评估技术论文大全11篇

评估技术论文篇（1）

金融风险，一般含义上指的是建立在金融基础之上的风险，其中主要有三个种类，分别是在产品上的风险、在市场中的风险以及金融机构风险。根据一般情况下的金融理论来进行分析，假如一家金融机构遭遇风险，则这种风险在产生之后所带来的破坏程度要比给这家金融机构带来的破坏程度还要高。

1．2金融风险的种类财政与金融方面的风险被夸大、股票在投资过程中因为本身性质而诞生的风险以及结构上存在漏洞导致各个分散风险集中。

2．金融投资的风险评估技术及应用探究

2．1VaR方法

ValueatRisk的英文缩写便是VaR，其意思是“在线价值”，是指在在进行风险评估时，需要观察金融市场的起伏状况，某一家金融公司借助于金融或者通过组合后的金融所诞生损失的最大值。公式为Prob(P>VaR)=1一a。Prob含义为资产价值带来的损失比可能产生的损失上限中的概率要高；P指的是在既定的有效时间内，某金融方面的资产t中产生的价值损失额度；n指的是在事先预定的置信水平；VaR指的是在确定的置信水平a下的在险价值，即会直接造成损失的上浮。在这个公式中，站在VaR的概念上来进行分析，持有时间以及置信水平中的参数有着非常深远的含义。一般情况下，置信水平与VaR之间的关系为正比例关系，假如执行水平得到一定程度上的提高时，VaR同时也会得到相应提高，鉴于此，在使用该公式对金融投资风险展开评价时，有必要借助于正确的方式来选择合适的参数。

2．2口系数衡量法

在对整个风险展开评价时，有必要借助于B系数来进行具体的分析，所谓D系数指的是借助于简单措施将某个资产的收益的实际状况以及市场中的关系展开描述，需要通过其反应内容和市场的组合变量的关系变化，从而加大解析的力度。此外，这也是特殊情况下的风险评价方法将该式子进行简化之后，可以得出BI=COV(Ri，RM)／02M=piM(oi／OM)，这样的公式，为了让大家更容易理解和运用该公式，可以对其中的内容进行更改。

2．3均值一一方差衡量法

在金融投资的过程中，一般情况下是没有方法来对风险的大小以及有关因素在具体数据上进行获取的，但是在这个过程中可以借助于一定的方式来从损失的有关偏差中，也就是风险的度数中，对风险的大致情况有个整体上的了解与掌握，对风险进行测量的时候，可以借助于变异系数或者标准方差等有关数学公式来展开计算。x属于一个随机变量，在使用的过程中，可以通过一种金融工具对所投资过程中实际获取到的效益E(x)对变量所带来的期望值进行分析，换一句话说，可以将其数据看做为改组数据中的方差，即：标准差指的是方差中的算术平方根，是对平均数值以及测量数值离散程度在范围和代销方面的反映，假如标准差变大，则各个数据之间原本的关系也会发生较大的离散状况，鉴于此，表示损失的波动幅度状况也会发生较大的变化，损失的总金额以及概率也会上升。假如平均数出现相等的时候，对其它相关的因素进行分析后，可以借助标准差以及其它有关数据来展开直接的对比分析，假如两组数据之间有着较大的变异时，则需要我们对离散程度进行深层次的分析，在这个过程中可以借助变异系数以及其它相关数据展开对比性的操作。标准差与期望值之间的比值便是变异系数，通常情况下，偏差与变异系数之间的关系呈现出正比例的关系，假如变异系数变小，其偏差也会较小，因此，在金融投资过程中，是不会有较大的风险存在。反过来，假如变异系数变大，则偏差也会较大，在金融投资过程中便可能存在较大的潜在风险。

3金融投资的风险评估技术中的普遍问题

(1)在一系列指标中没有一致性，并且各个没有一定的可比性凭借高低顺序法，就能实现多种投资金融案例的比较，从而分析出对应的风险情况。通过利用方差衡量法与B系数方法，就能发现一个与现实截然不同的结构，而且这种结果经过了多个角度的分析。(2)对风险进行分析时，不能够对风险的精确度进行评述借助于金融投资风险的评估方式，对金融风险展开详细的分析与评估的时候，还不能够对其风险的具体情况展开描述因为结论与实际存在的情况还有一定的距离，并且与风险相关的其它因素也不能在结果中得以反映每一个金融投资成员在获得的风险信息以及其它相关消息时，便会存在差距。目前，所利用的投资风险评估方式还无法为多个侧面投资人员在利益上进行保障。(3)事后的风险不能在预先的事前状况下表述借助于均值——方差衡量法、B系数方法展开对金融投资风险的评述时，在具体过程中使用的信息资料均为历史中的信息，所以，所评述的结果，一般是在过去某个阶段中可能存在的一种损失情况。另外，借助于VaR方法战队金融投资风险展开评述的时候，所得出的结论假如应用在实际的金融市场中，一般是没有效果的。

