评估技术论文范文
评估技术论文范文第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
评估技术论文范文第2篇
论文摘要：大学英语是实践性强的学科，其核心目的是培养较好的语言运用能力。大学英语学科性质决定了教学模式应该突出学生自主学习与合作学习，而不是知识讲授。自主学习的教学模式决定了充分运用现代教育技术的必要性。现行教师教学质量评价体系比较粗糙，没有依据学科特点进行细化。大学英语教学质量评估应该从知识讲授型学科的教学质量评估体系中独立出来，把现代教育技术的合理和充分运用作为重要评价指标。
1大学英语教学的性质
教育部2004年正式颁布《大学英语课程教学要求》(以下简称《要求》)，将大学英语课程定性为“高等教育的一个组成部分，不仅是一门语言基础知识课程，也是拓宽知识、了解世界文化的素质教育课程”。这一课程的培养目标涵盖了4个方面:英语语言知识、英语综合应用技能特别是听说技能、英语学习策略和跨文化交际能力。这样的培养目标迫使人们对外语教育的理念与发展方向有个全新的认识，即一改过去重教轻学、重知识轻能力、重语言轻文化、重输入轻输出、重笔语轻口语、重教授轻交际、重结果轻过程等倾向。
英语教学作为我国外语教学的重头戏，不能违背外语教学的基本理念。外语的习得结果应当是具备用外语进行听说读写的综合能力，而不单是理解一个个孤立的语法知识点。外语的习得结果还应当是能够在外国文化环境下具备得体的言行举止能力，而不单是对于语言文字的互译。知识点在英语教学中不是全部目的，甚至不是主要目的。学生在英语语言文化中的交际能力、实践能力、学习能力才是英语教学的核心目的。
笔者常年在重点高校从事英语教学，发现极少数尖子生的英语综合运用能力让人惊叹，而多数大学生英语水平总体上而言可以概括为口语结巴、阅读较慢、听力勉强应试、写作死记硬背兼生拉硬套。大学生英语应试能力远远超过其综合实践能力的现状决定了当今的大学英语教学应该突出学生交际能力、实践能力、学习能力的培养。而讲授型的教学难以实现这一目标。英语学科的实践性决定了英语教学应该主要采用自主型学习和合作型学习模式。
2现代教育技术是大学英语教学的强心剂
大学英语教学以学生课外上机自主学习和课堂互动合作学习为重要特征，决定了教学对于现代教育技术的重要依赖。正如《要求》指出:我们应当充分利用多媒体、网络技术发展带来的契机，采用新的教学模式改进原来的以教师讲授为主的单一课堂教学模式。
现代教育技术使得充分考虑学习者需求成为可能。学生需求分析是成功实施教学的前提。古人云:因材施教，教无定法，有教无类。大多数学生都带着自身英语学习的实际问题参与学习，他们都有自己学习的弱点和预期愿望，而能否实现他们的预期愿望，关键之一是做好认真细致的需求分析。现代教育技术使得学生和教师可以通过网络进行便捷交流，教师可以了解学生情感、认知能力等一般特征，以此确定适宜的教学活动的目标、内容、方式方法和评价途径。学生的需求可以通过各种有效的机制如面谈、反馈表、网上论坛等形式及时反馈到教师手中。重视学生反馈并及时对教学活动进行修正补充是达到教学目标、优化教学效果的因素之一。
现代教育技术使得真实具体的语言教学环境成为可能。通过多媒体与网络技术，各种具体而真实的情景可以便捷地呈现在学生面前。真实性的任务可以整合多种知识和技能(如搜索引擎、网页评价与创建)，让学生通过“真实”的方式(资源学习法、认知工具法等)应用语言文化知识，让他们充分意识到所学知识和技能的实际意义(如在线搜寻资源、查找词语等)，并在亲身经历风格各异的信息化环境过程中更好地体验合作学习、自主学习等新教学观念，结合自身实际，消化和吸收新知识、新技能，形成新理解与重新建构新知识，从而在实际学习生活中自己运用，不断提升语言文化认知和应用能力。
在北京邮电大学的调查表明，76.6%的教师认为现代教育技术辅助外语教学很好，24.4%的教师认为现代教育技术辅助外语教学好，没有一名教师认为现代教育技术辅助外语教学不好。在笔者所在的重点院校，学生可以在自主学习时间登录网络学习平台自由选择学习内容和进度，实现了个性化学习，极大地提高学习效率和积极性。课堂上多媒体的运用改变了教师讲授的沉闷气氛，现代技术在语音室的运用为丰富的师生互动以及学生小组活动创造了良好条件，使得教师能够有效操控、协调、指引一切课堂活动，达到优化课堂教学的效果。
3大学英语教学质量评估的现状
课堂教学是我国高校目前采用的主要教学形式，因此也是学科教学质量评估的主要对象。科学的课堂教学质量评估既可以全面评价教师的思想作风、工作能力、工作态度和工作业绩，客观反映教师的教学水平，为合理聘选教师和教师年度考核提供依据;又可以使教师获取全面的教学反馈信息，帮助教师总结教学工作经验和教训，及时改进教学工作，明确努力方向，增强责任心和事业心，最终达到提高教学质量的目的。
可惜的是目前的教学质量评估通常没有考虑学科的差异，大学英语的教学与其他学科如数学、医学等学科的教学都使用相同的评估标准。譬如，笔者所知某知名大学教学工作水平评估项目包括10条:1)讲课有热情，精神饱满;2)讲课有感染力，能吸引学生的注意力;3)对问题的阐述深入浅出，有启发性;4)对问题的阐述简练准确，重点突出，思路清晰;5)对课程内容娴熟，运用自如;6)讲述内容充实，信息量大;7)教学内容能反映或联系学科发展的新思想、新概念、新成果;8)能给予学生思考、联想、创新的启迪;9)能调动学生情绪，课堂气氛活跃;10)能有效地利用各种教学媒体。
反思这10项标准，都是衡量教师讲授的质量，没有评价英语教学的自主型学习与合作型学习程度。如果某位英语教师10项都做得很好，只说明教师对于课程内容的熟练，并不能证明学生的英语应用能力得到很好的锻炼。英语教育专家刘润清教授曾经说过:"Nomatter,howgoodtheteacheris,Ifthestudentsrefusetolearn,nothinghappens.”(不论教师有多好，如果学生不积极地学习，那一点用处也没有。)目前看来，多媒体与网络技术为媒介，自主型与合作型学习为特色的英语教学还没有配备与之相适应的质量评估标准。
4现代教育技术—大学英语教学质量评估的新视角
大学英语的学科性质与现代大学英语教学对先进教育技术的依赖，决定了教育技术的运用充分、得当与否是英语教学质量评估不能轻视的重要项目。英语教育专家夏纪梅教授指出新世纪大学外语教学的出路在于借助先进的现代教育技术，这样一来，不仅可以开发丰富的教学资源，还能解决师资不足的问题。现在网络和多媒体技术己广泛运用于大学英语教学，网络课程在信息的呈现、媒体的利用、学习的自主性、练习的反馈性、教学管理的追踪和测评等方面都比课堂教学有明显的优势。网络课程的设计是门很大的学问，用得好对于学生的学有裨益，用得不好则与课堂传统教材教学别无二致。课堂教学不能以讲授为主，不必做网络机器可以做的事情，而应当创造交际环境，开展交际活动，体现人与人之间交际化、合作化学习的意义。现代外语教育提倡采用交际法、合作法、任务法、角色法、情景法、过程法、体验法、行为法、案例法等方法的实质都是“在干中学习”，目的是充分调动学生的动机、智力、经验、情感、己有的知识和思维潜力，在语言习得过程中培养“交流沟通、解决问题、完成任务”的能力。当学生能够用语言“做事”时，他们会感到愉悦和满足，受到鼓舞，从而进一步激发学习动机和提高学习效益。
评估技术论文范文第3篇
1．1金融风险的含义
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。
6结语
评估技术论文范文第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)
评估技术论文范文第5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(-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
[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]Kim B. Clark Takahiro Fujimoto. Product Development Performance Strategy、Organization and Management in Industry. Harvard Business School Press. Boson 1993
[22] Gobeli D H, Brown D J. Improving the process of product innovation. Research, Technology Management, 1993. 36(2)：46-49
[23]Simon J.Towner. Four ways to accelerate new product development. Long Rang Planning 1994. 27(2)：57-65
[24]Abdul Ali,et al. Product innovation and entry strategy. Journal of Product Innovation Management 1995. 12(12)：54-69
[25]Eric Vin Hippel. The sources of Innovation. Oxford University Press. 1988
[26] Shtub A, Zimerman Y. A neural-network-based approach for estimating the cost of assembly. International Journal of Production Economics, 1993. 32: 189-207
[27] Wee-Liang Tan, Dattarreya G. Allampalli, Investment Criteria of Singapore Capitalists, 1997 International Council for Small Business, San Francisco, California, June 1997
[28]Michael Henos, The Road to Venture Financing: Guidelines for Entrepreneuts, RD Straregist Magazine,Summer 1991
[29]Chow GC, The Largrange Method of optimization with applications to portfoli and investment decisions. J of Economic Dymamics and Control 1996
[30]Jensen, R Information Cost and Innovation Adoption Policies, Management Science. Vol.34, No.2, Feb, 1988
[31]R.K. Zutshi, T.W.Liang, D.G.Allampulli, Singapore Venture Capitalists Investment Evaluation Criteria: A Reexamination. Small Business Economics 13:9-26(1999)
评估技术论文范文第6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
<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.xx/4
评估技术论文范文第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
评估技术论文范文第8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
07-.09：完成论文开题。
09-.11：影响企业技术创新发展的指标体系研究及其量化和规范化。
11-.01：基于bp神经网络的技术创新预测和评估模型的构建。
01-.03：基于bp神经网络的技术创新预测和评估模型计算方法研究。
03-.04：基于bp神经网络的技术创新预测和评估模型体系的实证研究。
04-.06：完成论文写作、修改定稿，准备答辩。
主要参考文献：
[01]傅家骥、仝允桓等.技术创新学.北京:清华大学出版社1998
[02]吴贵生.技术创新管理.北京:清华大学出版社
[03]柳卸林.企业技术创新管理.北京:科学技术出版社1997
[04]赵志、陈邦设等.产品创新过程管理模式的基本问题研究.管理科学学报./2.
