本文關鍵詞：基于模糊神經網絡的高校專利技術產業(yè)化風險評估

  更多相關文章： 高校專利技術產業(yè)化 風險評估 灰色多層次分析法 BP神經網絡 模糊神經網絡

【摘要】：高校專利技術產業(yè)化是一個國家科技實力的重要體現(xiàn),是高校實現(xiàn)其服務社會功能的核心體現(xiàn)。高校專利技術產業(yè)化進程是技術創(chuàng)新能力綜合評估的重要標志之一,同樣也關系到高校在競爭中的生存和發(fā)展。然而,目前高校專利技術產業(yè)化效率仍然偏低,這是因為在產業(yè)化進程中存在著諸多制約因素與風險因子。因此,如能對高校專利技術產業(yè)化過程中的風險進行有效分析,建立合理的高校專利技術產業(yè)化風險指標體系,并選取合適的評估方法對其進行評估,提出有效的建議與應對措施,必將能為推進高校專利技術產業(yè)化提供客觀有力的數(shù)據(jù)支撐與實施向導。進而進一步良好促進高校專利技術產業(yè)化效率與進程。 本論文通過對高校專利技術產業(yè)化的風險管理理論進行研究,根據(jù)高校專利技術產業(yè)化的特點,將理論與實際相結合,定性與定量分析相結合,大膽嘗試建立高校專利技術產業(yè)化風險評估指標體系與基于模糊神經網絡的評估模型,選取三種評估方法對高校專利技術產業(yè)化風險進行對比評估分析,希望在此基礎上為推進高校專利技術產業(yè)化提供客觀有力的數(shù)據(jù)支撐與實施向導。 在文章的最后選取清華大學作為實例,分別利用灰色多層次分析方法、BP神經網絡、模糊神經網絡對高校專利技術產業(yè)化風險進行對比實證評估,論證模糊神經網絡在高校專利技術產業(yè)化風險評估中的有效性與優(yōu)勢所在。并在評估結論的基礎上,提出高校專利技術產業(yè)化風險評估控制策略,希望對以后學者的研究能提供一定的向導與借鑒作用。
【關鍵詞】：高校專利技術產業(yè)化 風險評估 灰色多層次分析法 BP神經網絡 模糊神經網絡
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：G644
【目錄】：

