基因技术论文范文篇1

[关键词]学术期刊；期刊评价；基金论文比；基金论文；非基金论文

[中图分类号]R53[文献标识码]A[文章编号]1671-511X(2011)06-0122-04

“基金论文比”是指某学术期刊所发表的文献中各类基金资助的论文占全部论文的比例。目前，我国一些关于期刊的大型评价系统已将“基金论文比”作为期刊评价的一项指标。例如，中国科技信息研究所的《中国科技期刊引证报告》、中国学术期刊(光盘版)电子杂志社的《中国学术期刊综合引证报告》分别在2001年和2004年即开始统计“基金论文比”。《中文核心期刊要目总览》2008年版也新增了这一指标。

将“基金论文比”作为学术期刊质量的评价指标，是中国期刊评价领域的独创。其源头可追溯到国家科学技术委员会于1994年颁发的《科技期刊学术类质量要求及其评估标准》。该文件规定：学术类科技期刊刊出论文属国家和省、部级基金资助的比例，超过40％的，期刊可以评为“优”；在5％-40％的，期刊可以评为“良”；小于5％的，期刊评为“差”。而在推动“基金论文比”产生广泛影响的还是中国科学技术信息研究所研制的“中国科技论文与引文数据库”对“中国科技论文统计源期刊”的选取。该所每年推出的《中国科技期刊引证报告》均认为：“基金论文比是衡量期刊论文学术质量的重要指标。”

在《中国科技期刊引证报告》这根强力指挥棒的指挥、导向下，“基金论文比”这一期刊评价指标越来越受到重视和追捧：首先，我国具有较大影响力的期刊评价体系，已有不少仿此模式将“基金论文比”作为一个评价指标；其次，一些研究者受其影响，也不断人为地拔高“基金论文比”的评价作用，甚至认为“基金论文往往代表了某研究领域的新趋势、‘制高点’，在各项评价指标中，应该适当增加‘基金论文比’这个指标的权重，因为‘基金论文比’比‘影响因子’更能代表科技期刊的学术质量”。《中文核心期刊要目总览》(2008年版)增设“基金论文比”评价指标后，将社会科学学术期刊也全部纳入“基金论文比”的无形制约之中。

由于该评价指标在期刊评价中占有一定权重，因此，各期刊对此都予以高度重视，对基金论文趋附倾向明显。例如，不少期刊以优先录用、不收版费、高额稿酬、快速发表等措施来吸引基金论文；一些期刊在其《征稿启事》中就注明“优先录用国家基金项目和省部级基金项目的科研论文”；有些期刊甚至明确表示非基金论文一律不予刊发。

“基金论文比”评价指标设计者的初衷和思路大概是：基金课题是经过研究者申报和专家评审以及基金主管部门批准而最终确定的，从外在程序和过程看，是比较规范、严格、认真的，而且基金课题的确定是通过优胜劣汰的竞争而产生的。因此，作为基金课题成果表现形式的“基金论文”必然也是高质量的；也因此，刊载“基金论文”的数量越多，其刊物的质量应该越高。“一般来说，各类部级科学基金或资助项目均是通过严格的评审，并且定位于重大的基础研究或科学前沿研究的项目，因而各类重要的科学基金或资助产生的论文具有一定的创新性和前瞻性。

这一思路看上去颇为科学合理，但却是一种想当然的推论，并不符合我国的实际情况。近年来，也有一些研究者对“基金论文比”提出一些疑问；但总体而言，仍是充分肯定这一评价指标，而只是在“人为影响因素”等操作性、技术性层面提出一些修正的意见。笔者认为，尽管前两年《中国科技期刊引证报告》已在综合评价体系中降低了“基金论文比”的权重，《中文核心期刊要目总览》(2008年版)给予“基金论文比”指标的权重还不太大，但将“基金论文比”作为学术期刊的评价指标，不仅在操作性方面会产生一些弊端，而且其整体思路是欠科学、欠合理的，故其不宜作为期刊评价的指标。其理由如下：

(一)“基金论文比”指标使评价主体与评价客置倒错，评价逻辑关系混乱

目前，我国对基金课题项目的评审和确定，主要只是评审课题项目的价值、课题研究团队的研究水平和能力、研究的进程计划、研究成果的预期目标、研究经费的数目等，而不是对最终研究成果内容的评定。而课题项目最终能否通过鉴定、予以结题结项，其中一个非常重要的标准和依据，是看成果论文能否发表和在何种档次期刊发表。论文不仅是基金项目或课题研究进展的“计程器”，是基金项目研究成果的重要组成部分，更是基金项目结题结项的重要理论性依据。而学术期刊审选稿件时，面对的是有着实实在在内容的论文，且一般都要经过几轮审选；同时，期刊的档次越高，对所发论文的要求越高，把关越严，所以自然将论文的发表情况，作为课题鉴定结题的一个重要标准和依据。这在很大程度上实际是将课题成果质量的评审和鉴定交给了期刊。

