评估技术论文第1篇

韩国在2006年对卫生服务法案进行了修订并于同年10月27日颁布，新颁布的法案中有针对HTA的相关规定。此外，新的卫生技术评估的规则也于2007年4月正式颁布。为了使卫生技术评估顺利开展，韩国卫生福利部把卫生技术评估机构的项目委托给健康保险审查与评估局。至此，新的卫生技术评估机构正式建立。2008年3月，韩国成立了国家循证医疗合作局(NationalEvidence－basedHealthcareCollaboratingAgency，NECA)，目的是促进医疗技术行业的发展进步。为了适应新的卫生技术评估工作，卫生福利部在2010年6月将原来有关卫生技术评估的工作、组织和人员全部从HIRA转移到NECA，并在NECA下面成立了卫生技术评估中心(nHTACenter)。这一阶段HTA发展的特点是HTA作为循证决策的工具越来越受到政府部门和其他利益相关方的重视，HTA从机构层面到具体的操作层面都不断成熟，而且有国家法律的保障。HTA研究的广度和深度不断加强，HTA在帮助卫生决策和促进国家医疗卫生事业的发展方面的作用日益显现。

2卫生技术评估机构和人员

2．1HIRA的职责

HIRA成立于2000年7月，是依据国民健康保险法第55条而成立的一个通过执行严格、公平、高效的评估和审查来致力于提高国家的医疗卫生和社会保障水平的公共部门。它的主要职责是在卫生福利部的指导下审查医疗费用是否合理和评估医疗服务是否恰当以及确保医疗服务的质量。除了审查医疗费用和评估医疗服务外，HIRA还积极开展相关研究和国际交流合作，通过研究和学习借鉴他国经验来为政府部门提供循证决策信息。在2007年之前，卫生技术评估工作由HIRA下面的卫生技术评估委员会来承担;2007年之后，对卫生技术安全性和有效性的评估工作转交给了NECA。但对卫生技术经济性的评估仍由HIRA负责［4］。

2．2国家循证医疗合作局(NECA)

NECA成立于2007年，隶属于卫生福利部，它的使命是为卫生领域的科学决策提供支持，从而促进国家医疗资源的高效利用，保护人民健康。NECA下设了卫生技术评估的中心(nHTACenter)。卫生技术评估中心通过对新技术的安全性、有效性进行科学系统的评估，从而为卫生服务的提供方、政策制定者和普通民众提供综合信息。对于卫生服务的提供方来说，评估也有利于他们合理选用新的卫生技术，从而有利于提高卫生服务的质量和确保医疗安全［5－6］。2．3卫生技术评估专家委员会NECA下面的卫生技术评估中心设有专门的卫生技术评估专家委员会，专家委员会是根据卫生服务法案第54条而成立的。委员会由20名卫生保健领域的专家组成，分别是:9名医学专家、2名牙科专家、2名传统医药专家、2名患者代表、3名卫生政策和管理专家、1名法律专家和1名政府机构代表。在卫生技术评估专家委员会下面还设有6个分学科的特别专家委员会，分别是内科、外科、牙科、护理学、传统医药和其它医学学科，每个分学科委员会成员不少于30名(护理学科委员会暂时只有5名成员)，所有学科目前总共有548位专家成员。评估一项具体卫生技术时，会成立一个顾问小组。顾问小组根据具体的评估内容从5个分学科特别委员会中挑选10名或者更多成员。顾问小组对具体技术的评估工作提供支持［6］。

3卫生技术评估过程

［7］首先，提出卫生技术评估申请。任何机构和个人(医药企业、医疗机构或者个人)都可以提交卫生技术评估申请。申请人填写申请表并准备相关文件，然后向卫生福利部或国家循证医疗合作局提交申请。卫生技术评估中心依据申请人提交的材料决定是否受理申请。评估委员会在决定是否受理申请时主要考虑:新卫生技术的一般特性，疾病特征和疾病负担，现有类似的卫生技术和它们的缺陷，新卫生技术可能对临床的影响和潜在后果，目前新卫生技术研究的质量和数量，国内外相关的卫生技术评估经验和评估的可行性等。是否予以受理会在提交申请之日起90天内告知申请人。正式开始评估前会针对评估对象拟定一个评估方案。如果是以系统综述的形式评估，专家顾问小组会举行3次或4次会议就评估中的问题进行讨论。专业评估委员会的评估结束后，卫生技术评估委员会对它的评估结果进行二次评估和审核，然后得出最终的评估结果并提交给卫生福利部。卫生福利部收到评估结果60天内将评估结果向社会公布。公布的信息包括技术的一般特性、安全性、有效性、适应症、适用人群等。

4卫生技术评估的应用

对卫生技术进行评估本身不是目的，其目的在于评估结果(证据)的应用。正如韩国循证医疗合作局的使命所言:致力于提供科学的证据，为政策制定和决策服务，提高卫生资源的使用效率，维护公众的利益，促进国家卫生事业的发展。所以卫生技术评估的直接作用在于生产科学证据，为循证决策服务，最终目的是促进卫生资源的合理利用，维护公众利益。卫生技术评估在韩国的具体应用可概括为:(1)循证决策。比如卫生福利部根据卫生技术评估报告的结果来推荐那些安全有效的技术进入医保报销目录，扩大这些新技术的使用范围，淘汰那些落后的技术。(2)政策制定。卫生技术评估为卫生政策制定服务，比如在制定药物报销目录时，韩国强制规定只有那些同时满足安全有效和经济性的药物才能纳入报销目录。在韩国，如果药物想进入医保目录，必须经过药物经济学评价［8］。又如政府还根据卫生技术评估的结果来制定扶持某些卫生技术发展的政策。(3)指导合理选用卫生技术。卫生技术评估的结果可以为医疗机构和个人在合理选用卫生技术时提供有用的信息。同时评估结果的公开可以维护民众的知情权，促进卫生技术行业的公平竞争。