[05]王亚民、朱荣林.风险投资项目ecv评估指标与决策模型研究.风险投资./6
[06]赵中奇、王浣尘、潘德惠.随机控制的极大值原理及其在投资决策中的应用.控制与决策./6
[07]夏清泉、凌婕.风险投资理论和政策研究.国际商务研究./5
[08]陈劲、龚焱等.技术创新信息源新探.中国软科学./1.pp86-88
[09]严太华、张龙.风险投资评估决策方法初探.经济问题./1
[10]苏永江、李湛.风险投资决策问题的系统分析.学术研究./4
<11>孙冰.企业产品开发的评价模型及方法研究.中国管理科学./4
评估技术论文范文第9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
评估技术论文范文第10篇
论文开题报告格式及如何写论文开题报告 在研究生教育的整个过程中,学位论文质量的高低是衡量研究生培养质量的重要标志。而论文质量的高低,很大程度上取决于论文开题报告做的细致程度。论文开题报告做的细致,前期虽然花费的时间较多,但写起论文来就很顺手,能够做到胸有成竹,从而保证论文在规定的时间保质保量地完成;但如果不重视论文开题报告,视论文开题报告为走过场,写起论文来就会没有目标,没有方向,没有思路,可能就要多走弯路,也很难保证毕业论文的质量。
一、论文开题报告的意义
硕士论文开题报告是研究生在完成文献调研后写成的关于学位论文选题与如何实施的论述性报告。论文开题报告既是文献调研的聚焦点,又是学位论文研究工作展开的散射点,对研究工作起到定位作用。
写论文开题报告的目的,是要请老师及专家们帮忙判断一下所研究的选题有没有价值,研究方法是否奏效,论证逻辑有没有明显缺陷。因此论文开题报告就要围绕研究的主要内容,拟解决的主要问题(或阐述的主要观点),研究步骤、方法及措施为主要内容。但笔者在工作实践中发现有很多学生往往在论文开题报告中花费大量笔墨叙述别人的研究成果,谈到自己的研究方法时,往往寥寥数语一笔带过。这样,不便于评审老师指导。
二、如何写论文开题报告
(一)论文开题报告的前提通过理论思维选择课题
在工作实践中,发现硕士研究生论文开题报告中存在的普遍问题是选题不合适。有的提出的问题太过平庸,有的选题范围太大,研究内容太多、太宽泛,提出的问题不切合硕士生的实际,实践操作起来难度较大。如有的学生提出的论文题目:新型中性镍催化剂的研究及其催化合成聚乙烯、聚丙烯的研究,此选题有意义,有创新,作者的研究思路也比较正确,但论文选题范围太大,研究内容对于一个硕士生来说明显偏多,无法按时完成。因此应重新确定研究内容,注重项目的可操作性。
那么如何选择研究问题呢?这里要强调的是通过理论思维来发现研究问题。
理论是由一系列前设和术语构造的逻辑体系,特定领域的理论有其特定的概念、范畴和研究范式,只有在相同的概念、视角和范式下,理论才能够对话。只有通过对话,理论才能够发展。硕博论文要想创造新理论很难,多数是在既有理论的基础上加以发展。
其次,选择问题是一个剥皮的过程,理论问题总是深深地隐藏在复杂的现实背后,而发现理论问题,则需要运用理论思维的能力。这就需要我们不断锻炼和提高自己的理论思维能力,需要在日常的学习中,不断总结和分析以往的研究者大体是从哪些视角来分析和研究问题,运用了哪些理论工具和方法,通过学习和总结来不断提高自己的理论思维能力,从而选择具有学术理论价值和应用价值,并与国家经济建设及导师承担的科学研究项目紧密结合的研究问题。
(二)做好文献综述,为论文开题报告打好基础
在研究生论文开题报告会上,出现的普遍问题是对文献的研读不够,对研究背景的了解不够深入,对研究方向上国内外的具体进展情况了解不够全面、详细,资料引用的针对性、可比性不强。有很多学生没有完全搞清论文开题报告与文献综述的区别,他们的论文开题报告有很多仅仅是对前人工作的叙述,而对自己的工作介绍甚少。
文献综述的基本内容包括:国内外现状;研究方向;进展情况;存在问题;参考依据。这是对学术观点和理论方法的整理。同时,文献综述还是评论性的,因此要带着作者本人批判的眼光来归纳和评论文献,而不仅仅是相关领域学术研究的堆砌。
要想写好论文开题报告,必须认真研读文献,对所研究的课题有个初步的了解,知道别人都做了哪些工作,哪些方面可以作为自己研究的切入点,因此,文献调研的深入和全面程度,会相当程度地影响论文开题报告的质量,是学生充分发挥主观能动性的客观基础。
(三)论文开题报告的格式及写作技巧
1.论文开题报告格式
一个清晰的选题,往往已经隐含着论文的基本结论。对现有文献的缺点的评论,也基本暗含着改进的方向。论文开题报告就是要把这些暗含的结论、论证结论的逻辑推理,清楚地展现出来。论文开题报告的写作步骤:课题选择课题综述论题选择论文开题报告。论文开题报告的基本内容主要包括:选题的意义;研究的主要内容;拟解决的主要问题(阐述的主要观点);研究(工作)步骤、方法及措施;毕业论文(设计)提纲;主要参考文献。为了写好论文开题报告,江苏工业学院研究生部专门出台了详细的规定,规定论文开题报告的一般内容包括:
(1)论文开题报告课题来源、开题依据和背景情况,课题研究目的以及理论意义和实际应用价值。
(2)论文开题报告文献综述。在阅读规定文献量(不少于50篇,其中外文文献占40%以上)的基础上,着重阐述该研究课题国内外的研究现状及发展动态,同时介绍查阅文献的范围以及查阅方式、手段。
(3)论文开题报告主要研究内容。包括学术构思、研究方法、关键技术、技术路线、实施方案、可行性分析、研究中可能遇到的难点、解决的方法和措施以及预期目标。
(4)论文开题报告拟采用的实验手段,所需科研和实验条件,估计课题工作量和所需经费,研究工作进度计划。
(5)论文开题报告主要参考文献,列出至少10篇所查阅参考的文献。
2.论文开题报告的写作技巧
(1)提出问题注意层次
选题是撰写学术论文的第一步,选题是否妥当,直接关系到论文的质量,甚至关系到论文的成功与否。不同于政策研究报告,学术文章聚焦理论层面、解决理论问题。有的学生的选题不具有新颖性,内容没有创新,仅仅是对前人工作的总结,或是对前人工作的重复。在选题时要坚持先进性、科学性、实用性及可行性的原则。在提出问题时,要以内行看得懂的术语和明确的逻辑来表述。选题来源包括:1、与自己实际工作或科研工作相关的、较为熟悉的问题;2、自己从事的专业某问题发展迅速,需要综合评价;3、从掌握的大量文献中选择反映本学科的新理论、新技术或新动向的题目。
所选题目不宜过大,越具体越容易收集资料,从某一个侧面入手,容易深入。
(2)瞄准主流文献,随时整理
文献资料是撰写好学术论文的基础,文献越多,就越好写,选择文献时应选择本学科的核心期刊、经典著作等,要注意所选文献的代表性、可靠性及科学性;选择文献应先看近期的(近3~5年),后看远期的,广泛阅读资料,有必要时还应找到有关文献所引用的原文阅读,在阅读时,注意做好读书卡片或读书笔记。
整理资料时,要注意按照问题来组织文献资料,写文献综述时不是将看过的资料都罗列和陈述出来,而是要按照一定的思路将其提炼出来。只有这样,才能写出好的文献综述,也才能写出好的论文开题报告,进而为写出好的论文打下基础。
(3)研究目标具体而不死板
一般论文开题报告都要求明确学位论文的研究目标,但笔者认为,研究目标不宜规定得太死板,这是因为,即使条件一定,目标是偏高还是偏低,往往难于准确判断,研究工作本身,涉及求知因素,各个实验室条件不同,具体研究时条件也不同。学位论文选题和研究目标体现了研究工作的价值特征。
三、论文开题报告的质量保证