可以说，在科技类和社科类期刊评价系统未将“基金论文比”列为评价指标前，大多学术期刊的编辑在审选稿件时，并不注重文章“贴着”哪一级基金课题的“标签”，而只注重眼前的论文，一切都按眼前论文的实际质量决定取舍。如果我们将“基金论文比”作为评价期刊或核心期刊的一个指标的话(无论其权重高低)，则实际上是将评审与被评审的关系颠倒过来了。因为如上所述，原先课题能否通过鉴定予以结题，主要是审核课题论文能否发表以及发表在何种档次期刊之上，亦即由期刊来评价和鉴定课题成果的质量，现在却叉反过来由发表“基金论文”的多少来评价期刊的质量。这就将评价的逻辑关系和评价主体与客体的位置完全颠倒了。

(二)“基金论文质量高”之说，实际是将课题产生优质成果的可能性与必然性划上等号

为什么会出现将基金论文刊载的数量与期刊质量划等号的情况呢?在基本思路上，这主要是将基金课题的申报、评审中所提供的可能产出优质成果的外在条件与成果产出的必然性划上了等号。

对通过评审并获得基金资助的课题，只能说由于该课题的选题具有一定价值、有一支达到相应水平的研究团队，或具备一定的研究基础，还有一定的经费支持，因此有可能(但绝不是必然、必定地)获得较好的预期研究成果。这里必须着重指出，决不能将可能性与必然性划等号，将预期的成果与必定的结果划等号；决不能认为具有可能的条件因素，就必然产出预期的优质的成果。这是一个非常简单的

道理。而且必须指出，这个非常简单的道理还建立在这样的假设性基础上，即假设课题项目的评审确实都是客观、科学、公平、公正的(在当前社会大环境中，尤其是在对基金课题评审本身缺乏评审和监控的情况下，这只能是一种假设)。

而即使认可这一假设是成立的，但在具体课题的研究过程中，由于可能出现的种种不确定的变数，也都可能使成果达不到预期的质量结果：一是课题价值的变化。即在本课题研究过程中，已有他人的同类型、同性质、同内容课题(包括非基金课题)的高水平成果问世，从而使本课题的研究价值大大降低、研究难度大大提高，其成果甚至成为价值很小或毫无价值的无效劳动。二是课题研究团队特别是主要负责人的主客观因素的变化。就其主观因素而言，课题负责人对课题的重视程度、愿意投人精力的程度等对课题成果质量具有很大影响。常有一些课题主要负责人对本课题并不重视，仅是挂名而已，自身投人精力很少，具体研究完全交与普通研究人员甚至研究生完成。就其客观因素而言，研究过程中主要负责人的身体素质下降、其他工作压力增大、各种原因(如出国、出差、会议)挤占时间过多，等等，也都可能使之力不从心难以认真对待本课题，从而使成果质量无法达到预期结果。三是课题执笔者的变数。执笔者本身的专业水平、研究能力、研究态度等因素的不同，也都可能使课题各部分的论文水平迥异。

(三)有关数据和研究表明，基金论文刊载的数量与期刊质量不存在正相关关系

目前，已有一些研究者指出，科技期刊基金论文刊载的多少，与国际公认的代表期刊质量的“影响因子”没有内在的关联。例如，《中国科技期刊引证报告》显示：2001年和2002年影响因子位列前20名的期刊中，其“基金论文比”超过50％的仅有9种，有的期刊“基金论文比”还不足10％。有研究者对影响因子灰色关联分析的讨论结果认为：“基金论文比’对影响因子的关联度比较小，也就是说，基金论文数的多少并没能对影响因子起决定作用。”“据报道，中国学者在国际著名期刊Science和Na-ture上发表的论文中一半以上是国家自然科学基金资助的。”这表明，获得国家大量资助的基金论文在Science和Nature上与自力完成的非基金论文仅平分秋色而已。而且，如果以中国产的“基金论文比”指标来评价Science和Nature的话，那么其评价结果必然是：这两份期刊不如中国某些“基金论文比”为100％的期刊“质量高”。此外，还有不少的统计研究表明科技期刊基金论文刊载的多少，与“影响因子”没有内在的关联。而且，退一步说，即使“基金论文比”与“影响因子”正相关，则既然有了“影响因子”这项指标，就不必重复叠加“基金论文比”了。