5经验和启示

评估技术论文第2篇

作者：贾晓华单位：西北师范大学教育学院

IITE信息与通信技术教育评价

指标体系的比较与分析截止2011年10月，IITE共开展了两个旨在建构中等教育信息与通信技术应用指标体系的项目：波罗的海和独联体国家中等教育信息与通信技术应用指标项目［2］（以下简称“波独指标”）和东南欧国家中等教育信息与通信技术应用指标项目［3］（以下简称“东南欧指标”）。以下是从国家信息技术教育政策、硬件、软件程序和工作人员四个方面对两个指标体系及其具体内容的比较与分析：（一）国家信息技术教育政策“波独指标”中的官方相关文件，主要是关于在中等教育阶段使用信息与通信技术的全国性的官方政策文件，包括官方政策、文件和信息技术课程相关信息；“东南欧指标”主要关注现状、实施方式、财政支持、课程、教育软件以及信息技术教育起始年级。相似指标有：一是在中等教育阶段使用信息技术或者信息与通信技术的有关全国性官方政策和文件；二是信息或者信息技术作为一个独立学科；三是信息技术作为独立科目；四是信息技术与其他学科的整合。不同之处是“东南欧指标”涉及有关信息或者信息技术的国家课程，而“波独指标”涉及的是有关信息或者信息技术的地方课程。（二）硬件硬件包括教育机构中计算机装备情况，其中相似指标有：第一，教育机构中可用的计算机教室，即拥有计算机教室的教育机构的数量与教育机构总数的比值；第二，拥有计算机教室的教育机构的平均生机比，即拥有计算机教室的教育机构的学生数与这些教育机构中计算机总数的比值；第三，连接局域网的教育机构在拥有计算机教室的教育机构中所占的比例，即连接局域网的教育机构数与拥有计算机教室的教育机构总数的比值。不同的指标有：“波独指标”涉及：一是教育机构所有计算机中可以与IBM和Apple制式兼容的计算机所占百分比，即教育机构所有计算机中可以与IBM和Apple制式兼容的计算机数与计算机总数的比值；二是装备一个或多个多媒体系统的教育机构在拥有计算机教室的教育机构中所占的百分比，即装备至少一个多媒体计算机的教育机构数与拥有计算机教室的教育机构总数的比值；而“东南欧指标”涉及拥有计算机教室的教育机构中计算机新旧情况，即拥有计算机教室的教育机构中的1995年以后出产的计算机数与这些教育机构中计算机总数的比值。（三）软件程序“波独指标”中包括软件程序相关指标，而“东南欧指标”中没有相关的指标。“波独指标”中的软件程序包括操作系统和教育软件程序。其中操作系统包括：第一，计算机教室中安装DOSTM操作系统的计算机所占百分比，即计算机教室中安装DOSTM操作系统的计算机数与计算机总数的比值；第二，计算机教室中安装WindowsTM或者AppleMacintosh操作系统的计算机所占百分比，即计算机教室中安装WindowsTM或者AppleMacintosh操作系统的计算机数与计算机总数的比值；第三，计算机教室中安装其他操作系统的计算机所占百分比，即计算操作机教室中安装其他操作系统的计算机数与计算机总数的比值。而教育软件程序包括：计算机教室中安装任何与科目（小学，科学科目、人文科目和信息与信息技术）相关的教育软件的计算机所占的比例；教育机构使用的与科目（小学，科学科目、人文科目和信息与信息技术）有关的教育软件程序中由本国专家设计的教育软件程序所占的比例；教育机构使用的与科目（小学，科学科目、人文科目和信息与信息技术）有关的教育软件程序中由外国专家设计的教育软件程序所占的比例。（四）通信通信主要指互联网接入情况，相似指标有：限制连接互联网（只能使用电子邮件）的教育机构所占百分比，即计算机被限制连接互联网（只能使用电子邮件）的教育机构数与拥有计算机教室的教育机构数的比值；拨号连接互联网的教育机构所占百分比，即计算机可以拨号连接互联网的教育机构数与拥有计算机教室的教育机构数的比值；专线连接互联网的教育机构所占百分比，即计算机通过专线连接互联网的教育机构数与拥有计算机教室的教育机构数的比值；拥有自己网站的教育机构所占百分比，即拥有自己网站的教育机构数与拥有计算机教室的教育机构数的比值。不同之处有“波独指标”涉及没有连接互联网的教育机构所占百分比，即计算机没有连接互联网的教育机构数与拥有计算机教室的教育机构数的比值；而“东南欧指标”涉及连接局域网的教育机构在拥有计算机教室的教育机构中所占的比例，即连接局域网的教育机构数与拥有计算机教室的教育机构总数的比值。（五）工作人员“波独指标”和“东南欧指标”在工作人员指标方面几乎相同，都包括教育机构工作人员在计算机能力方面的发展情况和小学教师、其他科目教师、信息教师和管理人员的计算机技能掌握情况，主要有：一是教育机构工作人员包括参加计算机能力培训的课时数，其中“波独指标”规定的指标是少于50小时、多于50小时而少于100小时、超过100小时三个层次，而“东南欧指标”规定的指标是少于30小时、多于30小时而少于70小时、超过70小时三个层次；二是小学教师、其他科目教师、信息教师和管理人员的计算机技能掌握情况，即分别达到基本计算机技能水平和熟练计算机技能水平的小学教师，其他科目教师、信息教师和教育机构管理人员数分别与小学教师、其他科目教师（除了信息与信息技术教师）、信息教师或机构管理人员总数的比值。

