基于BP神经网络的技术企业技术创新能力评价.pdfVIP

维普资讯 2007年第 11期 科技管理研究 ScienceandTechnologyMnaagementResearch 2oo7No．11 文章编号：1000—7695 (2007)11—0078—03 基于 BP神经网络的高技术企业技术创新能力评价 王 慧 ，李印海 (1．河南财经学院工商管理学院，河南郑州 450011； 2．国家数字交换系统工程技术研究中心，河南郑州 450002) 摘要：运用BP神经网络模型对高技术企业技术创新能力进行评价，避免了当前评价方法中人为的确定权重， 克服 了以往缺乏 自学习能力的缺点，减少了评价过程中的随机性和评价人员主观上的不确定性及其认识上的模 糊性，而且通过对参评样本的不断学习，使系统误差达到预定的范围内，并用一个实例验证 了这种测评方法。 关键词：技术创新能力评价；高技术企业管理；BP神经网络 中图分类号：F276．44 文献标识码：A 依据高技术建立的高技术企业及其产业 ，本身就是高技 向前传播到隐含层神经元，经作用函数变换后，再把隐含层神 术商业化、产业化的结果。高技术企业的成长更是以技术创 经元的输入信号传播到输出层神经元。 新为基本契机。企业技术创新能力是指企业在技术创新活动 过程中所表现出来的技术开发与转化的条件和力量。企业技 W Ji Vl 术创新活动的进行，既有来 自于市场的需求和竞争的压力， 无 也有来 自于企业内部的员工和企业整体的经济利益和精神追 量 求的推动；技术创新活动也 日益成为决定企业生存和发展的 纲 动力和源泉…。因此，如何客观、科学、有效地评价高技术 化 企业技术创新能力，对于高技术企业准确定位 自身在同业中 处 的技术创新能力，制定有效的技术创新战略，保持和提高竞 F 争优势，从而获得最佳经济效益和社会效益具有特别重要的 输入 隐禽层 输nj 意义。 图 1 BP神经网络模型 人工神经网络是一种模拟人脑信息处理方法的非线性系 高技术企业技术创新能力的评价用三层前馈型神经网络 统，能够模拟生物神经系统真实世界及物体之间所做出的交 模型，三层前馈型神经网络模型学习算法如下： 互反应。人工神经网络处理信息是通过信息样本对神经网络 (1)初始化，对所有联接权重赋予随机任意值，并对阀值 的训练，使其具有人的大脑的记忆、辨识能力，完成各种信 设定初值。 息处理功能。它具有 良好的自学习、自适应、联想记忆、并 (2)给定最初的学习数据，即给出经预处理的训练样本集 行处理和非线形转换的能力，避免了复杂的数学推导，在样 { }和相应的期望输出集 {Y }，其中m，z分别表示样本数和 本缺损和参数漂移的情况下，仍能保证稳定的输出。它比较 输入向量数。 适合于一些信息十分复杂、知识背景不十分清楚和推理规则 (3)计算各层的输出O 不明确问题的分析与处理。 对于输入层，其输入与输出相同，即O = 其