4如何解决金融投资的风险评估技术中的问题

4．1使用压力及后验方法对VaR的计算模型进行测试借助于VaR方法对金融投资中的风险因素展开计算与分析的时候，在这个过程中会涉及到多个假设性的条件，因此所评价的过程以及结果上便不可避免的存在某些弊端，但是VaR方法可以对金融风险在事前展开评估与预防，并且在表达方式让也容易被人们所理解和运用，除此之外，这种方法还能够对风险在计量方面展开科学、可行的的统一。鉴于此，为了能够让VaR方法在对风险进行评估的时候，能够发挥更好的作用，因此可以借助于压力测试和后验测试的方式来对VaR方法中计算方法在有效性方面展开测试。所谓压力测试，指的是通过有关情景模式的方式来对相关情况展开探讨，其中大多数工作是对各种金融市场中的不利因素展开假设，在此基础上，在资产或者资产组合方面的前提下，对可能诞生的风险因素进行估计与分析。所谓后验测试，指的是借助于正太方式来对VaR中的模型展开检验。当下采用的检验方式一般为峰度、偏度检验以及KolmogorovSmfrnov等。

4．2把定量分析法和定性分析法进行结合使用对金融投资风险展开计算与评估鲋时候，j应该借助于多个类型不一的模型针对风险大小以及程度上展卉定最的分析，鉴于此，可以在实际分析的过程中，借助于管理评分法、风险图评价法以及风险度评价法这些科学可行的方法来将通过定性分析出来的风险进行结合。其中，风险图评价法最具有优势，因为它不仅能够对未来的风险因素在严重程度上进行绘制，还能够在可能性上进行绘制。

5金融投资风险评估的意义与作用

5．1风险管理中的重要内容事实上，金融投资风险评估工作离不开技术的支持，金融风险在企业风险管理中属于重要的一个组成部分。风险评估技术的支持，能够让企业风险得到很大程度上的控制。在最近的几年中，社会经济的发展以及全球经济发展速度的加快，让我国越来越多的企业在发展过程中不可避免的遭遇到不同程度上风险因素的阻滞。所以，实现企业的长远发展，必须在风险面前采取有效的措施。

5．2可把之用于对审计监督内容的管理科学技术的发展以及不断完善，金融投资工具的多样性也不断显现出来，面对不同的金融工具，其操作方式也会有所不同，进一步对风险进行评估的方式和技术也会存在差别。将金融投资风险评估技术到审计监督内容中，即使有一定的困难，但是假如掌握了正确的浦受庶审计与监督过程下的有关操作均会被有效的完成。其。食可把蠡用于对投资人员的销售额进行评估爵素嘞虢嗨金融毂资者来说，风险都会发挥着一定的震慑作用，鉴于此，为了保证j彗的效益不会遭受损失，企业内部的管理人员应该借助于一切可行的方式来针对舞瞒投资最的工作展开限制，比如对于极有可能发生的过度投机操作行靳瘴辑资工具对其可能存在的风险展开有效评估，通过这种方式可以将风险控制在一定范围内。

评估技术论文篇（2）

对于计算机而言，网络信息是一项至关重要的因素，计算机使用者的各种重要内容都可以通过计算机网络信息而表现出来。因此计算机的网络信息一直是计算机网络攻击的重要目标，许多计算机的使用者在遭受到计算机网络攻击后就会出现网络信息丢失等情况。通过掌握了计算机的网络信息，攻击者可以明确计算机等各项参数，从而对计算机的信息掌握程度也会相应的加深，从而在日后进行网络攻击的过程中能够更加准确的确定计算机的情况，让计算机网络攻击的成功率得到提升。计算机网络攻击效果评估技术研究文/张锋随着我国经济建设的高速发展，目前我国社会中已经普及了计算机。在大多数人的生活中都使用计算机来进行学习和工作。但是在计算机的使用过程中，网络攻击一直是计算机安全的重大问题，很多人因为在使用计算机的过程中没有注意到网络安全的问题而导致了计算机感染病毒，遭遇木马等问题，对自己的生活和学习造成了巨大影响。因此为了保证计算机的安全使用，就需要对计算机网络攻击的效果进行评估。