启示

IITE信息与通信技术教育评价指标体系是建立在科学、严格的筛选、分类和系统化指标的基础之上的。首先，IITE将已有相关项目中的指标进行分类，主要是将所有的指标系统化并排序，寻找可能存在的空白之处，在此过程中系统化一个最适合该研究项目的指标体系。其次，充分考虑研究过程需要注意的问题，尽早提出解决方案，例如，组织性问题包括法律方面和必要的数据以及统计信息的保存与处理过程；教育性问题包括如何描述和评价现象；信息性问题包括所有信息保持和提供的必要程序。第三，考虑不同类型和不同层次教育机构的特点，构建适合研究目的和对象的评价体系，例如，因为波黑和独联体地区与东南欧信息技术教育的基础不同，所以“波独指标”中包含的有关软件程序的指标就没有设计到“东南欧指标”中。开展合作研究，培养我国信息技术教育评价专家团队虽然IITE在国际信息与通信技术教育评价项目中经验丰富，尤其是通过数据收集和分析了解各国信息技术教育现状，提供解决方案等方面。其开发的评价指标体系很值得我们借鉴。但由于各国社会政治、文化、历史背景的不同，我国在建构信息技术教育评价体系方面不能照搬他国的经验，而是给我们专家创造参与IITE和其他国际相关机构的研究项目的机会，在合作研究的过程中培养自己的信息技术教育评价专家团队，为我国信息技术教育的发展提供专业支持。开发地方课程，促进信息技术课程跨学科整合IITE认为在中小学开设信息技术课程，既可以理解为开设独立设立的信息技术课程，主要内容包括文字处理、电子表格应用、信息检索信息等，也可以把信息技术看做是一种工具，其最主要的作用是和其他科目整合，提高教学有效性。在我国，一般理解信息技术课程作为国家课程就是应该单独设立，而将信息技术看做一种工具可以给地方教育机构和学校开发信息技术地方课程提供新的思路，在促进信息技术与其他学科整合的目标下，开发地方课程在提高教师教学创新的积极性、促进课堂教学的有效性和激发学生学习和研究的兴趣方面将起到重要的作用。

评估技术论文第3篇

由于电网规模不断扩大，电网元件N-1和N-2组合数量十分庞大。为提高计算效率，需要在全故障扫描时采用加速技术。

1.1静态扫描加速技术

1）对于双回线或多回线、并列运行的变压器等，在扫描时无论是单重故障还是多重故障，均只枚举一次；

2）使用拓扑分析功能，快捷地找出同塔双回线路，以及同一发电机组的出口变压器；

3）优化元件切除方案，生成校核元件列表，只生成一次节点导纳阵，优化了静态扫描计算流程；

4）使用改进PQ分解法，并用合并小支路的形式提高潮流计算收敛性和计算速度。

1.2动态扫描加速技术

按故障的严重程度对故障的计算顺序进行排序，优先计算较严重的故障。若计算结果显示稳定，则自动认为该元件发生较轻的故障也能保持稳定，而不再对较轻故障进行校核，从而减少动态扫描计算量。动态故障优先级见表2所示。优先级1表示故障后果最严重，优先级9表示故障后果最轻微。动态扫描时从优先级为1的故障开始。

2应用测试

本系统已在江西电力调度控制中心投入运行。使用本系统对江西电网2014年夏大方式进行分析，对220kV及以上电网进行静态和动态全故障扫描。故障元件范围是江西省内220kV及以上电网元件，分区选择江西省内全部13个分区，电压等级选择220kV、500kV。越限元件范围与故障范围相同。

2.1静态全故障扫描

静态故障类型选择N-1和同杆并架故障扫描。结果显示，静态扫描故障总数760个，导致越限的故障11个，其中导致母线电压越下限的故障1个，导致线路过载的故障1个，导致变压器过载的故障9个。静态扫描结果详细列出了11个导致越限的故障信息，包括切除元件列表和越限元件及越限量。用户可以在地理图中选择相应的故障作业号查看潮流结果。

2.2动态全故障扫描

动态故障类型选择线路三相短路、单相接地重合闸成功、同杆双回或多回异名相故障。根据计算设置，本次扫描自动生成3202次故障，结果表中列出2168次故障暂稳计算结果，有1034次故障根据动态扫描加速技术省略计算。在有暂稳计算结果的故障中，导致功角失稳的有85个，导致电压失稳的有420个。

2.3计算结果分析

该系统计算过程迅速，结果准确。该次应用在台式计算机上完成，CPU是intel酷睿2.93GHz，内存2G。在进行江西220kV及以上电网静态全故障扫描时，仅需5~7min即可完成。完成江西220kV及以上电网线路三相故障动态扫描需要约22h。通过抽样对比可以验证该系统的计算结果与PSASP是一致的。

3结论

评估技术论文第4篇

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)

评估技术论文第5篇

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)

评估技术论文第6篇

0世纪30年代,量子力学、量子化学及高分子化学链理论的确立,为自然科学和工程技术的发展奠定了新的基础。40年代在各种应用研究领域已呈现出有深远意义的重大进展。例如半导体器件的发明,高分子材料的诞生和电子计算机的研制成功等。此后,电子技术的迅猛发展,不仅带动了其它工程技术,而且还以其为先导相继涌入了医学领域,从而出现了一门融理、工、医的新型的边缘学科——生物医学工程学,并推动了诸多医用高新技术的发展。例如0世纪50年代研制出了许多人工脏器(人工肺、人工心脏瓣膜、人工血管)。1957年开展了人工心脏的研究。1959年植入式心脏起搏器应用于临床。光导纤维的出现使纤维内窥镜得以发展。在医学影像领域出现了用于动态观察的照相机,红外成像也开始用于临床。1958年自动生化分析仪研制成功。