为了保证硕士研究生的培养质量,提高论文质量,就必须对论文开题报告进行评价。论文开题报告会由3~5位相关学科的专家对论文开题报告进行评议,与企业合作的重大科研项目可以聘请1~2位相应企业的具有高级职称的专家参加,不同学科的论文开题报告的侧重点不同。江苏工业学院研究生部规定学生必须进行论文开题报告,并规定了统一的格式,设计了专门的论文开题报告评审表,论文开题报告会上研究生应对课题进行详细汇报,并对专家提问做出必要的解释和说明。论文开题报告的成绩考核以合格、不合格记。评审小组成员最后签名并给出学生是否合格的评审意见,并以百分制打出具体的分数。论文开题报告成绩不合格者,不得进入课题研究。
为了提高论文质量,研究生必须首先从思想上重视论文开题报告,在平时的学习中注意积累,从各个方面提高能力,尤其要注意培养通过理论思维发现研究问题的能力。论文开题报告是研究工作的开始,良好的开端为优秀的学位论文奠定了坚实的基础。
2017年研究生论文开题报告范文 论文名称：基于BP神经网络的技术创新预测与评估模型及其应用研究
一、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(-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。
2003.11-2015.01：基于BP神经网络的技术创新预测和评估模型的构建。
2015.01-2015.03：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。
2015.03-2015.04：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。
2015.04-2015.06：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
评估技术论文范文第11篇
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：
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
评估技术论文范文第12篇
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：
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
评估技术论文范文第13篇
【关键词】技术评估/预警/建构/悖论/措施
【正文】
1.引言
美国国会技术评估办公室(office of technology assessment,即(ota)1995年的关闭引起了国际ta领域各界人士的关注，有人甚至对ta的前景表示怀疑。在《技术预测与社会变迁》杂志(technologicalforecasting and social change)的专期讨论中，大多数作者表现出对美国国会的批评并对ta的发展历程进行了总结，最近又有对美国国会出现“科技政策真空”的议论[1]，却少有对ta自身的深入反思。尽管ota被取消主要是美国国会财政预算紧缩，时而被归咎为政党政治的牺牲品[2,3]，但ta自身是否存在弱点，ta的有效实施在现今社会条件下需要哪些努力，无疑是需要我们反思的问题。
国内学者对ta的缘起与传播已有所介绍[4]，而且从20世纪80年代中期开始兴起了对技术评估的研究，但至今为止主要侧重于针对具体项目或技术的分析模型与方法探索。如今，ta在国际范围内已成为一个多样性的领域，出现了多种战略模式与方法工具。smits,leyten和den hertog区分了察觉性ta(awarness ta)、战略性ta(strategic ta)和建构性ta(constructive ta)三种模式[5]，rathenau研究所（原荷兰at组织）主任josée c.m.van eijndhoven将ta分为四种范式，经典范式(classical)、ota范式(ota)、公众范式(public)和建构性范式[6]，jan van den ende等人则总结出了传统的预警性ta(traditionalearly warning ta)和新型的战略性ta、建构性ta及回溯性ta(backcasting)等几种类型[7]。最近，rathenau研究所又提出了交互式ta(interactive ta)[8]，等等。本文不拟对复杂多样的ta领域进行综述性分类归纳，而试图从ta的本质属性出发，阐发其演变的总趋势，揭示其自身的内在矛盾并探索其有效实施的相关对策措施，从而清晰学术和科技管理各界对ta的认识与理解。
传统的ta主要是对技术可行性和可能后果的分析评价，现代许多ta越来越重视利益相关者在技术发展过程中的实际介入，因而ta从本质上包括对技术的预测分析和实际介入两个方面，本文分别称其为ta的预警性和建构性，并将ta大致分为预警性ta和建构性ta两种类型。当前，国际范围内的ta战略正在从以预警性为核心向以建构性为核心的模式转变，各国以不同名称命名的ta都已纳入到这一分析框架中。
2.预警决策视角的技术评估
尽管人类评估行为可追溯到史前阶段[9]，而且20世纪初某些国家对科技的评价分析也可视为科技评估的雏形，但一般认为现代技术评估发端于20世纪50年代开始盛行的技术预测(technological forecasting)，即试图预测技术发展的趋势，帮助大的公司和政府机构制订技术的投资计划，当时如兰德(rand)、哈德森(hudson)公司等都做过此类研究[7]。到60年代，资源、环境、人口等问题的凸现使技术的双刃性成为人们关注的焦点，技术的负面影响往往要在其应用很长时期后才显露出来；而科学技术的高速发展及其复杂性，使人们越来越难以对技术本身及其后果有直观明确的认识和把握。为了更好地利用技术，防止其对社会、环境等可能产生的消极影响，一种新的研究首先在美国兴起，即技术评估。1972年，美国国会通过技术评估法，并设立了ota这一专门机构，开始了ta的制度化。随后，欧洲许多国家和日本相继设立了类似的机构，我国在1997年也成立了国家科技评估中心[10]。
技术评估发端于对技术发展的社会关怀，是以政策分析工具的形式出现的。它通过系统地收集、调查和分析有关技术及其可能产生的广泛影响，为制定科技政策提供客观的信息支持。ta从诞生起就有多种定义[7]，如技术评估是“一组政策研究，对技术产生及扩散后可能产生的社会后果进行系统的考察，它重视那些无意识的、非直接的或延滞的影响”；“技术评估试图建立一种早期预警系统，以察觉、控制和引导技术变迁，从而使公众利益最大化并使风险最小化”；“技术评估是系统识别、分析和评价技术对社会、文化、政策和环境系统潜在的无论有益的，还是有害的后果，从而为决策过程提供中性的、客观性的信息输入”[5]；ota第一任主任emilio q.daddario认为，“技术评估是一种政策研究形式，它为政策制订者提供一个公允的估价。理想情况下，它是一个询问正确的问题并获得正确和及时的答案的系统，它识别决策的争论，行动选择过程和当前预见的影响。它是一种分析方法，系统评价一项技术程序的性质、意义、地位和价值”，等等[6]。
这些ta的共同特征是试图预测技术可能带来的社会、经济、环境等影响，使政策和决策不仅考虑近期利益，而且关心远期的后果，不但重视经济效益，而且关注难以逆转的社会、环境效应，从而使决策者将有关技术后果的信息纳入决策过程中。这是传统的技术评估的基本思想，通常被称为预警性或察觉性技术评估(warning ta/awareness ta)。