那么，社会科学基金论文质量是否高于非基金论文，基金论文的刊载数量能否代表期刊质量呢?有研究者通过大量数据表明“社会科学基金资助的论文质量并不一定比非基金资助论文质量高”。但其引证的基金论文与非基金论文的统计数据均出自《中文核心期刊要目总览》(2008年版)出版以前，而彼时社会科学学术期刊因无“基金论文比”的导向制约，在基金论文的选用和基金项目的标注上都不太重视其完整性，故其数据还欠准确、完整，其分析的信度与效度还显不足。为了进一步了解社会科学基金论文与非基金论文的质量情况，以及基金论文的刊载数量与期刊质量的内在关系，笔者选取《新华文摘》2010年全年24期中“经济”栏目和“教育”栏目所转载的全部文章进行了统计分析。之所以选取《新华文摘》的这些文章为样本是基于这样的考虑：一是社会科学学术期刊受《中文核心期刊要目总览》(2008年版)“基金论文比”评价指标的导向影响，自2009年以来至少重视了对基金项目的标注，从而使数据的采集统计更加准确、全面；二是作为二次文献的《新华文摘》本身不受“基金论文比”的无形制约，在转载文章时不会考虑其是否基金论文；三是《新华文摘》所转载文章大多反映了社会科学研究领域的重点、难点、热点问题，一般说，代表着当前社会科学研究的最新、最高水平；四是在社会科学领域，“经济”与“教育”这两大学科的应用性强，其基金课题数量较多，因而对基金论文与非基金论文进行分析比较，其结果更具代表性和说服力。笔者查阅了每篇文章的原载出处，统计出24期两大栏目的总篇数、基金论文数、非基金论文数及其各占总篇数的百分比(见表1)。

由表1可见，《新华文摘》经济、教育两大栏目转载的基金论文篇数占总篇数的比例还不到1/3。数据表明：社科类基金论文并不比非基金论文的质量高；基金论文刊载的数量与期刊质量之间并没有正相关关系(否则，刊载基金论文不足1/3的《新华文摘》无疑将被贴上“二流期刊”的“标签”)。

(四)“基金论文比”指标对办刊产生负面影响，引发编、作双方“共犯”学术不端行为

如前所述，当今期刊评价系统特别是影响很大的核心期刊评价系统的评价指标已成为学术期刊办刊的强力指挥棒。从期刊方面来说，让办刊工作者担忧的是，将“基金论文比”作为期刊的一个评价指标，将对学术期刊的办刊造成不良影响乃至误导，期刊审选稿件必然会趋附“基金论文”--只要是“基金论文”，即使质量差一些也会优先选用。实际上，不少科技期刊的前述做法已受到越来越多的质疑和担忧[6-9]。因为其结果将可能导致期刊实际质量的降低。从作者方面来说，“基金论文比”指标间接引发作者学术不端行为，异化学术研究风气。由于期刊在“基金论文比”的指挥下存在趋附基金论文甚至唯基金论文的情况，作者为了迎合期刊要求、提高录用率，在文中标注基金资助情况时出现诸多不端行为，例如，标注的基金项目中有不少是过期基金、搭车基金、无关基金、虚假基金，等等。总之，不少作者想方设法为论文穿上一件真的或假的、合身的或不合身的漂亮“基金”外衣。而期刊对这些基金标注方面的不端行为，也抱着认假、容假、纵假的态度，昕之任之甚至通同作弊，这就更加滋长了一些作者搭车、冒充、造假等学术不端行为的产生。可以说，“基金论文比”客观上造成了一个利益关系链：“基金论文比”一指挥期刊迎合(优先录用基金论文)一指挥作者迎合(产生搭车、冒充、造假等不端行为)。所以，“基金论文比”不仅使期刊实际质量受到影响，而且助长了学术不端行为的形成。而这里的学术不端行为并非作者单方面所为，而是有期刊的导向、纵容甚至参与，成为编、作双方“共犯”的不端行为。

(五)“基金论文比”指标对非基金论文作者存在不公平因素，抑制和浪费了宝贵的人才资源与研究资源

由于不少期刊在“基金论文比”的导向下采取优先录用基金论文的策略，从而在较大程度上排斥了非基金论文，抢占了非基金论文的发表机会，这对于非基金论文作者来说，是相当不公平的。

基因技术论文范文

论文名称：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

课题来源：单位自拟课题或省政府下达的研究课题

选题依据：

技术创新预测和评估是企业技术创新决策的前提和依据。通过技术创新预测和评估，可以使企业对未来的技术发展水平及其变化趋势有正确的把握，从而为企业的技术创新决策提供科学的依据，以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沿着正确方向开展，企业产品的市场竞争力才能得到不断加强。在市场竞争日趋激烈的现代商业中，企业的技术创新决定着企业生存和发展、前途与命运，为了确保技术创新工作的正确性，企业对技术创新的预测和评估提出了更高的要求。

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趋势外推法、相关分析法和专家预测法三大类。

(1)趋势外推法。指利用过去和现在的技术、经济信息，分析技术发展趋势和规律，在分析判断这些趋势和规律将继续的前提下，将过去和现在的趋势向未来推演。生长曲线法是趋势外推法中的一种应用较为广泛的技术创新预测方法，美国生物学家和人口统计学家raymondpearl提出的pearl曲线(数学模型为:y=l∕[1+a?exp(-b·t)])及英国数学家和统计学家gompertz提出的gompertz曲线(数学模型为:y=l·exp(-b·t))皆属于生长曲线，其预测值y为技术性能指标，t为时间自变量，l、a、b皆为常数。ridenour模型也属于生长曲线预测法，但它假定新技术的成长速度与熟悉该项技术的人数成正比，主要适用于新技术、新产品的扩散预测。