1960年世界上第一台激光器问世,不久激光也进入了生物医学领域并被广泛应用[1]。然而,由于技术的迅速发展及其在医学领域取得的巨大成功,在令人倍感振奋之时,也使人们陷入了对技术盲目追求的误区。在这种思想的影响下,一些新的医学技术迅速而不加任何限制地广为传播[,3]。而另一些人又对医学技术持有怀疑看法。早在1816年听诊器刚刚发明不久,一些使用它的医务人员即对其产生了怀疑和不信任。187年一位评论家写道:“听诊器的应用程度远远超过了我们对这项技术本身的了解。”1850年甚至有怀疑者将“新的诊断辅助器械描述成危险仪器”[4]。虽然绝大多数人都肯定医学技术给人类健康带来的好处,然而还存在相当多的不确定因素,包括技术本身的特性,以及该技术是否应该使用,使用的程度,使用的成本效益等[5]。

在技术的广泛应用中,人们还发现由它带来的众多未预料到的消极影响和不良后果,尤其是新的或不成熟的技术的应用,更是如此。这些不良后果涉及医疗、经济、社会、伦理、法律及政治等等相关领域,例如对生命安全和健康的威胁、人口性别比例的失调、生态的失衡、环境的污染、医疗费用的过度上涨、医患关系的淡漠等等。在此历史背景下,人们开始意识到有必要对医学技术进行科学地控制和管理,而其基础即是要对医学技术及其产生的各种影响进行全面性的评估。医学技术评估也就随之应运而生了。

技术评估(TechnologyAssessment)兴起于0世纪60年代中期,是从对技术的重要作用和未知后果的评价开始的。技术评估这个术语是在1965年由美国的EmilioDaddario议员正式提出的。最初技术评估多集中在工、农业等技术领域,评估的题目有海底石油钻探、农药、汽车污染、核电站、超音速飞机等。197年,美国国会颁布了技术评估法案,并据此建立了技术评估办公室(OTA)[]。在正式的医学技术评估出现之前,即曾对医学技术的安全性、有效性、成本和其它的影响开展过评估性研究。在早期的技术评估中也曾涉及到医学技术,如对人工心脏及多阶段健康筛查的评估等。于是,在美国国家科学基金会(NSF)的要求下,美国国家研究委员会(NRC)将技术评估的概念进一步扩展到生物医学技术领域,实施了体外受精等技术的评估。

1974年,OTA提交了一份有关药物生物平衡的报告,1976年OTA卫生计划提交了第一份正式的卫生评估报告,这标志着医学技术评估的诞生[7]。目前,技术创新和医疗费用问题,从正反两方面推动了医学技术评估的发展。首先,在最近的30年中技术创新层出不穷,生物技术、生物材料、手术技能和计算机技术的突破带动了医学领域的进步。据报道,每年就有50种新药推出,新的器械、新的医疗方法和新的卫生保健的提供方式每时每刻都在增加[8]。面对这些众多的已经广泛使用的技术和新兴的技术,医生们、卫生系统的管理者们不知如何选择,才能最大地满足各方面的需求,而医学技术评估恰恰是为这些选择提供了科学的依据。

其次,医学技术的迅猛发展,部分地造成了卫生保健费用的过度增长。在西方发达国家,其卫生保健费用的增长速度超过了国民生产总值(GNP)的增长速度,国家卫生总费用已超出了社会经济所能承受的负担。如美、法等发达国家,50、60年代国家卫生总费用占GNP的3%-5%,90年代初增长到10%-14%[6]。据有关报道,美国每年卫生保健费用增长的1/是用于技术的引入和使用[9]。各国政府都在努力控制卫生保健费用的增长,但是与此同时人们对卫生保健的需求却越来越高,通过对医疗技术进行评估选择适宜的技术,可较好地解决这种矛盾[5]。正因为如此,医学技术评估得到了普遍的认可并迅速传播。世界各地相继建立了国际性的医学技术评估机构。

诸如,1985年国际卫生保健技术评估协会(theInternationalSocietyofTechnologyAs-sessmentinHealthCare,ISTAHC)正式成立,截止1998年,已有来自40多个国家的100个成员单位[3]。1993年又建立了国际卫生技术评估机构网络(theInter-nationalNetworkofAgenciesforHealthTechnologyAssessment,INAHTA),目前有35个成员机构[11],而且还相继建立了其它的国际组织,包括卫生技术评估加拿大协调办公室(theCanadianCoordi-natingOfficeforHealthTechnologyAs-sessment,CCOHTA),该组织包含10个国家的技术评估办事处,还有为加强欧洲各国医学技术评估的交流与合作,建立的欧洲评估计划(EUR-AssessProject)[1]。在我国医学技术评估起步较晚。80年代引入技术评估的概念,90年代医学技术评估才日益受到人们的关注。

199年4月和9月,卫生部先后在上海、杭州召开了“全国医药科技成果推广研讨会”和“医学技术评估高级研讨会”[6]。1994年1月,在上海医科大学(现复旦大学医学院)成立了全国第一家医学技术评估中心,并同时出版了首期《医学技术评估》内部专刊。目前我国共有4家相关的医学技术评估机构,即医学技术评估中心(复旦大学医学院),生物工程技术评估中心(浙江大学),医学伦理学研究中心(北京医科大学)和中国循证医学中心(华西医科大学)[10]。