发挥预警性技术评估作用的一个有名的事例，是1973年美国科学院建议停止开发超音速客机(sst)一事，其理由是这种飞机在飞行时排出的飞体会局部破坏臭氧层，使地面的紫外线辐射增大，引起皮肤癌患者增加，并对人类以外的生态系统产生长期的重大影响。1979年，ota对30项重大技术的重要性进行评估，包括国家水资源供需的技术、全球未来替代粮食系统分析、技术与世界污染、森林资源技术、材料替代技术、能源使用效率、技术与教育、原材料节约等，近年来的事例如美国战略力量评估；能源、交通、建筑方面的政策、技术、计划评估；电信、电子技术方面的技术、计划评估；空间技术评估；欧洲核装置和核控制项目评估；卫星通讯系统及技术评估；日本和德国超导材料电力应用的评估等。我国也先后进行了12个重大领域中的技术评估和制定相应的技术政策、长江三峡大型水利工程的反复论证等技术评估工作。
3.建构性ta的兴起及两种模式的比较
在预警性ta取得系统成果的同时，其局限性逐渐暴露出来；其一，预警性ta中隐含的基本前提——技术发展过程及其社会影响是可以预测的——被越来越多的事实和理论推翻，如石油危机的发生不仅是难以预见的，而且使得其它的诸多评估变得毫无价值。其二，价值判断必然会被带进据称与价值无关的评估过程中[11]，这种价值的渗透性更加限制了人们对未来技术的社会文化及环境后果的预见能力，ta难以公平无偏见地评价技术的影响，从而无法提供给决策者中立的，更不用说客观的信息。
因此，从20世纪80年代开始，ta逐渐被认为是一种用来管理技术的战略工具，而不仅是一种决策过程中客观、中立的输入因素，新的ta模式开始涌现。1986年荷兰ta组织（nota，即现在的rathenau研究所）试验了一种新的评估思想和行为，其在“社会学习如何使用新技术”的研究中提出的从每项技术创新中拿出1%的资金用于ta的建议被一些项目采纳，这导致了技术开发者无意中对设计准则的扩展。如在通信技术开发的选择上，ta表现为这样一个过程：不同的技术开发商和其他社会群体的代表在技术的实际设计过程中进行讨论，直接带来了相关技术的深入发展和新的技术构思。后来，这样一种过程被称为建构性ta[12]。另外，还有如丹麦的参与性ta(participative ta)[13]等，引言中陈述的多种分类正是对ta多关性的反映。smiths和leyten称新出现的ta家族为“新型ta”，并界定为“ta是一个对技术发展及其结果分析的过程，也是对进行这些分析所依据的基础的争论。ta应该提供信息，有助于参与者开发其战略并为进一步的ta分析确定主题”[5]。新ta家族的共同特征是不仅提出评估报告，更是利益相关者参与技术决策的讨论，并能过协商(negotiation)来建构技术的过程。尽管许多国家的ta并没有以“建构性”命名[14]，我们将这类ta统称为建构性ta。
cta，即建构性ta将ta的重点从对技术后果的预测转移到了技术设计与开发本身，认为技术发展各个阶段的特征都与相关社会因素的参与密切相关，schot和rip将cta看作是一种新的设计实践（包括各种评估工具），其影响是预期的，因为使用者和其他利益相关者从开始便参与其中，技术发展应是一个包括社会学习在内的不断反馈的过程[12]。因此，cta可被界定为通过尽可能多的相关社会因素的持续参与，为实现技术与社会发展的最佳结合而扩展关于技术的决策过程。预警性ta与建构性ta的主要区别可总为下表。
附图
预警性ta与建构性ta两种模式的主要区别
4.建构性ta模式的理论背景
技术评估作为科技战略管理的重要内容，与对技术发展规律的把握密切相关。通常我们把对技术发展的理论解释，区分为两种逻辑线路：技术自主论和社会制约论[15]。近年来西方出现了多种更为细致的技术发展理论，其中，ta从预警性转向建构性的理论来源主要有两个。
一是新熊比特主义关于技术的演进理论。荷兰建构性ta的直接来源是其技术动力学研究[6]，他们采纳了新熊彼特主义者关于技术变迁是一个演化过程的观点：任何技术创新活动都是受制于多种技术因素、经济因素、制度因素和社会因素的动态反馈过程，必须抛弃新古典主义假设环境既定、理性行为与完全信息的分析框架和机械的、均衡分析方法，而为技术创新和技术变迁确立一种具有进化论性质的非线性动力模型[16]，通过类比库恩的“科学范式”，多西(dosi)提出了技术范式——技术轨道的分析框架，认为技术范式与相应的经济社会条件之间的互动作用提供了技术发展的限制性动力，不仅经济社会条件的聚焦、选择和刺激影响着技术演化的方向和内容，而且技术范式对经济社会也产生技术限定。技术并非某种外部事物，技术转道(technology trajectory)包括在与社会系统的相互作用中[17]。不仅r＆d过程需要理性搜寻与选择，而且各类组织间的相互作用、对未来的预见能力和制度安排，都将导致不同的技术路径。这一过程并非完全是自组织的，尽管全球范围内大量参与者之间复杂的竞争导致“看不见的手”嵌入于特定产品、生产过程或技术系统发展之中，但掌握不同参与者之间复杂的相互作用如何影响技术发展的知识，将有助于塑造新的技术范式。演进经济学试图揭示为什么技术朝某一方向，而不是别的方向发展，从而为通过扩展技术设计与开发来实现更好的技术发展提供了理论依据。
二是技术的社会建构论。cta的另一个理论来源是20世纪80年代兴起的技术的社会建构论(social constructivism)思潮[18]。它侧重于研究社会对技术发展的影响，打破了长期占统治地位的技术决定论的基本观点：技术的性质和变迁的方向是毫无疑问的和预决定的（由某种内在技术或经济逻辑决定），而且技术对工作、生活和社会产生决定性作用，技术变迁不可避免地带来社会和组织变迁[20]。与新熊比特主义者的演化经济学不同，社会建构论重点关注技术如何在不同社会群体、价值观念之间的互动中被社会建构而成。这一思潮中出现了多种理论流派和分析框架[19]（如scot、sst、actor-network、system等），其主要观点是认为技术的发展过程是社会建构或形塑(shaping)的，并且打破技术社会二分的传统分析方法，将技术与社会视为不可分割的一体化的“无缝网”(scamless web)。在技术产生和发展的每一阶段，都涉及到在诸多技术可能性中进行社会选择。技术正是在持续的社会反馈与利益相关者参与中一步步经过或然性(problematization)过程走向稳定化(stabilization)，即技术的内容和后果包含在技术发展的社会建构过程中。因此，对技术进行评估便不应仅仅针对技术发展的结果进行静态分析，更要考察并介入技术选择过程。
这两种理论尽管关注的问题导向不一致，但对技术发展都持进化和非均衡的分析视角，关注技术发展的动态过程[21]。当前，二者都处于始步阶段，建构性ta也没有形成完善的战略模式，我们应充分发挥它们之间（理论与实践）的互利关系。
5.技术评估：认识论与价值观的两个悖论
ta的演变是其不断完善的过程。ta中究竟存在哪些矛盾，究竟面临什么困境，是需要我们深入思考的问题。hans mohr总结了关于ta的六点普遍性共识[22]；发展必须依靠技术进步；技术进步的悖论；一个多元化的世界没有一个关于什么是“好”的简单答案；人类对自身所为和所不为负有同等的伦理责任；ta要分析评价技术的后果、机会和风险，当前的威胁主要来自于现有技术；新技术必须不仅在科学性方面，而且在社会和环境维度上好于旧技术。这六点共识中恰恰隐含了ta在认识论和价值观上的两个悖论。