1.2对计算机网络进行破坏效果评估

计算机网络被破坏的概念是指计算机网络的整体环境遭到了改变，从而让使用者无法按照原有的状态以及方法来进行计算机网络的使用。通过计算机网络攻击来让计算机的网络环境遭到改变，而计算机网络攻击破坏计算机网络环境的效果就是让计算机遭受到攻击前后的计算机网络特点发生了变化，进一步改变了计算机网络环境。

1.3对目标计算机进行控制的效果评估

计算机网络攻击的一个目标是对目标计算机进行控制。在进行计算机网络攻击的过程中，进行攻击的一方会通过自身的各项攻击技术来对目标计算机进行攻击，并且在攻击的过程中获取目标计算机的各种信息，在获取到目标计算机的这些信息后，就可以利用计算机网络的漏洞等特点来进行目标计算机网络情况的获取，从而达到控制目标计算机的效果。而控制目标计算机也分为了几个阶段，首先攻击者是获取目标计算机的网络控制权限，再进一步的通过自己的计算机网络攻击手段来让自身的控制权限不断提升，在最后就可以将目标计算机进行完全控制，造成严重后果。

二、计算机网络攻击效果评估的相关标准

2.1计算机网络攻击效果的相关评估标准

对于计算机网络攻击效果的评估时能够进行计算机网络整体攻击效果评估的前提条件。但是由于计算机网络攻击的方式十分繁多，因此进行计算机网络攻击效果的评估过程也十分繁琐。在对计算机网络攻击效果的评估过程中，应该首先对计算机网络攻击的目标以及进行攻击的具体目的进行科学的分析，从而能够了解到攻击者进行计算机网络攻击的目的。并且也需要根据计算机网络的类型以及计算机的系统类型进行正确的评估。在评估的体系中，应该建立起相应的权重分配，从而能够科学的对计算机网络攻击的效果进行分析，并且得出评估效果的结果，让计算机网络攻击效果的评估客观而准确。

2.2计算机网络攻击方式的评估标准

计算机网络由于自身的特点，在进行计算机网络攻击的过程中是存在着一定成功率的，使用不同的攻击方式进行计算机网络攻击，最终的成功率也不同。根据这一特点，可以再进行网络攻击的效果评估之前先进行计算机网络攻击方式的评估工作，并且也需要对攻击后的效果进行预测以及分析，从而得出在遭受到了计算机网络攻击后会造成什么样的后果。在对计算机网络攻击的成功率进行分析的过程中，主要可以从网络的流量情况，网络的畅通情况等来进行分析。而在计算机网络攻击进行的过程中，由于不确定因素较多，因此通过计算机网络攻击造成的后果往往具有较大的随机性，因此如果是在计算机网络攻击发生之前进行的预测不能够作为计算机网络攻击造成的后果的参考标准，只能通过数学模型进行计算机网络攻击后各种参数的预测工作，通过数学模型的计算来给出数学期望值，从而能够较为准确的来进行计算机网络攻击的各项预测工作。

评估技术论文篇（3）

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。

评估技术论文篇（4）

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

xx.07-xx.09：完成论文开题。

xx.09-xx.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。

xx.11-xx.01：基于bp神经网络的技术创新预测和评估模型的构建。

xx.01-xx.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。

xx.03-xx.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。

xx.04-xx.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xx

[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.xx/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.xx/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.xx/6

[07]夏清泉、凌婕.风险投资理论和政策研究.国际商务研究.xx/5

[08]陈劲、龚焱等.技术创新信息源新探.中国软科学.xx/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.xx/1

[10]苏永江、李湛.风险投资决策问题的系统分析.学术研究.xx/4

评估技术论文篇（5）

课题来源：单位自拟课题或省政府下达的研究课题

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

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。

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。

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。

[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&takahirofuj

imoto.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

评估技术论文篇（6）

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

评估技术论文篇（7）

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

评估技术论文篇（8）

课题来源：单位自拟课题或省政府下达的研究课题

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

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。

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。

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。

评估技术论文篇（9）

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。

评估技术论文篇（10）

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：

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。

评估技术论文篇（11）

教学评估系统是现代远程教育质量保证体系的重要组成部分，也是提高远程教育教学质量的重要环节。同其他教育评估一样，远程教育的评估与信息反馈控制是一个十分复杂的系统，它涉及远程教育的指导思想、教学理念、支持服务、教学过程、手段、方法等内容，关联到教与学双方努力程度，体现了远程教育本身的特征。因此只有依托现代教育技术和国内外经典评估技术，才能构建符合现代远程教育潮流并切实可行的评估系统。