(2)相关分析法。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的因果关系模型，预测技术的发展变化。相关分析法认为，一种技术性能的改进或其应用的扩展是和其他一些已知因素高度相关的，这样，通过已知因素的分析就可以对该项技术进行预测。相关分析法主要有以下几种:导前-滞后相关分析、技术进步与经验积累的相关分析、技术信息与人员数等因素的相关分析及目标与手段的相关分析等方法。

(3)专家预测法。以专家意见作为信息来源，通过系统的调查、征询专家的意见，分析和整理出预测结果。专家预测法主要有:专家个人判断法、专家会议法、头脑风暴法及德尔菲法等，其中，德尔菲法吸收了前几种专家预测法的长处，避免了其缺点，被认为是技术预测中最有效的专家预测法。

趋势外推法的预测数据只能为纵向数据，在进行产品技术创新预测时，只能利用过去的产品技术性能这一个指标来预测它的随时间的发展趋势，并不涉及影响产品技术创新的科技、经济、产业、市场、社会及政策等多方面因素。在现代商业经济中，对于产品技术发展的预测不能简单地归结为产品过去技术性能指标按时间的进展来类推，而应系统综合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。相关分析法尽管可同时按横向数据和纵向数据来进行预测，但由于它是利用过去的历史数据中的某些影响产品技术创新的因素求出的具体的回归预测式，而所得到的回归预测模型往往只能考虑少数几种主要影响因素，略去了许多未考虑的因素，所以，所建模型对实际问题的表达能力也不够准确，预测结果与实际的符合程度也有较大偏差。专家预测法是一种定性预测方法，依靠的是预测者的知识和经验，往往带有主观性，难以满足企业对技术创新预测准确度的要求。以上这些技术创新预测技术和方法为企业技术创新工作的开展做出了很大的贡献，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下，技术创新预测的方法和技术应有新的丰富和发展，以克服自身的不足，更进一步适应时展的需要，为企业的技术创新工作的开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，在我国企业技术创新评估中，一般只考虑如下四个方面的因素:(1)技术的先进性、可行性、连续性;(2)经济效果;(3)社会效果;(4)风险性，在对此四方面内容逐个分析后，再作综合评估。在综合评估中所用的方法主要有:delphi法(专家法)、ahp法(层次分析法)、模糊评估法、决策树法、战略方法及各种图例法等，但技术创新的评估是一个非常复杂的系统，其中存在着广泛的非线性、时变性和不确定性，同时，还涉及技术、经济、管理、社会等诸多复杂因素，目前所使用的原理和方法，难以满足企业对技术创新评估科学性的要求。关于技术创新评估的研究，在我国的历史还不长，无论是指标体系还是评估方法，均处于研究之中，我们认为目前在企业技术创新评估方面应做的工作是:(1)建立一套符合我国实际情况的技术创新评估指标体系;(2)建立一种适应于多因素、非线性和不确定性的综合评估方法。

这种情况下，神经网络技术就有其特有的优势，以其并行分布、自组织、自适应、自学习和容错性等优良性能，可以较好地适应技术创新预测和评估这类多因素、不确定性和非线性问题，它能克服上述各方法的不足。本项目以bp神经网络作为基于多因素的技术创新预测和评估模型构建的基础，bp神经网络由输入层、隐含层和输出层构成，各层的神经元数目不同，由正向传播和反向传播组成，在进行产品技术创新预测和评估时，从输入层输入影响产品技术创新预测值和评估值的n个因素信息，经隐含层处理后传入输出层，其输出值y即为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估值。这种n个因素指标的设置，考虑了概括性和动态性，力求全面、客观地反映影响产品技术创新发展的主要因素和导致产品个体差异的主要因素，尽管是黑匣子式的预测和评估，但事实证明它自身的强大学习能力可将需考虑的多种因素的数据进行融合，输出一个经非线性变换后较为精确的预测值和评估值。

据文献查阅，虽然在技术创新预测和评估的现有原理和方法的改进和完善方面有一定的研究，如文献[08]、[09]、[11]等，但尚未发现将神经网络应用于技术创新预测与评估方面的研究，在当前产品的市场寿命周期不断缩短、要求企业不断推出新产品的经济条件下，以神经网络为基础来建立产品技术创新预测与评估模型，是对技术创新定量预测和评估方法的有益补充和完善。

三、论文预期成果的理论意义和应用价值

本项目研究的理论意义表现在:(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的预测和评估，有利于推动技术创新预测和评估方法的发展。

本项目研究的应用价值体现在:(1)提供一种基于多因素的技术创新定量预测技术，有利于提高预测的正确性;(2)提供一种基于bp神经网络的综合评估方法，有利于提高评估的科学性;(3)为企业的技术创新预测和评估工作提供新的方法论和实用技术。