5.1认识论上的内在悖论。
对技术及其影响的分析是ta的基本内容。建构性ta虽然避开了仅对技术后果进行静态评价，但预警的功能依然存在，且在技术发展的过程中需要进行理性的分析选择。我们并不在一般意义上谈论人类认识的可能性与合理性问题，而将问题集中在技术评估上。作为技术决策的依据与实际构成，ta在认识论维度上的悖论主要存在于有限理性和隐性知识两方面。
其一，技术评估的目标是发展更为全面的技术，但决策者不可能知晓所有可选方案，而且对各方案的可能后果无法做出精确的估计。西蒙将理性的约束因素归结为5条；不完备和不完全的信息，问题的复杂性，人类处理信息的能力，决策的时间限制和针对组织目标的争议[23]。这些约束下的有限理性与现实的无限可能性构成一对矛盾，使技术评估常常无法得出确定的结论。科林格里奇困境(collingridge dilemma)表明了人类对技术进行评估和控制中的尴尬；技术的后果在其发展前期难以预测，故虽可以进行控制却不知如何控制；随着技术发展，其影响逐渐明显时，虽知如何控制却很难对其进行控制[24]。
其二，ta需要各种观点的交流沟通，而技术评价与决策过程所依赖的不仅是科学的推理分析，更依赖于参与者的经验、兴趣和世界观，这些知识常常以隐性状态存在。波兰尼(m.polanyi)认为隐性知识占据了人类知识中的大部分，而在评估领域，隐性知识的影响尤为明显。ta不仅仅是技术发展的结果，技术决策过程对人类兴趣和世界观存在直接依赖，这些兴趣和世界观并非总是外显的，而常常表现为工程师做决定所依赖的隐含性的综合背景[25]。因此，如何协调不同的观点，最大可能地获得“正确”认识，是ta中始终存在的问题。
5.2价值观上的内在悖论。
前面谈到了预警性ta中的价值渗透性，这在建构性ta中同样存在。ta所关注的不单纯是技术自身，而是与之相关的社会、文化、生态等问题，这无疑需要做出价值上的判断与评价。在我们这样一个多元化、异质性的社会中，不同社会群体、不同国家地区对同一项技术有不同的价值判断，从而会对技术及其后果给出不同的解释并给技术带来不同的建构导向。因此，与基本属性相对应，ta在价值观上的悖论来自于分析预测中多元价值倾向的分野和建构技术过程中不同参与者给技术带来不同影响的冲突。如schot和rip将ta主体划分为三种角色：技术方面、社会方面和调节方面[12]。不同的角色对技术有不同的价值取向，技术角度的参与者更重视技术的先进性与效率性等，社会角度更重视技术对社会文化、伦理道德、生活生产方式等产生的影响，调节角度则考虑得较为全面，倾向于折中。因此，ta公正、客观的标准便难以划界。而倘若ta提供给不同社会群体不同的技术选择，那么ta多样的结果无论从技术上，还是经济上都难以被实施。
技术的社会化过程受到来自于政治、文化、心理等因素的整合作用[26]，每一时代的主流技术范式以及它的属性和特点，都深刻地融入那个时代的社会属性和特点之中。ta的基本价值取向是技术、经济社会、生态环境等整体最优，在技术决策中如何扩展民主，协调多元的价值取向，增强政府、专家、企业和普通民众之间的交流，使技术发展面向公众，而不是基于私人利益的决策，是ta一直在努力，但至今尚未解决的问题。
与之相关，ta只能提供关于技术选择的更多的信息，却不能对技术选择的权力基础带来直接影响。价值观多元化带来的ta中的矛盾使ta容易沦为权力的附庸，即ta的结果往往在符合权力占有方的利益时才会被采纳。ota曾是专家和公众之间的桥梁，将技术信息转换为公众语言以争论和决策，但这种客观中立的做法最终并未得到国会的支持。ta面临的不仅是技术上的合理性，而且是政策上的可行性。ta如何对政策来说是中肯的，而又不从属于政治系统？如何符合技术中的科学规律而又不与政策无关？因此，ta需要的是对现行发展政策与技术方向的有机结合，而不仅仅是完全科学性的分析，或是流于为既定政策服务的工具。
6.技术评估；有效实施的若干建议
尽管ta对于技术及经济社会发展的意义是毋庸质疑的，但ta中的悖论将长期存在。我们认为，问题的关键不是消除ta中的基本矛盾，而在于如何有效的协调。未来ta理论研究和实践重点需要关注以下三方面。
第一，广泛吸收公众参与。广泛的公众参与是ta客观性与公正性的保证之一。“公众”意味着拥有不同观点，不同价值观的个人和群体。ta组织应采取一切可能的措施最大限度地使公众公平地参与进来，比如可利用互联网网页、相关组织、民意调查、座谈会以及传统的建议板等形式。这里需要注意的是相关群体的选择应具有代表性，能充分反映社会各阶层的要求。
第二，增强ta过程和结果的柔性；一个ta组织应能够提供及时有效的信息，如简报、摘要等，而不是像ota那样一定要提供“圆满”的报告，其缺点在于时间滞后，长而不实用（ota的报告一般需要18到24个月，每份报告200多页）[27]。在ta中，要善于根据不同的目的去寻求合适的评估过程与方法，在坚持基本原则的前提下，不必遵循僵化的程式。
第三，加强与政策和立法系统的结合。如前所述，ta的结论要对现实发挥指导作用，需要通过政府以政策或立法来执行。离开了政府与立法系统的支持，ta只能作为一种苍白乏力的研究，最终会走向衰亡。因此，无论是政府还是民间的ta组织，其研究活动一方面要关注政策导向，另一方面要积极导向政策，参与到技术发展的实际决策中。
【参考文献】
[1] daryl e.chubin,2000.filling the policy vacuum createdby ota 's demise,issues,winter 2000-01,/lixue/">自然辩证法通讯》。
[5] smits,r.leyten j.,den hertog,1995.technologyassessment and technology policy in europer:new concepts,newgoals,new infrastructures,policy science,28,271-299.
[6] josée c.m.van eijndhoven,1997.technology assessment:product or process?technological forecasting and social change.54,269-286.
[7] jan van den ende,karel mulder,marjolijn knot,ellen moors,and philip vergaragt,1998.traditional and modern technologyassessment:toward a toolk it,technological forecasting andsocial change.58,5-21.
[8] rathenau institute(ed.),1997.technology assessmentthrough interaction-a guide,/index.html.
[11] f.拉普，1986（汉译本），技术哲学导论，198页，辽宁科学技术出版社。
[12] schot j.and rip,a.1997."the past and future ofconstructive technology assessment."technological forecastingand social change 54,252-26.