一、远程教育教学评估的理论依据

远程教育评估来源于我国高等教育的评价，“评价”与“评估”具有十分相近的内涵。评价泛指对事物或人物的社会价值做出判断，当然适用包括学校教育在内的价值评判；而评估则是指对事物或人物的一种估量性价值判断，是一种模糊定量的评价。当评价涉及因素较多时，许多因素难以准确定量，一般采用定量分析与定性分析相结合的方法。高等教育属于涉及因素较多、复杂程度较高的一种社会活动，对其教育活动中的事物或人物的评价宜称评估。教学评估的基本任务是准确了解教学活动中的实际情况，进行科学的分析，对教学质量做出评价，为改进教学工作、改善教学管理和深化教学改革提供依据。①

远程教育评估要遵循高等教育评估的一般规律，依靠传统的评估技术方法，还要借助计算机技术和现代教育技术构建评估系统，并使系统具有客户/服务器形式的结构，在网上通过与教师、学生及管理者实时和非实时的交互形式完成信息处理和评估。传统评估技术与方法是针对特定指标体系设计的，主要靠人工完成或借助计算器进行简单重复的劳作。远程教育的过程是建立在计算机技术和教育技术平台之上，它的评估技术与方法也必须依靠计算机网络和现代教育技术来实现。

远程教育评估系统目前主要有两大基本形式，一是以单机版软件为代表的评估与信息反馈系统，主要特点是依托评估指标体系，对大量的信息进行后期处理研判，从而达到评估与信息控制目的，而信息的采集、录入则主要依靠操作人员借助现代教育技术来完成，这一技术系统并不支持联网操作，评估与反馈的特点是滞后性的，实质是终结性的评估。二是网络版的评估系统，主要通过计算机网络（如互联网、城域网、校园网等）对远程教育教学的整个过程进行实时跟踪，对各类信息及时的研判处理，及时做出多项评估并及时反馈，可称为形成性评估。从控制论角度看，无论是终结性评估还是形成性评估，只要有利于实现教育教学目的并能根据教育自身和外部的变化不断调整工作态势，克服随机因素的影响，都是可行的，但这种控制是否有效以及效力发挥的程度有多大，取决于信息的收集是否全面、准确。因此，建立一个高效、有序的信息反馈系统在整个教育评估中显得十分重要，其实在评估技术体系中本来就包含了一个不断反馈的过程，两者是相辅相成、缺一不可的。

二、远程教育教学评估的基本原则

与传统教育教学形式相比，远程教育在教与学活动时空上的分离性、学习者的自主性等特征，决定了其教育教学评估系统也表现出其独特的方面。首先，这一系统注重过程性评价，强调对网络教学的过程进行实时的监控。网络教学评估注重评价的过程性，利用及时反馈信息来指导、调控甚至补救教学与学习活动中的薄弱点；其次，远程教育评估系统对运用教育技术，实施智能教学以及对利用探索、发现、竞争、协作、角色扮演等一系列策略教学的效果进行有效的评价，同时对学生在学习中的主动性、自控性和学习的效果进行评估；再次，从评价对象来看，不仅仅对传统评估中的四要素：学生、教师、教学内容和教学媒体等进行评估，还突出表现为对学习和教学服务系统的综合评价；②第四，从远程教育的多系统运作的实际看，它必须实现网络教学评价系统与支持服务系统的无缝结合，充分利用现有的支持服务系统采集尽可能多的评估信息，从而实现动态的评估与信息反馈；第五，评估与信息反馈的周期必须大大缩短，这主要依靠网络技术和教育技术的优势，缩短了评估与信息反馈的周期，就意味着提高了评估的信度，降低了评估与反馈的技术要求与费用。基于以上分析，我们认为评估方案与模型的确定，必须遵循以下三个原则：