四、课题研究的主要内容

研究目标：

以bp神经网络模型为基础研究基于多因素的技术创新预测和评估模型，并建立科学的预测和评估指标体系及设计相应的模型计算方法，结合企业的具体实际，对指标和模型体系进行实证分析，使研究具有一定的理论水平和实用价值。

研究内容：

1、影响企业技术创新预测和评佑的相关指标体系确定及其量化和规范化。从企业的宏观环境和微观环境两个方面入手，密切结合电子商务和知识经济对企业技术创新的影响，系统综合地分析影响产品技术创新的各相关因素，建立科学的企业技术创新预测和评估指标体系，并研究其量化和规范化的原则及方法。

2、影响技术创新预测和评估各相关指标的相对权重确定。影响技术创新发展和变化各相关因素在输入预测和评估模型时，需要一组决定其相对重要性的初始权重，权重的确定需要基本的原则作支持。

3、基于bp神经网络的技术创新预测和评估模型研究。根据技术创新预测的特点，以bp神经网络为基础，构建基于多因素的技术创新预测和评估模型。

4、基于bp神经网络的技术创新预测和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和评估模型的基本特点，设计其相应的计算方法。

5、基于bp神经网络的技术创新预测和评估模型学习样本设计。根据相关的历史资料，构建基于bp神经网络的技术创新预测和评估模型的学习样本，对预测和评估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和评估技术的实证研究。以一般企业的技术创新预测与评估工作为背景，对基于bp神经网络的技术创新预测和评估技术进行实证研究。

创新点：

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估指标体系。目前，在技术创新的预测和评估指标体系方面，一种是采用传统的指标体系，另一种是采用国外先进国家的指标体系，如何结合我国实际当前经济形势，参考国外先进发达国家的研究工作，建立一套适合于我国企业技术创新预测和评估指标体系，此为本研究要做的首要工作，这是一项创新。

2、研究基于bp神经网络的技术创新预测和评估模型及其计算方法。神经网络技术具有并行分布处理、自学习、自组织、自适应和容错性等优良性能，能较好地处理基于多因素、非线性和不确定性预测和评估的现实问题，本项目首次将神经网络技术引入企业的技术创新预测和评估，这也是一项创新。

五、课题研究的基本方法、技术路线的可行性论证

1、重视系统分析。以系统科学的思想为指导来分析影响企业技术创新发展和变化的宏观因素和微观因素，并研究影响因素间的内在联系，确定其相互之间的重要度，探讨其量化和规范化的方法，将国外先进国家的研究成果与我国具体实际相结合，建立我国企业技术创新预测和评估的指标体系。

2、重视案例研究。从国内外技术创新预测与决策成功和失败的案例中，发现问题、分析问题，归纳和总结出具有共性的东西，探索技术创新预测与宏观因素与微观因素之间的内在关系。

3、采用先简单后复杂的研究方法。对基于bp神经网络的技术创新预测和评估模型的研究，先从某一行业出发，定义模型的基本输入因素，然后，逐步扩展，逐步增加模型的复杂度。

4、理论和实践相结合。将研究工作与具体企业的技术创新实际相结合，进行实证研究，在实践中丰富和完善，研究出具有科学性和实用性的成果。

六、开展研究已具备的条件、可能遇到的困难与问题及解决措施

本人长期从事市场营销和技术创新方面的研究工作，编写出版了《现代市场营销学》和《现代企业管理学》等有关著作，发表了“企业技术创新与营销管理创新”、“企业技术创新与营销组织创新”及“企业技术创新与营销观念创新”等与技术创新相关的学术研究论文，对企业技术创新的预测和评估有一定的理论基础，也从事过企业产品技术创新方面的策划和研究工作，具有一定的实践经验，与许多企业有密切的合作关系，同时，对神经网络技术也进行过专门的学习和研究，所以，本项目研究的理论基础、技术基础及实验场所已基本具备，能顺利完成本课题的研究，取得预期的研究成果。

七、论文研究的进展计划

07-.09：完成论文开题。

09-.11：影响企业技术创新发展的指标体系研究及其量化和规范化。

11-.01：基于bp神经网络的技术创新预测和评估模型的构建。

01-.03：基于bp神经网络的技术创新预测和评估模型计算方法研究。

03-.04：基于bp神经网络的技术创新预测和评估模型体系的实证研究。

04-.06：完成论文写作、修改定稿，准备答辩。

主要参考文献：

[01]傅家骥、仝允桓等.技术创新学.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

[03]柳卸林.企业技术创新管理.北京:科学技术出版社1997

[04]赵志、陈邦设等.产品创新过程管理模式的基本问题研究.管理科学学报./2.