2医学技术评估的定义

医学技术(国外又称卫生技术,HealthTechnology),是指应用于卫生保健领域和医疗服务系统的特定知识体系,包括用于疾病的预防、筛查、诊断、治疗和康复的药物、器械设备、医疗方案、手术方法、后勤支持系统和行政管理组织[10]。这里的医学技术是广义的,它不仅涉及到所有卫生专职人员应用的全部方法,还包括那些使卫生保健服务提供更加有效的后勤支持系统和行政管理组织。技术的用途也不限于诊断和治疗领域,在疾病的预防、筛查和康复中使用的技术也在其内。

医学技术评估有多种定义,随着这个学科的不断发展,其定义也在逐步完善。1981年,美国国家医学技术中心将医学技术评估定义为“对医学技术的安全性、有效性、成本、成本-效益、伦理和法律方面的影响进行细致的评估,评估既包括对技术本身的评估也包含与其它竞争性技术的比较”[13]。1994年,英国国家卫生署(NationalHealthService,NHS)的卫生处进一步扩展了医学技术的内涵,定义为“医学技术评估是用来描述对各种卫生专职人员所应用的全部方法,包括促进健康的,预防、治疗疾病的,以及促进康复的和长期保健所涉及的方法的成本、效益和其它广泛影响的评估”。同年,美国国会的技术评估办公室又提出另外一种定义,主要强调了技术评估的目的,即“医学技术评估是对一种医学技术、一组相关技术或与技术相关问题的结构化分析,为政策制定提供所需的决策依据”。目前,国际上最通用的定义为:医学技术评估是一个涉及多种学科的决策分析领域,它评估医学技术在开发、传播和应用过程中所产生的医疗、社会、伦理和经济影响[11]。医学技术评估定义的不断完善,恰恰反映了这一新兴学科尚在发展中。

3医学技术评估的目的从上述定义可以看出HTA是一个决策分析领域,它通过多种途径辅助决策。

3.1为协调机构就药物、治疗方案或手术方法及其它技术能否进入市场,提供决策提据。例如为FDA提供药品和设备批准进入市场的证据。

3.帮助医学技术的提供者和支付者,决定纳入卫生福利政策的医学技术,并确定合理的费用报销制度。

3.3协助临床医务工作者、医学技术提供者和消费者,做出卫生保健设施合理选择的决策。

3.4为医院、卫生保健网络和机构的管理人员,获得和管理医学技术提供帮助。

3.5协助政府卫生部门的官员,制订公共卫生计划。

3.6支持卫生保健产品生产者,进行产品的开发和市场营销。

3.7制定医学技术生产、使用、维护和再利用等方面的标准。

3.8为政府官员制定医学技术创新、研究、开发、调控、支付和推广等方面的政策提供依据[7,10]。总之,医学技术评估可为不同层次的决策者提供所需的信息,例如为单位、地区、国家甚至国际间提供决策依据。通过为各种决策提供信息,达到的最终目的是影响医学技术的研究、开发、推广和应用,协助医学技术的选择,提高卫生保健系统的效率,使有限的卫生资源得到合理的配置,达到在最佳成本效益比的情况下提高卫生保健质量的目的。目前,循证医学发展十分迅猛,实际上循证医学也可视为是医学技术评估在临床领域的应用。

4医学技术评估的内容及类型

4.1医学技术评估的内容

技术特性;临床安全性;有效性(效能、效果和生存质量);经济学特性(成本-效果、成本-效益、成本-效用和宏观经济学效应);社会适应性(社会、法律、伦理、政治方面的影响)[7,10]。

4.医学技术评估的类型

4..1按照评估的内容范围可分为:全面评估和部分评估。前者是指一项技术按以上各方面均进行评估;后者是指对技术的一个或几个方面进行评估。最常做的医学技术评估是部分评估。医学技术评估现状的调查发现,全世界的HTA组织均进行技术的安全性、效能、效果和成本的评估,最多的是对技术效果、效能,其次是成本、安全性的评估。

4..按所评估技术的物理特性可分为:对药品,对医疗器械和设备,对医疗方案和手术方法,对支持系统,以及对行政管理机构的评估。调查发现在美国89%HTA组织评估器械和设备,85%评估医疗方案,74%评估药物。

4..3根据所评估技术的用途可将评估分为:治疗性技术的评估、诊断性技术的评估、预防性技术的评估、康复性技术的评估和公共卫生技术的评估。调查显示,全球89%HTA组织进行治疗性技术的评估,84%评估诊断性技术,63%评估预防性技术,53%评估康复性技术,7%评估公共卫生技术[9,10]。

4..4按照所评估技术的不同阶段来分类:新型技术的评估,已普遍接受的或标准医疗技术的评估,陈旧技术的评估。全世界93%的HTA组织评估新型技术,83%的组织评价已普遍接受的或标准医疗技术,仅有44%评估陈旧技术[9,10]。