（一）规范性与开放性相结合。在评估中坚持规范性要求，意味着任何人都不能随意更改评估任何一个环节，也不能以不同标准和价值观念衡量同一类教学活动，才能提高评估的可信性和有效性。评估组织者要遵循同一律（Law of identity），即指同一思维过程中每个要素和判断必须具有确定的同一内容。但现代远程教育是一种新兴的教育形式，它的基本理念告诉我们，在进行远程教育教学评估的时候，还要遵循其特殊规律，其中开放性是其核心要求。现代远程教育倡导学员自主化学习、个性化学习，倡导运用各种媒体资源，倡导师生的交互，倡导发挥全社会各种力量的作用，其教学规律尚在不断的探索和发展之中，因而它每一个教学要素要体现了一个“变”字，如果用经典的评估评价理论去衡量和设计，则不符合它发展的需求，因此，我们在实践中体会则必须坚持规范性和开放性相结合的原则。

（二）目的性与形成性相结合。传统的评估理论体系，十分强调它的目的性原则，其重要缘由是把评估看做是总结性的评价，因此从一开始就把教育的各种活动和评估的各个要素组成具有内在逻辑联系或因果关系的有机体，从而要求和确保教学各个环节共同向同一目标行动。的确，这样的理论较好体现了评估为教育教学目的服务的要求，但是在反映和指导教育过程的方向，体现社会生产力和发展水平的时代特征，把握教学整体过程等方面带有不同程度的缺陷，有时甚至还会对教育教学具体评介上产生一些偏差。现代远程教育的出现，一开始便提出了“形成性”教学和考评的观念，汲取了世界上先进的做法，把评估过程与教学过程进行互动，置考核与教学过程之中，因此，坚持目的性与形成性相结合原则就是要求正确把握评估本质内涵，把它作为一项系统工程来考虑。

（三）考核性与服务性相结合。任何一种形式的评估，都带有或多或少的考核或考评的含义，这是评估的本质含义所决定的，而往往这种考核是结论性的，是要做定论的。我们提出考核性与服务性相结合的原则，不是要削弱考评的含量，而是要突出现代远程教育的本质内涵之一――支持服务理念。亦恰恰说明考核性与服务性在这一评估中的高度协调，就远程教学整个过程而言，其实质是教育组织者和管理者对学员提供服务过程和导学过程，因为现代远程教育是基于计算机网络平台的教学形式，随着高科技的迅猛发展，其教育教学活动的技术含量必定越来越高，师生在时空上越来越分离，高科技就意味着高标准的服务，意味着高质量的导学。

三、远程教育教学评估的体系

通过参与远程教育的实践，我们从评估对象、评估方式、评估要素和评估与反馈过程四个方面来理解远程教育评估系统。这里讨论评估的要素与评估和反馈的过程问题。

评估与反馈要素。远程教育评估的要素除经典的学生、教师、教学内容与媒介四大要素外，还包括教学平台与学习支持服务系统。就学习者的评估而言，这是评估和信息反馈的主题内容，主要包括交互程度、答题情况、资源利用情况、平时作业和考试等五个方面内容，对学习者的评估可通过教师评判、同学评判及自我评价来进行，其最终目的是用来促进学习者的自我评价。就教师的评估而言，尽管教师成为学生学习的辅助者而不是知识的直接传递者，但教师在网络上提供的学习资源仍是主要的教学信息，因此这一评估也包括五个方面：师生交互程度、作业与答疑情况、教学活动的组织、学习材料的提供、学生的考试。就教学内容的评估而言，不仅指教师提供的网络课件，还包括教师提供的其他学习资料以及互联网提供的巨大资料，对网络课件的评判也可以从课件的内容、结构与导航、联系与反馈、技术交互性等五个方面来规划，对教学内容的评价通常是形成性的评判。就网络教学平台的评估而言，主要指技术系统和教学系统的评价，技术系统是指网络本身的安全性和传递信息的可靠性和稳定性；教学系统则指能够提供实现自主学习、协作学习、讨论学习和探索学习的策略支持系统，包括答题系统、自主学习系统、辅助教学系统课程与教学计划、评价时间及方式等信息，远程教育的评估系统如果作为教学平台的一个组成部分而存在，则包括质量指标生成系统、数据采集系统、数据分析系统、反馈子系统等部分。就学习支持服务系统的评估而言，包括管理与资金支持、电子图书馆等，这一服务平台分别对教师和学生提供相关信息，对教师主要提供培训计划、教学设计的各种策略与模块、师生交互的支持以及为评价学生提供可参考的规范；对学生的支持服务，均可在平台指南中列出，如学习前导、学习方法、交互手段、电子图书、作业等。③据此，我们可以看出，远程教育评估与信息反馈依赖于教师、学生、资源、教学平台和支持服务等五大系统实现，评估与反馈的因素有定性指标和定量指标，评估方式则包含了形成性评估与总结性评估，显得更为关注形成性评价的促教与促学作用。