[05]王亚民、朱荣林.风险投资项目ecv评估指标与决策模型研究.风险投资./6

[06]赵中奇、王浣尘、潘德惠.随机控制的极大值原理及其在投资决策中的应用.控制与决策./6

[07]夏清泉、凌婕.风险投资理论和政策研究.国际商务研究./5

[08]陈劲、龚焱等.技术创新信息源新探.中国软科学./1.pp86-88

[09]严太华、张龙.风险投资评估决策方法初探.经济问题./1

[10]苏永江、李湛.风险投资决策问题的系统分析.学术研究./4

<11>孙冰.企业产品开发的评价模型及方法研究.中国管理科学./4

基因技术论文范文

论文名称：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

课题来源：单位自拟课题或省政府下达的研究课题

选题依据：

技术创新预测和评估是企业技术创新决策的前提和依据。通过技术创新预测和评估,可以使企业对未来的技术发展水平及其变化趋势有正确的把握,从而为企业的技术创新决策提供科学的依据,以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沿着正确方向开展,企业产品的市场竞争力才能得到不断加强。在市场竞争日趋激烈的现代商业中,企业的技术创新决定着企业生存和发展、前途与命运,为了确保技术创新工作的正确性,企业对技术创新的预测和评估提出了更高的要求。

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趋势外推法、相关分析法和专家预测法三大类。

(1)趋势外推法。指利用过去和现在的技术、经济信息,分析技术发展趋势和规律,在分析判断这些趋势和规律将继续的前提下,将过去和现在的趋势向未来推演。生长曲线法是趋势外推法中的一种应用较为广泛的技术创新预测方法,美国生物学家和人口统计学家RaymondPearl提出的Pearl曲线(数学模型为:Y=L∕[1+A?exp(-B·t)])及英国数学家和统计学家Gompertz提出的Gompertz曲线(数学模型为:Y=L·exp(-B·t))皆属于生长曲线,其预测值Y为技术性能指标,t为时间自变量,L、A、B皆为常数。Ridenour模型也属于生长曲线预测法,但它假定新技术的成长速度与熟悉该项技术的人数成正比,主要适用于新技术、新产品的扩散预测。

(2)相关分析法。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的因果关系模型,预测技术的发展变化。相关分析法认为,一种技术性能的改进或其应用的扩展是和其他一些已知因素高度相关的,这样,通过已知因素的分析就可以对该项技术进行预测。相关分析法主要有以下几种:导前-滞后相关分析、技术进步与经验积累的相关分析、技术信息与人员数等因素的相关分析及目标与手段的相关分析等方法。

(3)专家预测法。以专家意见作为信息来源,通过系统的调查、征询专家的意见,分析和整理出预测结果。专家预测法主要有:专家个人判断法、专家会议法、头脑风暴法及德尔菲法等,其中,德尔菲法吸收了前几种专家预测法的长处,避免了其缺点,被认为是技术预测中最有效的专家预测法。

趋势外推法的预测数据只能为纵向数据,在进行产品技术创新预测时,只能利用过去的产品技术性能这一个指标来预测它的随时间的发展趋势,并不涉及影响产品技术创新的科技、经济、产业、市场、社会及政策等多方面因素。在现代商业经济中,对于产品技术发展的预测不能简单地归结为产品过去技术性能指标按时间的进展来类推,而应系统综合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。相关分析法尽管可同时按横向数据和纵向数据来进行预测,但由于它是利用过去的历史数据中的某些影响产品技术创新的因素求出的具体的回归预测式,而所得到的回归预测模型往往只能考虑少数几种主要影响因素,略去了许多未考虑的因素,所以,所建模型对实际问题的表达能力也不够准确,预测结果与实际的符合程度也有较大偏差。专家预测法是一种定性预测方法,依靠的是预测者的知识和经验,往往带有主观性,难以满足企业对技术创新预测准确度的要求。以上这些技术创新预测技术和方法为企业技术创新工作的开展做出了很大的贡献,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下,技术创新预测的方法和技术应有新的丰富和发展,以克服自身的不足,更进一步适应时展的需要,为企业的技术创新工作的开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,在我国企业技术创新评估中,一般只考虑如下四个方面的因素:(1)技术的先进性、可行性、连续性;(2)经济效果;(3)社会效果;(4)风险性,在对此四方面内容逐个分析后,再作综合评估。在综合评估中所用的方法主要有:Delphi法(专家法)、AHP法(层次分析法)、模糊评估法、决策树法、战略方法及各种图例法等,但技术创新的评估是一个非常复杂的系统,其中存在着广泛的非线性、时变性和不确定性,同时,还涉及技术、经济、管理、社会等诸多复杂因素,目前所使用的原理和方法,难以满足企业对技术创新评估科学性的要求。关于技术创新评估的研究,在我国的历史还不长,无论是指标体系还是评估方法,均处于研究之中,我们认为目前在企业技术创新评估方面应做的工作是:(1)建立一套符合我国实际情况的技术创新评估指标体系;(2)建立一种适应于多因素、非线性和不确定性的综合评估方法。