4.3衡量健康结局的指标

要对一种技术的安全性、效能、效果等进行评估,首先要对这项技术所产生的患者健康结局进行研究,通过综合患者健康结局的改变来得出对技术的安全性、效能和效果等方面的评价。健康结局的衡量指标存在一个发展的过程。首先应用的是患病率和死亡率,是传统的结局衡量指标。之后,应用健康相关的生存质量指标(Health-RelatedQualityofLifeMea-sures,HRQL),其特点是反映了技术对患者及其他相关人群的多方面影响,常用于慢性病治疗性技术的评估。最后出现了生存质量调节年(Quality-AdjustedLifeYears,QALY),它是一种结合了所获得(失去)的生存时间和生存质量的健康结局单位,其特点是可直接进行技术之间的成本-效益比较。以上是评价除诊断性技术以外的技术的健康结局衡量指标。诊断技术的评价更加复杂,原因是诊断性技术与患者的健康结局之间是间接关系,无法直接应用现有的健康结局指标来衡量诊断性技术的效果,其衡量指标包括技术能力、诊断准确性、对最终诊断的影响、对治疗的影响、成本-效益等[7]。健康结局的衡量指标还在不断发展,这也代表了技术评估的发展。衡量指标越全面,越能更好地对多种竞争性技术进行比较,从而挑选出最为适宜的技术。

5医学技术评估的步骤

医学技术评估的基本步骤包括:

5.1确定评估的题目

5.1.1确定备选题目备选题目的确定在较大程度上是由机构的任务或目的决定的。不过也有机构通过对机构成员进行调查来获取题目,还有的公司或组织通过对各种技术信息资源(新药和新设备数据库、医学/技术期刊以及其它出版物)的广泛查找确定备选题目。

5.1.设定评估优先级这一步是对评估的备选题目进行挑选的过程,以定出最终评估题目。在设定优先级时需要遵循一定的原则,要对技术及其针对的健康问题、项目本身的一些限制因素进行全面的考虑。最常用的是定性的方法,目前也有应用定量的方法来确定优先级的。

5.2明确评估问题

明确要评估的问题是技术评估过程中十分重要的一步,它对以后的一系列步骤都有影响。开展一项评估要清楚地理解评估的目的和评估服务的对象,这需要评估小组不断地论证、讨论和澄清。明确评估问题要对所评估的健康问题、技术、评估所涉及的患者人群、医务工作者和卫生保健环境和评估内容进行说明。

5.3确定评估的机构

这一步主要是决定评估项目实施的机构。有3种情况:第1种完全由发起评估的机构本身来实施,这主要见于大型医院、主要的保险公司等。第种情况是完全依赖专业医学技术评估机构,可免费或交纳一定费用获得评估结果。第3种情况是本身实施一部分,从其它专业机构购买另外一部分的评估结果。在决策时,要考虑所评估的问题、可支配的资金、可获得的专家资源、时间的限制以及其它因素,权衡本身实施和购买的比例。

5.4搜集可获得的证据

证据的收集是进行医学技术评估的重大挑战之一。证据包括涉及特殊评估问题的数据、文献和其它信息。文献的检索和相关信息的搜集,是一项成功的医学技术评估所不可或缺的。对HTA有价值的信息资源种类繁多,包括期刊数据库、临床和管理数据的数据库、印刷版的索引和目录、政府报告和专题研究、专业目录/登记报告、公司报告和信息、研究/综述/Meta分析的参考文献、有关的国际互联网网站以及同事和其他专家。要做到对一项技术的客观评价就必须获得广泛全面的资料,而许多有价值的信息不能从经典的信息资源中获得,我们称其为灰色文献。有关文章介绍,灰色文献可以通过查找行业和政府专题研究、专业机构报告和指南、市场研究报告、政策研究机构研究报告、专业委员会的即时出版物、会议记录等等来获取。在利用灰色文献时,一定要仔细地阅读、筛选,注意其权威性和准确性。资料证据收集的越全面,就越能避免出现片面性,这样评估的结果才能越客观、越全面、越有价值。

5.5新的原始数据的获取

通常情况下,收集的现存的各种信息可能对于评价一项技术还不够充分,需要一些新的数据来补充不足的证据,这时就需要进行新的原始数据的收集。但是目前大多数的HTA并不涉及原始数据的收集。新的原始数据可通过临床试验、流行病研究等方法获取。通过在评估中将新的原始数据和搜集的现有的证据结合,来更全面、有效地评价医学技术。

5.6证据解析

从不同质量、类型各异的科学证据中演绎出实质性的结论,这对于任何的HTA都是一种挑战。评估人员需要一种系统的方法,来慎重地评价每一条搜集到的证据的质量。总体上说,证据的解析需要3步。

5.6.1研究分类

原始数据的收集方法种类繁多,但是用不同方法收集的证据其价值也不同,例如前瞻性研究优于回顾性研究,对照性研究优于非对照性研究等。根据研究的基本类型和特征,将所收集的原始资料整理成一个表明证据的表格,表格的项目涉及研究的设计(是否随机、是否是盲法、有无对照等)、患者健康结局衡量指标(患病率、死亡率、健康相关生存质量等)和推论的统计学指标(P值、可信区间等)。评估者通过它可以了解所搜集的不同研究的类型分布。

5.6.证据评分

对证据的评分已经成为目前HTA的标准步骤之一了,但是不同的专业评估机构所用的证据评分体系不同。例如,美国的AHCPR认为对设计较好的随机对照试验的Meta分析中获取的证据最可信,证据的可信度最低的是病例报告和临床实例。评估成员可通过这些层次来对不同的研究分类,且对所得的证据进行分级。例如,AHCRP规定存在从Meta分析中得出的数据,定为一级(最强);而缺乏证据和只有病例报告、临床实例汇报的数据,定为四级(最弱)。通过对证据的评分可以使评估成员对证据有一个整体的认识。

5.6.3选择证据

在证据评分之后,评估成员可以选择证据来应用于评估。在证据的选择上评估专家们尚未达成一致,有的专家认为除随机试验以外的证据都不可取,有些专家却认为那些可靠性较差的试验可以使用,可以通过给不同的权重来体现证据的级别。