评估技术论文范文第14篇
[关键词]高等教育；评估体系；分类
[中图分类号]G640 [文献标识码]A [文章编号]2095-3712（2012）07-0012-04
《普通高等学校本科教学工作水平评估方案（试行）》是目前我国评估本科院校教育成果的主要方案，但该方案认为全国所有本科院校的教学工作在本质上是一致的，故其设立的评估标准也是唯一的。
我国现行的高校评估，主要是教育主管部门对所有高校的办学目的、发展方向、办学水平和质量的综合评价。在此评价过程中，评价者、被评价者是特定的关系，由此派生的评价活动带有浓厚的行政管理色彩。评估者过多地注重评比和鉴定功能，评价者更注重预定教育目标的达成度，这些必然会影响到评估结果的真实性。而且，这种以政府为主体的本科教学评估，在实施方式上带有行政命令性，被评价者往往是被动应付，缺乏自我评价、自我完善的积极主动性。
一、我国高等教育评估的历史与现状
我国有组织地开展高等教育评价活动原于1985年5月颁发的《中共中央关于教育体制改革的决定》，其提出“教育管理部门还要组织教育界、知识界和用人部门定期对高等学校的办学水平进行评估”。
1994年初，国家教育部开始有计划、有组织地对普通高等学校的本科教学工作水平进行评估。从发展过程来看，高等学校本科教学工作评估相继经历了三种形式：合格评估、优秀评估和随机性水平评估。为进一步加强和完善高等学校本科教学工作的评估制度，教育部在2003年颁发的《2003～2007年教育振兴行动计划》中提出建立“五年一轮”的高等学校教学评估制度，即从2003年开始，全国约有500所以本科教学为主、办学历史较长、在社会上有一定影响的普通高校将每五年接受一次教育部的本科教学评估。我国教育部高等教育教学评估中心负责组织实施各高校的“教学评估”工作，这是一种由官方评估联合中介机构合作开展的高等教育评估活动，其目的是保障并提高我国的高等教育教学质量。
经过20多年的发展，我国高等教育的分类评估在理论和实践上都获得了深入发展，它对我国高等教育的不断完善和人才培养质量的提高都起到了极大的推动和促进作用。教学评估始终贯彻“分类指导、分类评估”的指导思想，坚持“以评促改，以评促建，以评促管，评建结合，重在建设”的原则。随着我国高等教育大众化的发展，不断探索多种形式的教育评估模型，在一定程度上发挥了评估对教育的“指挥棒”作用。
但是，我国地域广大，各地经济发展水平存在很大差异，我国现行的“教学评估”在注重规范、统一和标准的同时，也应该注意到高校的办学特色，进一步深化理论研究；我国教育评估开展得相对较晚，很多都是借鉴和移植国外的评估理论、评估体系和评估经验，并未真正建立起符合我国高等教育实际的高等学校评估理论体系和操作体系。我国高校教育评估发展过程中出现的问题和矛盾主要体现在以下几方面：
（一）教育评估的主体和方式单一
政府是我国普通高等教育的管理主体，采取的是集权式的管理体制，我国高校特别是重点高校仍然由中央各部委直接管理。政府及其授权的教育管理部门在教学评估活动中的主体地位、教学评估的方向和性质都是由这种管理体制直接决定的。这种管理方式使得教育行政机构不仅是教学评估要求的提出者，也是教学评估工作的组织者、协调者和执行者。在评估过程中，从确定评估小组的组成人员、审核评估方案、组织评估实施、审核评估结论，到接受处理高校对评估结论的申诉等，都直接体现出政府的意志，而其他机构在评估过程中处于从属地位。较强的行政行为和痕迹使得评估的对象――高等院校缺乏激励机制，缺乏自主参与评估的主动性，是一种典型的“要我评”心态。这导致教学评估的真正目的难以达成。
（二）现有的高校评估方案针对性不强
之前有关我国高校教学评估理论研究和实践活动，主要针对当时计划经济体制下高等教育的实际状况展开。这种运作模式适合计划经济体制下高等教育的质量评价，但随着经济体制的转轨，现有的研究成果与实践经验不可能完全适用于大众化条件下的高等教育，需要进行新的研究和探索。从近几年高校的评估实践看，现行的评估方案对于促进学校教学工作、提高教育质量发挥了比较好的作用。但是，在高等教育的类型和层次不断多样化的情况下，用一种评估方案评估所有学校的做法存在着针对性不强的问题。现有的评估方案较多考虑的是所有高校的共性，评估的标准比较单一，这种“指挥棒”容易将高等教育导入一个统一的标准、模式和价值体系当中。其结果就是全国高校培养出来的学生都是一个模式、一种思维方式，学校教学方式单一，办学没有个性，形不成自己的特色，与我国高等教育多样化的发展目标相悖。
（三）“元评价机制”缺失凸显出评估体制的不完善
“元评价机制”在国外早已有之并广泛运用，“元评价”（meta-appraisement），也被称为对评价结果的再次评价，它是以原有的评估（primary-evaluation，称为“原评估”）活动和结果为对象，从整体上再次反思“原评估”的指标体系、评估原则、评估过程与评估结果，得出再认识后的评估结果。经对照后，对“原评估”的可信度和有效度作出客观、科学的判断和评价。监控和检查“原评估”在评估方向和方式上可能出现的各种偏差是“元评价”的最终目的，具有纠正“原评估”中存在的问题、指导评估按预定方向发展的功能。提高教学评估中各项质量指标的真实性和全面性、确保教学评估体制运作的规范化和标准化是教育行政部门在教学中引进“元评价”的主要目的。“元评价”机制的缺失有可能使教学评估活动流于形式、内容刻板，影响到整个评估的客观和公正，这也是目前教学评估活动备受社会各界争议的原因之一。
我国现行的教学评估体系对“原评估活动”进行系统化的认证机制尚未建立，不存在针对评估结果的有效再评价机制。一个完整的评估体系不应仅包括评估活动本身，对评估活动过程的监督、对评估结果的反思和再认证也是评估体系的重要组成部分，从这个角度看，我国现行的高等教育评估体制是不完整的。
二、高等教育大众化阶段的高等教育质量观
高等教育质量是一个多层面的概念，应包括高等教育的所有活动：教学与科研计划、学术成就、教学人员、学生、校舍、设施、设备、社区服务和学术环境等――这是联合国教科文组织对高等教育质量的内涵概括。从该认定中我们可以看出，高等教育教学质量的要求是多层次、多侧面的，包括了高校的教育制度、人才培养目标、师资水平、专业课程设置、教学方式与学术研究等软件设施和教育设施、实验设施、教学辅助设施与教育产品等硬件设施的质量和水平。
高等教育扩招至今，我国高等教育的毛入学率达26.5%，大规模扩张的速度是否会导致高等教育质量的下降？何种高等教育质量观才能准确地评价大众化阶段的高等教育呢？
高等教育的质量标准是一个不断发展的概念，它会随着高等教育自身的发展和社会、经济与文化等方面的发展对高等教育所提出的要求而不断发展。不同时期的高等教育质量标准有不同的内涵和外延。高等教育质量标准的确立，应与当时高等教育发展所要解决的主要问题相适应。高等教育大众化带来的不仅是学生数量的增加，还应包括培养目标、师资力量与教学方式及课程设置等一系列软件设施“质”的变化。精英教育的培养目标、学术取向、课程选择与教学方法等已经不能用来规定大众化阶段的高等教育，高等教育的质量关要求我们必须从高等教育大众化这一概念的完整内涵出发。
高等教育系统的多样性和高等教育的大众化要求高等教育的质量标准是多样化的，大众化的高等教育具有多方面的培养目标，衡量高等教育质量的标准不能只用学术性与科研量。研究型大学与教学型大学、理论型人才与应用型人才的培养其质量标准是不同的。
高等教育大众化是精英教育随着时展的演化，没有也不可能全部淹没精英教育：它作为高等教育的一种演进方式，至今仍然是某些国家或地区高等教育体系的重要组成部分，自始至终发挥着大众化高等教育力不能及的某些功能，如科学研究、培养具有创造力和思维力的学生等。
大众化进程中的高等教育其质量标准应是：从学术性质量向应用性质量转移。随着高等教育类型的划分越发清晰、高等教育大众化的逐步到来，应用型人才的培养已成为教学型高校和走技术应用型道路高校的人才培养目标。国家高等教育的培养质量应该有多样化的标准，在精英教育之外培养普适性应用人才，在学术性指标之外培养应用型人才，建立多种人才培养标准，以更具适应性、多样性和发展性的质量标准来促进高等教育的发展。
三、高等教育分类评估系统初探
潘懋元先生曾指出，高等教育大众化的前提是多样化，多样化的高等教育应有不同的培养目标和培养规格，从而也该有因地制宜的教育质量标准。
对院校进行分类评估的基础就是院校自身的分类分层，高等院校在进行自身定位时应根据学校的办学历史、长期积淀的办学特色来合理定位，谋求未来的发展方向。