• 致謝5-6
• 中文摘要6-7
• Abstract7-11
• 圖表清單11-14
• 1 緒論14-33
• 1.1 研究背景14-17
• 1.1.1 相關概念的界定15-16
• 1.1.2 研究的現(xiàn)實需要16-17
• 1.2 研究意義17-19
• 1.2.1 理論意義18
• 1.2.2 實踐意義18-19
• 1.3 國內外研究現(xiàn)狀19-25
• 1.3.1 專利技術產業(yè)化的研究現(xiàn)狀19-20
• 1.3.2 高校專利技術產業(yè)化的研究現(xiàn)狀20-22
• 1.3.3 風險評估理論研究現(xiàn)狀22-24
• 1.3.4 基于模糊神經網絡的高校專利技術產業(yè)化風險評估研究現(xiàn)狀24-25
• 1.4 高校專利技術產業(yè)化發(fā)展現(xiàn)狀與問題分析25-29
• 1.4.1 高校專利技術產業(yè)化發(fā)展現(xiàn)狀25-28
• 1.4.2 高校專利技術產業(yè)化問題研究28-29
• 1.5 研究內容與創(chuàng)新點29-31
• 1.5.1 研究內容30
• 1.5.2 創(chuàng)新點30-31
• 1.6 研究方法與研究技術路線31-33
• 1.6.1 研究方法31
• 1.6.2 研究技術路線圖31-33
• 2 相關理論概述33-49
• 2.1 風險識別理論33-34
• 2.1.1 風險的性質33-34
• 2.1.2 風險識別方法34
• 2.2 高校專利技術產業(yè)化理論分析34-37
• 2.2.1 高校專利技術產業(yè)化模式34-35
• 2.2.2 高校專利技術產業(yè)化風險研究35-37
• 2.3 風險評估方法37-49
• 2.3.1 灰色多層次分析方法37-39
• 2.3.2 BP神經網絡(BPNN)39-43
• 2.3.3 模糊神經網絡(FNN)43-47
• 2.3.4 BP神經網絡與模糊神經網絡對比研究47-49
• 3 高校專利技術產業(yè)化風險評估指標體系構建49-56
• 3.1 評估指標體系構建基本原則與基本流程49-50
• 3.1.1 評估指標體系構建的基本原則49
• 3.1.2 評估指標體系構建的基本流程49-50
• 3.2 評估指標體系構建50-56
• 3.2.1 評估指標體系的設計51-54
• 3.2.2 評估指標體系的組成54-56
• 4 基于模糊神經網絡的高校專利技術產業(yè)化風險評估模型構建56-60
• 4.1 模型構建的總體思路及基本步驟56
• 4.1.1 模型構建的總體思路56
• 4.1.2 模型構建的基本步驟56
• 4.2 評估模型的建立56-60
• 4.2.1 評估模型的網絡結構57
• 4.2.2 評估模型的參數(shù)57-60
• 5 實證研究-清華大學專利技術產業(yè)化風險評估60-88
• 5.1 清華大學專利技術產業(yè)化現(xiàn)狀60-62
• 5.1.1 清華大學專利技術產業(yè)化成果60
• 5.1.2 清華大學專利技術產業(yè)化風險研究60-62
• 5.2 基于灰色多層次分析方法的清華大學專利技術產業(yè)化風險評估62-70
• 5.2.1 確定評估灰類及白化權函數(shù)62-63
• 5.2.2 評定等級63
• 5.2.3 確定指標體系及各級指標權重63-67
• 5.2.4 專家評分及灰色綜合評估67-70
• 5.3 基于BP神經網絡的清華大學專利技術產業(yè)化風險評估70-76
• 5.3.1 輸入節(jié)點數(shù)70
• 5.3.2 輸入輸出層數(shù)據(jù)進行歸一化處理70-73
• 5.3.3 輸出層節(jié)點數(shù)73
• 5.3.4 隱含層節(jié)點數(shù)73-74
• 5.3.5 學習效率η74-75
• 5.3.6 MATLAB算法及評估等級75-76
• 5.3.7 網絡訓練與仿真76
• 5.4 基于模糊神經網絡的清華大學專利技術產業(yè)化風險評估76-83
• 5.4.1 風險定級77
• 5.4.2 數(shù)據(jù)處理77-81
• 5.4.3 模糊神經網絡的訓練81-82
• 5.4.4 模糊神經網絡的測試82-83
• 5.5 清華大學專利技術產業(yè)化風險評估方法對比分析83-85
• 5.5.1 三種評估方法的基本步驟83
• 5.5.2 模糊神經網絡對高校專利技術產業(yè)化風險評估的優(yōu)越性83-85
• 5.6 高校專利技術產業(yè)化風險控制對策研究85-88
• 5.6.1 鼓勵高校主動進行專利技術產業(yè)化85
• 5.6.2 建立以市場為導向產學研相結合的研發(fā)戰(zhàn)略85-86
• 5.6.3 加強校企科技合作,增大企業(yè)對高校專利技術產業(yè)化的推力86
• 5.6.4 設立專業(yè)的專利技術產業(yè)化服務機構86-87
• 5.6.5 完善專利產業(yè)化平臺建設,提高實施效率87-88
• 6 結論88-90
• 參考文獻90-94
• 附錄94-104
• 作者簡歷104-106

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊先野;王寶華;;基于減法聚類的ANFIS在水資源利用狀況評價中的應用[J];廣東水利電力職業(yè)技術學院學報;2010年01期

2 武建龍;王宏起;陶微微;;高校專利技術產業(yè)化路徑選擇研究[J];管理學報;2012年06期

3 趙力敏;李華;;模糊層次分析法在工程管理風險評估中的應用[J];貴州水力發(fā)電;2012年02期

4 徐北平;;基于BP神經網絡的高速公路專項養(yǎng)護工程安全風險評估研究[J];黑龍江交通科技;2012年01期

5 張克讓;技術轉移的特征、模式及基礎要素淺析[J];科技導報;2002年01期

6 王桂月;王樹恩;;基于模糊神經網絡的高校科技成果轉化評價研究[J];科技管理研究;2009年12期

7 薛敏;;技術轉移效率的評價指標研究[J];科技進步與對策;2007年03期

8 楊敏利;查博;;基于GA-BP神經網絡的專利技術產業(yè)化全過程評價研究[J];科技進步與對策;2010年20期

9 張友生;梅元紅;;國外高校專利技術轉移工作分析及對我國高校的啟示[J];科技進步與對策;2010年24期

10 黃洪波;宋河發(fā);曲婉;;專利產業(yè)化及其評價指標體系與測度方法研究[J];科技進步與對策;2011年15期

，

本文編號：962169