5.7综合证据

由于证据收集的研究类型各异,而且每项研究的目的不同,所以就要求评估人员综合有价值的信息。综合证据的方法有:非定量的文献评述、Meta分析及其它定量的文献分析方法、决策分析、小组决策或专家咨询(consensusdevelopment)。传统定性的文献评述存在许多片面性,目前评估人员更加青睐应用结构化强、定量的、经充分证实的方法。

5.8形成结论和建议

结论是评估的结果,建议是在评估以后得出的意见、观点。建议比结论的操作性更强,它可直接用于临床和政策制定。由于证据的价值不同,结论的可靠性也就有相应的差异存在。目前,评估的用户对于明确结论强弱有确切的要求,所以评估人员可以利用以前对证据的评分来确定结论的强弱。结论的强弱也分为一定的层次,但是它是双向的,支持的结论由强到弱,反对的结论由弱到强。

5.9传播结论和建议

评估的目的是为决策服务的,如何将评估的结论和建议传播给需要的各种决策者,对于HTA的成功也是至关重要的。传播的计划主要涉及3个层面:目标人群、采用的中介和实施的策略。例如,AHCRP采用小册子向患者传播评估结论,用快速的参考指南、临床相关手册的形式向医生宣传结论,通过全面的报告传播结论给研究者和政策分析者。据1995年调查,全球95%的HTA组织通过在公开出版的杂志上发表文献传播结果,美国还通过研究所和计算机网络系统如In-ternet传播[9,10]。

5.10监督HTA的影响

HTA的影响存在许多不确定性,正像它评估的技术一样,技术评估也会产生预期的影响和未预料的结果。它受许多因素制约,包括评估的目标组织及该组织的法律性、契约性或行政性的义务,环境因素,评估结论、建议本身,评估结果的传播等。例如,AHCPR进行的绝大多数HTA,其结果直接应用于HCFA的卫生保险覆盖的决策。而有些设计良好或有权威性的随机临床试验的结论和建议却没有被采纳[7]。以上介绍了HTA的10项基本步骤,但是这并不意味着每一次HTA都要进行所有步骤,它们可以实施其中的部分内容,且进行的顺序也无严格的要求,美国和中国都有一些评估实例可以证明这一点。[18,3]

6医学技术评估的方法

HTA方法可根据评估的内容来分类:

6.1功效与安全性的常用评估方法有,临床前期评价法、非正规的临床评价法、流行病学与统计学评价法、临床对照试验法与正规综合法等。

6.生存质量的评估方法有,心理测试的健康指标测量和健康效用评价的方法。

6.3经济学评价方法有:成本分析、最小成本分析、成本效果分析(cost-benefitanalysis)、成本效用分析(cost-utilityanalysis)、成本效益分析(cost-effective-nessanalysis)、敏感性分析。

6.4社会适应性的评价方法有,无结构、半结构和全结构访问法、小组访谈法以及观察法等[14]。目前,评估的方法学是一个重要的研究领域。原因是评估的用户要求基于证据的评价、所得的结论要尽量减少片面性、要求尽量使用正规的定性和定量方法。同时还要求尽量缩短评估的时间、提高评估自身的成本效益,这些要求对评估研究者提出了新的挑战。最近,由于技术评估国际化的发展,各国需要交流评估经验和结果。在这种背景下,由EUR-ASSESS的方法学项目分组(ProjectSubgrouponmethodology),于1997年提出要建立一种为产生透明的、有力和有效的HTA所需的各种逻辑方法的经典结构。INAH-TA在000年提出要统一和规范评估方法的议题。可见国际上的组织机构正在积极进行这方面的尝试[11]。

7医学技术评估的实施

7.1实施机构

医学技术评估的实施或发起机构种类很多,包括:调控机构,政府和私人支付机构,卫生职业组织,标准制定机构,医院、管理保健组织和其它卫生保健提供者,患者和消费者组织,政府政策研究机构,私人评估/政策研究结构,学术中心,生物医学研究机构,卫生产品公司,风险投资商和其它投资者。这些机构所进行的评估的目的、内容、方法各不相同。政府的政策研究机构进行的评价,是与国家层次上的技术政策的制定息息相关的;而卫生产品公司的评估可能是为公司的产品营销、公司的经济利益而进行的。

7.实施所需的人力资源

在定义别强调医学技术评估是一个涉及多种学科的政策分析领域,而且在评估中使用的方法也涉及许多学科,所以就需要各种类型的专家来共同合作实施HTA。所需的专家有:包括放射、化验等在内的临床各科医生,医院、卫生组织的管理者,生物医学和临床工程师,药理学专家,患者,流行病学家,生物统计学家,经济学家,律师,社会学家,伦理学家,决策科学专家,计算机专家/程序号,图书/信息专业人员。对于一项确定的HTA,专家的选择要考虑到评估的目的、所评估的内容、可利用的资源等因素。

7.3实施的时机

实施HTA的时机很难把握,对于一项新技术越早发现它的不利影响,越早控制其传播和误用是评估人员所希望的,但是由于技术本身在发展、临床使用者的技术使用熟练程度在改变,使技术使用早期的评估结论可能产生偏差或错误。要避免这一点,就要对技术进行多次的HTA,不能只靠进行一次的HTA就盖棺定论[7]。