1997年联合国教科文组织修订的《国际教育标准分类法》是各国教育分类的指导和教育统计的依据。该分类法中的高等教育包括五、六两级，第五级作为高等教育的第一阶段，包括大专、本科与硕士教育；第六级作为高等教育第二阶段，是博士研究生教育。第五级分为5A、5B两种类型。5A为理论教育，为进一步研究高技术要求的专业工作做准备；5B指实用型、技术型与职业专门化的高等教育。5A又被细分为5A1与5A2类型，5A1按学科分设专业，为进一步研究做准备，5A2按行业或专业群分设专业，学习适应高技术要求的专业知识。5B是职业型、技术技能型的高等教育，作为高等教育的一个系统，并不应仅限定在2～3年制的高职高专教育，它应有自己完整的层级体系：包括称为高等职业技术学院的专科层次的技术教育；称为技术学院的本科层次的技术教育；称为科学技术大学的硕士甚至博士研究生层次的技术教育。培养专科、本科与研究生的三个层次的以技术教育为特色的高校构成了完整的高等技术教育院校体系。
联合国教科文组织对高等教育层次和类型的划分为我国高等教育的分类发展提供了新的视角和理论基础。
高等教育分类评估模式是在高等学校进行分类的基础上，根据各高校的自身特色和未来发展方向，进行同类比较，并作出价值判断。客观上，高等学校的分类与评估是紧密联系的，要保证高校分类与评估的权威性，就要正确处理好两者关系。高校分类是教育分类评估的前提和基础，只有高校科学与清晰地分类和定位、设立未来科学的发展路径相结合，政府才能准确把握高等院校的人才培养目标和发展方向，才能据此编写准确的评估方案以评价高校教育质量。可见，高校的分类定位与教育评估是相辅相成的。当前在高等教育大众化的背景下，只有分析各类高等院校的特点，建立高等教育的分类指标体系，才能使评估活动真正符合高等教育的实际情况。
对高等学校实行分类型评估，其重要目的就是在把握每种类型高校不同特点的基础上，通过评估引导它们在各自层次上办出特色、办出质量，提高办学效益，而不是采用“一刀切”的评价标准。根据联合国《国际教育标准分类法》和潘懋元先生关于高等学校的分类，我国的高等教育应分为三类：第一类是研究型教育；第二类是应用教育；第三类是技术型教育。技术教育是高等教育的一个类型，本科层次的技术教育又是技术教育的一个层次，技术本科教育在发达国家和地区早已出现。为了保障技术本科教育在人才培养、科学研究与服务社会等方面的特色，一些国家和地区（如德国和台湾地区）建立了专门针对技术本科教育的教育评估体系。因此，我国应建立不同层次、不同类型的高等教育评估体系，充分发挥促进高等教育发展、保障高等教育质量的作用。
综上所述，高等教育评估体系应以“分类引导、分类评估”的原则为基础，各种类型、层次的高等教育应有其相对应的评估标准和质量体系。
首先，对于研究型大学的评估，在注重综合办学能力、学术影响力、科研水平与培养人才的创新能力及学习品牌影响力等方面的同时，应突出学术、科研标准来评估其教育教学质量，满足社会对高层次研究型人才的需求，并以其作为其教育质量评价的标准。
其次，对于应用型大学的评估，应以立足于其培养大量应用型专门人才的办学目标，立足于满足社会对各级各类人才的需要，立足于地方（地区）把科研成果转化为生产力，为地方（地区）经济发展提供巨大动力为特色。在评估这类本科院校的教育质量时，在体现一定学术性的基础上，更应侧重其服务地区经济和社会发展的程度，并将其人才培养目标作为其教育质量评价的标准。
最后，对于技术型大学的评估，应考虑到这类教育以培养面向生产、管理、建设与服务第一线的技术人员和骨干为己任，应将实用性、技术性、岗位适应性与个人的职业需求作为评估的主要取向。技术类院校的办学特色主要体现在为地区社会经济发展的直接相关性和服务性上，其教学内容具有很强的针对性和实践性，对理论知识的掌握以够用为原则。因此，在教学质量评价时应侧重以实际操作技能、产学研合作水平、岗位适应能力、用人单位对毕业生质量的评价作为主要依据。
参考文献：
[1] 杨若凡.技术本科院校评估指标体系研究[M].上海：上海教育出版社，2008：52.
[2] 张道民.软科学基础[M].青岛：青岛海洋大学出版社，1992.
[3] 费爱心.普通高校本科教学工作水平评估存在的问题与对策研究[D].中国地质大学（北京）思想政治教育学院硕士学位论文，2008.
[4] 谢安邦.中国高等教育研究新进展[M].上海：华东师范大学出版社，2003：245.
[5] 胡建华，等.高等教育新论[M].南京：江苏教育出版社，1995.
评估技术论文范文第15篇
【关键词】技术评估/预警/建构/悖论/措施
【正文】
1.引言
美国国会技术评估办公室(office of technology assessment,即(ota)1995年的关闭引起了国际ta领域各界人士的关注，有人甚至对ta的前景表示怀疑。在《技术预测与社会变迁》杂志(technologicalforecasting and social change)的专期讨论中，大多数作者表现出对美国国会的批评并对ta的发展历程进行了总结，最近又有对美国国会出现“科技政策真空”的议论[1]，却少有对ta自身的深入反思。尽管ota被取消主要是美国国会财政预算紧缩，时而被归咎为政党政治的牺牲品[2,3]，但ta自身是否存在弱点，ta的有效实施在现今社会条件下需要哪些努力，无疑是需要我们反思的问题。
国内学者对ta的缘起与传播已有所介绍[4]，而且从20世纪80年代中期开始兴起了对技术评估的研究，但至今为止主要侧重于针对具体项目或技术的分析模型与方法探索。如今，ta在国际范围内已成为一个多样性的领域，出现了多种战略模式与方法工具。smits,leyten和den hertog区分了察觉性ta(awarness ta)、战略性ta(strategic ta)和建构性ta(constructive ta)三种模式[5]，rathenau研究所（原荷兰at组织）主任josée c.m.van eijndhoven将ta分为四种范式，经典范式(classical)、ota范式(ota)、公众范式(public)和建构性范式[6]，jan van den ende等人则总结出了传统的预警性ta(traditionalearly warning ta)和新型的战略性ta、建构性ta及回溯性ta(backcasting)等几种类型[7]。最近，rathenau研究所又提出了交互式ta(interactive ta)[8]，等等。本文不拟对复杂多样的ta领域进行综述性分类归纳，而试图从ta的本质属性出发，阐发其演变的总趋势，揭示其自身的内在矛盾并探索其有效实施的相关对策措施，从而清晰学术和科技管理各界对ta的认识与理解。
传统的ta主要是对技术可行性和可能后果的分析评价，现代许多ta越来越重视利益相关者在技术发展过程中的实际介入，因而ta从本质上包括对技术的预测分析和实际介入两个方面，本文分别称其为ta的预警性和建构性，并将ta大致分为预警性ta和建构性ta两种类型。当前，国际范围内的ta战略正在从以预警性为核心向以建构性为核心的模式转变，各国以不同名称命名的ta都已纳入到这一分析框架中。
2.预警决策视角的技术评估
尽管人类评估行为可追溯到史前阶段[9]，而且20世纪初某些国家对科技的评价分析也可视为科技评估的雏形，但一般认为现代技术评估发端于20世纪50年代开始盛行的技术预测(technological forecasting)，即试图预测技术发展的趋势，帮助大的公司和政府机构制订技术的投资计划，当时如兰德(rand)、哈德森(hudson)公司等都做过此类研究[7]。到60年代，资源、环境、人口等问题的凸现使技术的双刃性成为人们关注的焦点，技术的负面影响往往要在其应用很长时期后才显露出来；而科学技术的高速发展及其复杂性，使人们越来越难以对技术本身及其后果有直观明确的认识和把握。为了更好地利用技术，防止其对社会、环境等可能产生的消极影响，一种新的研究首先在美国兴起，即技术评估。1972年，美国国会通过技术评估法，并设立了ota这一专门机构，开始了ta的制度化。随后，欧洲许多国家和日本相继设立了类似的机构，我国在1997年也成立了国家科技评估中心[10]。
