创新能力评价模型网络构
ii,越大,隶属度函数值反而越小,取负值;X
ii越小,其隶属度函数值越大,取正值。
(三)BP神经网络模型评价程序
1.企业技术创新能力评价模型网络构建。基于BP神经网络的评价模型由数据预处理器和BP网组成。数据预处理器将评价指标体系中各个指标的实测值,按—定规则进行回一化。BP网的输进层单元数目由数据预处理器产生的向量维数决定,这里就是指标的个数;输出层单元一个,即评价结果;隐含层的神经元数目选择是一个十分复杂的题目,往往需要根据设计者的经验和多次实验来确定,因而不存在一个理想的解析式来表示。隐单元的数目与题目的要求、输进/输出单元的数目都有着直接关系。隐单元数目太多会导致学习时间过长、误差不一定最佳,也会导致容错性差、不能识别以前没有看到的样本,因此一定存在一个最佳的隐单元数,可以用下列公式作为选择最佳的隐单元数的参考公式:
n
1=log
2n (11)
式11中,n为输进单元个数;n
1隐含层单元个数。
2.对企业技术创新能力进行评价的步骤。(1)根据以上构建的BP网络模型进行网络学习。即选取—定数目的样本(不同企业的指标值),进行回一化处理,输进网络,选用适当的学习算法,对网络进行练习、验证,确定出各指标隐含在网络中的权重。(2)对需要评价企业指标值进行回—化处理。(3)将处理过的指标值输进练习好的网络,网络会给出—个公道的输出。
(4)根据输出对企业技术创新能力作出客观的评价。
三、实例验证
笔者以洛阳市的8家国有大型企业进行实例验证(过程略)。用检验样本仿真评价结果与专家对企业技术创新能力评价结果相比,结果基本相同。该应用实例表明,该网络具有较强的泛化能力,能够通过样本学习把握专家知识,可用于对其他待评价的企业进行技术创新能力的评价。
(科教范文网http://fw.ΝsΕΑc.com编辑)
四、结论
企业技术创新能力是企业发展的根本动力,能有效地评价企业的技术创新能力,可以为企业的发展提供依据。由于企业技术创新能力涉及的因素较多,评价中存在较多的主观性和模糊性。笔者在建立企业技术创新能力评价指标体系的基础上,提出基于神经网络的综合评价方法,并通过仿真试验,取得了较为满足的结果。神经网络不仅可以模拟专家对技术创新能力进行定量评价,而且避免了评价过程中的人为失误。
[参考文献]
[1]Hamel.G C K,Rrahalad.Competing for Future[M]Harvard Bursiness School Press,Boston MA,1994.
[2]Gronhaug,Kjell and Kaufmann.Innovation:A Cross-Disciplinary Perspective [M].Oslo,Norway:NorwegianUniversity Press,1998.
[3]Kohli,A.K.And Jaworski,B,J.Market Orientation:theConstruat,Research Propositions and Manageriallmplications[J]Journal of(Marketing,54,1-18,1990.
[4]沈平,冯涛.构建我国企业技术创新体系的思考[J].经济与治理研究,2001,(1)
[5]吴海燕,王伯安.提升我国石化企业技术创新能力的研究[J].经济与治理研究,2001,(1).
[6]姚晚霞.着力进步企业自主技术创新能力[J].经济题目探索,2000,(12).
[7]李文博,郑文哲.基于神经网络的企业技术创新能力综合评价研究[J].科技进步与对策,2005,(1).
[8]Han Min,Cheng lei