8医学技术评估的意义

HTA开展以来,是否促进了医学技术的合理使用和卫生资源的合理分配呢?答案是肯定的。在临床方面,1995年加拿大魁北克的医学技术评估委员会就1份HTA报告对卫生政策和医疗费用的影响进行了调查。结果表明,除3份报告外,其它的均产生了巨大的影响。1990年建议使用高渗造影剂来替代低渗造影剂,使医疗费用明显降低,净节约近100万美元。对心导管再利用的建议节约医疗费用约600万美元,而取消术前常规胸片则节约了700万美元,并且,有关高档技术如器官移植、MRI等的HTA报告,对制定卫生政策和临床指南,以及合理配置资源均产生了显著的影响[16]。

哈佛大学公共卫生学院分析了4种医疗方案,10年中:内皮细胞显影检查节约为1.3亿美元,精神分裂症的隔离节约为.46亿美元,癌症病人的热疗节约为.7亿美元,近视眼的角膜手术节约为4.77亿美元。加州大学洛杉矶分校公共卫生学院对另外3种治疗方法进行的评估表明,10年节省为:家用氧气600-000万美元,心脏起搏器的电化监测为0.87-0.97亿美元,风湿性关节炎的血浆提取疗法为100-150亿美元[6]。而且,有些HTA本身就可以产生直接的临床作用,即通过参与评估所进行的临床试验,直接使患者受益[17]。例如某些癌症和艾滋病患者,通过参与HTA的临床试验尝试先进的治疗方法,即可能会直接受益。在预防医学领域,HTA也起着明显的作用。例如加拿大一项有关乳腺癌普查的HTA结果显示,对于50-70岁的妇女进行普查其成本-效果最佳,这使政府改变了过去对所有育龄妇女进行普查的政策,节约了相当的卫生保健经费,优化了卫生保健系统[10]。

1978年美国对肺炎球菌疫苗的成本-效果评价,发现成本-效果比最佳的是65岁以上的老年人。国会据此修改了老年保健法,规定从1981年开始给老年人接种肺炎球菌疫苗。1988年OTA发表关于在老年人口中进行青光眼筛查的报告。报告中指出,这种筛查成本高,效益不确定。分析结果表明,识别和证实1例青光眼患者的成本在000-1600美元。通过对技术评估结果的应用,减少一些没有效果的或不必要的医学技术的支出。据报道,美国国家卫生保健技术中心对老人保健项目覆盖政策的咨询工作,使项目开支每年节省几亿美元[6]。总之,在选择适宜卫生技术、合理利用卫生资源和优化资源配置上医学技术评估做出了相当大的贡献。

9医学技术评估的障碍

虽然总的趋势是鼓励广泛开展HTA,但是仍然有一些因素和情况不利于HTA,其中包括:

1)技术方面:存在对技术的盲目崇拜,尤其在美国一些人认为“技术是迫切的”,只要是新的就是好的,不管技术是否有效。还有一些技术权威人士在没有可信的证据情况下控制技术的使用。更有些人认为,技术评估的目的是阻止技术的创新和传播[7]。

2)医学方面:医生对于医学实践的惯性,他们习惯了长期形成的实践常规,其医学知识也已过时,且接受科学咨询的机会甚少,同时也缺乏对临床知识的批判态度,故产生了他们对旧的作法的惯性,这对于HTA结论的传播和利用是一种障碍[7]。再者,一些医生希望自己有选择技术的自由,不希望HTA来干涉他们的自由[19]。

3)商业方面:一些生物医学领域的企业认为,HTA限制了他们的医学创新获得最大经济利益的自由。他们一般通过法律程序来限制HTA。1997年加拿大的BMS(BristolMyers-SquibbCanadaInc.)药品公司CCOHTA来阻止其对该公司药品的技术评估报告的发表。类似的事情也发生在美国的Merck公司。目前国际的经济条例也对HTA是一种威胁,在经济条例中给予商业机构过多的权利。1998年WHO表示要关注与贸易相关的知识产权协定(theAgreementonTrade-RelatedAspectsofIntellectualPropertyRights,TRIPs)的有关问题。这些由商业目的引发的法律威胁,对HTA造成了严重的影响,包括评估人员在评估中将会过多考虑技术以外的社会因素,研究者、研究机构、出版商和基金组织不愿进行可能引起法律纠纷的评估等不利影响[0]。

4)资金方面:HTA的资金不足。一些医学研究人员不愿意将资金从基础研究转向HTA,还有一方面HTA要花费一定的经费用于应付技术生产商的[19,0]。

总之,HTA的发展过程中确实存在一些困难和障碍,并且这些困难正在扩大且还会出现新的障碍,HTA能否在未来顺利地发展,将需要政府给予更多的关注和支持。

10医学技术评估的展望

未来,HTA将在范围、方法学、机构的联合和评估结论的转化方面进一步发展,今后着重强调基于证据的医学技术评估。不仅对现代医学领域中的技术进行评估,也要对传统医学领域的技术实施评估。在方法学上力求不断创新、灵活运用,尽可能地缩短评估的时间,及早推广先进的、有价值的适用技术。目前,国际上正在努力探索一套规范化的方法,促进国际间的技术评估交流和共享。重视国际和国内的评估机构联合,最好是形成评估机构网络,有利于资源共享、信息交流,减少不必要的重复评估。

评估技术论文第7篇

硕士开题报告 一、论文名称、课题来源、选题依据

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(-Bt)])及英国数学家和统计学家Gompertz提出的Gompertz曲线(数学模型为：Y=Lexp(-Bt))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

评估技术论文第8篇

硕士开题报告

一、论文名称、课题来源、选题依据

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(-Bt)])及英国数学家和统计学家Gompertz提出的Gompertz曲线(数学模型为：Y=Lexp(-Bt))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

评估技术论文第9篇

一、论文名称、课题来源、选题依据

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raymond pearl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：