评估与反馈的过程。总的来说，这是一个动态过程，虽然对不同的对象，评估与反馈的方式有很大不同，但基本上都经历准备、实施、处理、反馈四个阶段。准备阶段主要确定评估与反馈的对象和目标，选择信息来源和处理方法并生成评估与反馈的各种文本或量表。实施阶段主要包括各种评估信息地发出和获取各种信息。处理和反馈阶段主要形成综合判断，分析诊断问题，进行反馈前的初步评价并实施反馈，最后进行终结评判，因此，每一个评判的结果都是上一轮反馈的检验，又是下一轮评判的起点，这样整体上形成一个周期或实现全过程的评估与反馈。

四、远程教育教学评估的实现

运用计算机网络与现代教育技术进行远程教育教学的评估或信息反馈，可实现的技术渠道很多，可以说教学支持服务系统和管理系统过程中的任何直接或间接的控制，只要与评估的终极目标一致，都可视为一种评估行为，无论对象是教师还是学生或者是教务管理人员，因此，远程教育评估与信息反馈的对象是多层面的，评估的参与者也是多元的。而评估的大量信息和数据是通过实时和非实时的观察、对话、记录、分析、跟踪、测试、作业和试验来获得的。

学习过程的有效监控是远程教育质量保证的重要环节。传统的监控手段已无能为力，必须利用现代网络技术手段。网络日志软件可针对不同课程统计该学生进入网络学习的次数、学习相应课件累计的总时间、教师布置的作业和学生本人完成的作业等内容。课程教师可以进入他负责辅导的学生的作业页面，给予评阅和评分；教务管理员可进入他管理范围内的学员的网络日志，发出有关教学教务管理通知。通过网络日志这种技术手段，将学生网上学习情况定量地纳入形成性考核的范围，有利于形成科学、规范、稳定、高效的形成性考核管理模式。

这涉及四个方面内容，（1）评估项目的保存。可以用HTML文档的格式保存在服务器的评估系统的相关系统内，基于网页的子系统能完成一般的管理功能，如项目的增删、修改等，并且还支持图形、声音、视频等媒体形式，自然亦包括支持表格、公式等文本内容。（2）评估与反馈项目的呈现。当评估与信息反馈的条件满足时，一项联机评估被启动，此时，包含评估与需反馈的项目信息的HTML文档被下载到客户机上供本次使用，可按设定的格式显示在客户机的浏览器窗口内。（3）项目的提交与反馈。根据不同的评估对象，可以使用不同的文本格式，以进行及时的提交与反馈，这点如同支持服务系统中的网上作业的布置与提交一样，可采用无格式文档、带格式文档、电子表格、数据库文件等，也可用E-mail、FTP等方式来实现，具备条件的还可以用专门的上载程序传输给服务器。（4）信息与数据处理。原则上不采用或少采用手工的介入，依靠计算机自动完成，可以根据需要编制相关的程序，并借助Ceilidh，markin，CleverX等工具软件来实现，完全的计算机信息处理系统可以用基于CGI的方法和基于Java Script的方法来组合。

基于CGI的方法是将评估的项目程序及它在服务器上的路径各放置在包含评判内容网页的HTML文档中，当项目信息提交时，浏览器自动将信息及这个程序名从客户机通过公共通道接口（CGI）送入服务器。超文本传输协议（HTTP）通过接受到的程序名启动服务器上的这个用于评判的程序，评估项目程序即在服务器上执行，如果需要对某一信息或评价项目进行反馈，可从服务器的记录中直接向客户传送信息。基于Java Script的方法，则是将用Java Script语言编写的程序嵌入在包含评估与反馈网页的HTML文档中，当评估启动后，浏览器自动启动该程序，这样使得参评者无需占用服务器时间，并可实时进行信息交换与反馈。当然，采用基于Java Script的方法，要求所有参评对象的浏览器使用能识别用Java Script编制的代码，而Netscape是与Java Script最兼容的浏览器。对于具体的开发工具，如Test2000，Jquiz，Test Creator及web worksheet都可以用来进行辅助开发，均能提供直观、方便、简单的屏幕界面。其中Test2000、Jquiz、Test Creato可基于Java Script，而web worksheet则基于CGI，它们都可实现评估信息的自动评判与反馈。此外，在实时教学评估系统设计时，还应考虑到系统的可伸缩性、可扩展性和安全性。