这种情况下,神经网络技术就有其特有的优势,以其并行分布、自组织、自适应、自学习和容错性等优良性能,可以较好地适应技术创新预测和评估这类多因素、不确定性和非线性问题,它能克服上述各方法的不足。本项目以BP神经网络作为基于多因素的技术创新预测和评估模型构建的基础,BP神经网络由输入层、隐含层和输出层构成,各层的神经元数目不同,由正向传播和反向传播组成,在进行产品技术创新预测和评估时,从输入层输入影响产品技术创新预测值和评估值的n个因素信息,经隐含层处理后传入输出层,其输出值Y即为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估值。这种n个因素指标的设置,考虑了概括性和动态性,力求全面、客观地反映影响产品技术创新发展的主要因素和导致产品个体差异的主要因素,尽管是黑匣子式的预测和评估,但事实证明它自身的强大学习能力可将需考虑的多种因素的数据进行融合,输出一个经非线性变换后较为精确的预测值和评估值。

据文献查阅,虽然在技术创新预测和评估的现有原理和方法的改进和完善方面有一定的研究,如文献[08]、[09]、[11]等,但尚未发现将神经网络应用于技术创新预测与评估方面的研究,在当前产品的市场寿命周期不断缩短、要求企业不断推出新产品的经济条件下,以神经网络为基础来建立产品技术创新预测与评估模型,是对技术创新定量预测和评估方法的有益补充和完善。

三、论文预期成果的理论意义和应用价值

本项目研究的理论意义表现在:(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的预测和评估,有利于推动技术创新预测和评估方法的发展。

本项目研究的应用价值体现在:(1)提供一种基于多因素的技术创新定量预测技术,有利于提高预测的正确性;(2)提供一种基于BP神经网络的综合评估方法,有利于提高评估的科学性;(3)为企业的技术创新预测和评估工作提供新的方法论和实用技术。

四、课题研究的主要内容

研究目标：

以BP神经网络模型为基础研究基于多因素的技术创新预测和评估模型,并建立科学的预测和评估指标体系及设计相应的模型计算方法,结合企业的具体实际,对指标和模型体系进行实证分析,使研究具有一定的理论水平和实用价值。

研究内容：

1、影响企业技术创新预测和评佑的相关指标体系确定及其量化和规范化。从企业的宏观环境和微观环境两个方面入手,密切结合电子商务和知识经济对企业技术创新的影响,系统综合地分析影响产品技术创新的各相关因素,建立科学的企业技术创新预测和评估指标体系,并研究其量化和规范化的原则及方法。

2、影响技术创新预测和评估各相关指标的相对权重确定。影响技术创新发展和变化各相关因素在输入预测和评估模型时,需要一组决定其相对重要性的初始权重,权重的确定需要基本的原则作支持。

3、基于BP神经网络的技术创新预测和评估模型研究。根据技术创新预测的特点,以BP神经网络为基础,构建基于多因素的技术创新预测和评估模型。

4、基于BP神经网络的技术创新预测和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和评估模型的基本特点,设计其相应的计算方法。

5、基于BP神经网络的技术创新预测和评估模型学习样本设计。根据相关的历史资料,构建基于BP神经网络的技术创新预测和评估模型的学习样本,对预测和评估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和评估技术的实证研究。以一般企业的技术创新预测与评估工作为背景,对基于BP神经网络的技术创新预测和评估技术进行实证研究。

创新点：

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估指标体系。目前,在技术创新的预测和评估指标体系方面,一种是采用传统的指标体系,另一种是采用国外先进国家的指标体系,如何结合我国实际当前经济形势,参考国外先进发达国家的研究工作,建立一套适合于我国企业技术创新预测和评估指标体系,此为本研究要做的首要工作,这是一项创新。

2、研究基于BP神经网络的技术创新预测和评估模型及其计算方法。神经网络技术具有并行分布处理、自学习、自组织、自适应和容错性等优良性能,能较好地处理基于多因素、非线性和不确定性预测和评估的现实问题,本项目首次将神经网络技术引入企业的技术创新预测和评估,这也是一项创新。

五、课题研究的基本方法、技术路线的可行性论证

1、重视系统分析。以系统科学的思想为指导来分析影响企业技术创新发展和变化的宏观因素和微观因素,并研究影响因素间的内在联系,确定其相互之间的重要度,探讨其量化和规范化的方法,将国外先进国家的研究成果与我国具体实际相结合,建立我国企业技术创新预测和评估的指标体系。

2、重视案例研究。从国内外技术创新预测与决策成功和失败的案例中,发现问题、分析问题,归纳和总结出具有共性的东西,探索技术创新预测与宏观因素与微观因素之间的内在关系。

3、采用先简单后复杂的研究方法。对基于BP神经网络的技术创新预测和评估模型的研究,先从某一行业出发,定义模型的基本输入因素,然后,逐步扩展,逐步增加模型的复杂度。

4、理论和实践相结合。将研究工作与具体企业的技术创新实际相结合,进行实证研究,在实践中丰富和完善,研究出具有科学性和实用性的成果。

六、开展研究已具备的条件、可能遇到的困难与问题及解决措施

本人长期从事市场营销和技术创新方面的研究工作,编写出版了《现代市场营销学》和《现代企业管理学》等有关著作,发表了“企业技术创新与营销管理创新”、“企业技术创新与营销组织创新”及“企业技术创新与营销观念创新”等与技术创新相关的学术研究论文,对企业技术创新的预测和评估有一定的理论基础,也从事过企业产品技术创新方面的策划和研究工作,具有一定的实践经验,与许多企业有密切的合作关系,同时,对神经网络技术也进行过专门的学习和研究,所以,本项目研究的理论基础、技术基础及实验场所已基本具备,能顺利完成本课题的研究,取得预期的研究成果。

七、论文研究的进展计划

2003.07-2003.09：完成论文开题。

2003.09-2003.11：影响企业技术创新发展的指标体系研究及其量化和规范化。

2003.11-2004.01：基于BP神经网络的技术创新预测和评估模型的构建。

2004.01-2004.03：基于BP神经网络的技术创新预测和评估模型计算方法研究。

2004.03-2004.04：基于BP神经网络的技术创新预测和评估模型体系的实证研究。

2004.04-2004.06：完成论文写作、修改定稿，准备答辩。

主要参考文献：

[01]傅家骥、仝允桓等.技术创新学.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]柳卸林.企业技术创新管理.北京:科学技术出版社1997

[04]赵志、陈邦设等.产品创新过程管理模式的基本问题研究.管理科学学报.2000/2.

[05]王亚民、朱荣林.风险投资项目ECV评估指标与决策模型研究.风险投资.2002/6

[06]赵中奇、王浣尘、潘德惠.随机控制的极大值原理及其在投资决策中的应用.控制与决策.2002/6

[07]夏清泉、凌婕.风险投资理论和政策研究.国际商务研究.2002/5

[08]陈劲、龚焱等.技术创新信息源新探.中国软科学.2001/1.pp86-88

[09]严太华、张龙.风险投资评估决策方法初探.经济问题.2002/1

[10]苏永江、李湛.风险投资决策问题的系统分析.学术研究.2001/4

<11>孙冰.企业产品开发的评价模型及方法研究.中国管理科学.2002/4

[12]诸克军、杨久西、匡益军.基于人工神经网络的石油勘探有利性综合评价.系统工程理论与实践.2002/4

[13]杨力.基干BP神经网络的城市房屋租赁估价系统设计.中国管理科学.2002/4

[14]杨国栋、贾成前.高速公路复垦土地适宜性评价的BP神经网络模型.统工程理论与实践.2002/4

[15]楼文高.基于人工神经网络的三江平原土壤质量综合评价与预测模型.中国管理科学.2002/1

[16]胥悦红、顾培亮.基于BP神经网络的产品成本预测.管理工程学报.2000/4

[17]陈新辉、乔忠.基于TSA-BP神经网络的企业产品市场占有率预测模型.中国农业大学学报.2000/5

[18]刘育新.技术预测的过程与常用方法.中国软科学.1998/3

[19]温小霓、赵玮.市场需求与统计预测.西安电子科技大学学报.2000/5

[20]朱振中.模糊理论在新产品开发中的应用.科学管理研究.2000/6

[21]KimB.Clark&TakahiroFujimoto.ProductDevelopmentPerformance–Strategy、OrganizationandManagementinIndustry.HarvardBusinessSchoolPress.Boson1993

[22]GobeliDH,BrownDJ.Improvingtheprocessofproductinnovation.Research,TechnologyManagement,1993.36(2):46-49

[23]SimonJ.Towner.Fourwaystoacceleratenewproductdevelopment.LongRangPlanning1994.27(2):57-65

[24]AbdulAli,etal.Productinnovationandentrystrategy.JournalofProductInnovationManagement1995.12(12):54-69

[25]EricVinHippel.ThesourcesofInnovation.OxfordUniversityPress.1988

[26]ShtubA,ZimermanY.Aneural-network-basedapproachforestimatingthecostofassembly.InternationalJournalofProductionEconomics,1993.32:189-207

[27]Wee-LiangTan,DattarreyaG.Allampalli,InvestmentCriteriaofSingaporeCapitalists,1997InternationalCouncilforSmallBusiness,SanFrancisco,California,June1997

[28]MichaelHenos,TheRoadtoVentureFinancing:GuidelinesforEntrepreneuts,R&DStraregistMagazine,Summer1991

[29]ChowGC,TheLargrangeMethodofoptimizationwithapplicationstoportfoliandinvestmentdecisions.JofEconomicDymamicsandControl1996

[30]Jensen,R..InformationCostandInnovationAdoptionPolicies,ManagementScience.Vol.34,No.2,Feb,1988

[31]R.K.Zutshi,T.W.Liang,D.G.Allampulli,SingaporeVentureCapitalistsInvestmentEvaluationCriteria:AReexamination.SmallBusinessEconomics13:9-26(1999)