技术评估发端于对技术发展的社会关怀，是以政策分析工具的形式出现的。它通过系统地收集、调查和分析有关技术及其可能产生的广泛影响，为制定科技政策提供客观的信息支持。ta从诞生起就有多种定义[7]，如技术评估是“一组政策研究，对技术产生及扩散后可能产生的社会后果进行系统的考察，它重视那些无意识的、非直接的或延滞的影响”；“技术评估试图建立一种早期预警系统，以察觉、控制和引导技术变迁，从而使公众利益最大化并使风险最小化”；“技术评估是系统识别、分析和评价技术对社会、文化、政策和环境系统潜在的无论有益的，还是有害的后果，从而为决策过程提供中性的、客观性的信息输入”[5]；ota第一任主任emilio q.daddario认为，“技术评估是一种政策研究形式，它为政策制订者提供一个公允的估价。理想情况下，它是一个询问正确的问题并获得正确和及时的答案的系统，它识别决策的争论，行动选择过程和当前预见的影响。它是一种分析方法，系统评价一项技术程序的性质、意义、地位和价值”，等等[6]。
这些ta的共同特征是试图预测技术可能带来的社会、经济、环境等影响，使政策和决策不仅考虑近期利益，而且关心远期的后果，不但重视经济效益，而且关注难以逆转的社会、环境效应，从而使决策者将有关技术后果的信息纳入决策过程中。这是传统的技术评估的基本思想，通常被称为预警性或察觉性技术评估(warning ta/awareness ta)。
发挥预警性技术评估作用的一个有名的事例，是1973年美国科学院建议停止开发超音速客机(sst)一事，其理由是这种飞机在飞行时排出的飞体会局部破坏臭氧层，使地面的紫外线辐射增大，引起皮肤癌患者增加，并对人类以外的生态系统产生长期的重大影响。1979年，ota对30项重大技术的重要性进行评估，包括国家水资源供需的技术、全球未来替代粮食系统分析、技术与世界污染、森林资源技术、材料替代技术、能源使用效率、技术与教育、原材料节约等，近年来的事例如美国战略力量评估；能源、交通、建筑方面的政策、技术、计划评估；电信、电子技术方面的技术、计划评估；空间技术评估；欧洲核装置和核控制项目评估；卫星通讯系统及技术评估；日本和德国超导材料电力应用的评估等。我国也先后进行了12个重大领域中的技术评估和制定相应的技术政策、长江三峡大型水利工程的反复论证等技术评估工作。
3.建构性ta的兴起及两种模式的比较
在预警性ta取得系统成果的同时，其局限性逐渐暴露出来；其一，预警性ta中隐含的基本前提——技术发展过程及其社会影响是可以预测的——被越来越多的事实和理论，如石油危机的发生不仅是难以预见的，而且使得其它的诸多评估变得毫无价值。其二，价值判断必然会被带进据称与价值无关的评估过程中[11]，这种价值的渗透性更加限制了人们对未来技术的社会文化及环境后果的预见能力，ta难以公平无偏见地评价技术的影响，从而无法提供给决策者中立的，更不用说客观的信息。
因此，从20世纪80年代开始，ta逐渐被认为是一种用来管理技术的战略工具，而不仅是一种决策过程中客观、中立的输入因素，新的ta模式开始涌现。1986年荷兰ta组织（nota，即现在的rathenau研究所）试验了一种新的评估思想和行为，其在“社会学习如何使用新技术”的研究中提出的从每项技术创新中拿出1%的资金用于ta的建议被一些项目采纳，这导致了技术开发者无意中对设计准则的扩展。如在通信技术开发的选择上，ta表现为这样一个过程：不同的技术开发商和其他社会群体的代表在技术的实际设计过程中进行讨论，直接带来了相关技术的深入发展和新的技术构思。后来，这样一种过程被称为建构性ta[12]。另外，还有如丹麦的参与性ta(participative ta)[13]等，引言中陈述的多种分类正是对ta多关性的反映。smiths和leyten称新出现的ta家族为“新型ta”，并界定为“ta是一个对技术发展及其结果分析的过程，也是对进行这些分析所依据的基础的争论。ta应该提供信息，有助于参与者开发其战略并为进一步的ta分析确定主题”[5]。新ta家族的共同特征是不仅提出评估报告，更是利益相关者参与技术决策的讨论，并能过协商(negotiation)来建构技术的过程。尽管许多国家的ta并没有以“建构性”命名[14]，我们将这类ta统称为建构性ta。
cta，即建构性ta将ta的重点从对技术后果的预测转移到了技术设计与开发本身，认为技术发展各个阶段的特征都与相关社会因素的参与密切相关，schot和rip将cta看作是一种新的设计实践（包括各种评估工具），其影响是预期的，因为使用者和其他利益相关者从开始便参与其中，技术发展应是一个包括社会学习在内的不断反馈的过程[12]。因此，cta可被界定为通过尽可能多的相关社会因素的持续参与，为实现技术与社会发展的最佳结合而扩展关于技术的决策过程。预警性ta与建构性ta的主要区别可总为下表。
附图
预警性ta与建构性ta两种模式的主要区别
4.建构性ta模式的理论背景
技术评估作为科技战略管理的重要内容，与对技术发展规律的把握密切相关。通常我们把对技术发展的理论解释，区分为两种逻辑线路：技术自主论和社会制约论[15]。近年来西方出现了多种更为细致的技术发展理论，其中，ta从预警性转向建构性的理论来源主要有两个。
一是新熊比特主义关于技术的演进理论。荷兰建构性ta的直接来源是其技术动力学研究[6]，他们采纳了新熊彼特主义者关于技术变迁是一个演化过程的观点：任何技术创新活动都是受制于多种技术因素、经济因素、制度因素和社会因素的动态反馈过程，必须抛弃新古典主义假设环境既定、理与完全信息的分析框架和机械的、均衡分析方法，而为技术创新和技术变迁确立一种具有进化论性质的非线性动力模型[16]，通过类比库恩的“科学范式”，多西(dosi)提出了技术范式——技术轨道的分析框架，认为技术范式与相应的经济社会条件之间的互动作用提供了技术发展的限制性动力，不仅经济社会条件的聚焦、选择和刺激影响着技术演化的方向和内容，而且技术范式对经济社会也产生技术限定。技术并非某种外部事物，技术转道(technology trajectory)包括在与社会系统的相互作用中[17]。不仅r＆d过程需要理性搜寻与选择，而且各类组织间的相互作用、对未来的预见能力和制度安排，都将导致不同的技术路径。这一过程并非完全是自组织的，尽管全球范围内大量参与者之间复杂的竞争导致“看不见的手”嵌入于特定产品、生产过程或技术系统发展之中，但掌握不同参与者之间复杂的相互作用如何影响技术发展的知识，将有助于塑造新的技术范式。演进经济学试图揭示为什么技术朝某一方向，而不是别的方向发展，从而为通过扩展技术设计与开发来实现更好的技术发展提供了理论依据。
二是技术的社会建构论。cta的另一个理论来源是20世纪80年代兴起的技术的社会建构论(social constructivism)思潮[18]。它侧重于研究社会对技术发展的影响，打破了长期占统治地位的技术决定论的基本观点：技术的性质和变迁的方向是毫无疑问的和预决定的（由某种内在技术或经济逻辑决定），而且技术对工作、生活和社会产生决定性作用，技术变迁不可避免地带来社会和组织变迁[20]。与新熊比特主义者的演化经济学不同，社会建构论重点关注技术如何在不同社会群体、价值观念之间的互动中被社会建构而成。这一思潮中出现了多种理论流派和分析框架[19]（如scot、sst、actor-network、system等），其主要观点是认为技术的发展过程是社会建构或形塑(shaping)的，并且打破技术社会二分的传统分析方法，将技术与社会视为不可分割的一体化的“无缝网”(scamless web)。在技术产生和发展的每一阶段，都涉及到在诸多技术可能性中进行社会选择。技术正是在持续的社会反馈与利益相关者参与中一步步经过或然性(problematization)过程走向稳定化(stabilization)，即技术的内容和后果包含在技术发展的社会建构过程中。因此，对技术进行评估便不应仅仅针对技术发展的结果进行静态分析，更要考察并介入技术选择过程。
这两种理论尽管关注的问题导向不一致，但对技术发展都持进化和非均衡的分析视角，关注技术发展的动态过程[21]。当前，二者都处于始步阶段，建构性ta也没有形成完善的战略模式，我们应充分发挥它们之间（理论与实践）的互利关系。
5.技术评估：认识论与价值观的两个悖论
ta的演变是其不断完善的过程。ta中究竟存在哪些矛盾，究竟面临什么困境，是需要我们深入思考的问题。hans mohr总结了关于ta的六点普遍性共识[22]；发展必须依靠技术进步；技术进步的悖论；一个多元化的世界没有一个关于什么是“好”的简单答案；人类对自身所为和所不为负有同等的伦理责任；ta要分析评价技术的后果、机会和风险，当前的威胁主要来自于现有技术；新技术必须不仅在科学性方面，而且在社会和环境维度上好于旧技术。这六点共识中恰恰隐含了ta在认识论和价值观上的两个悖论。
5.1认识论上的内在悖论。
对技术及其影响的分析是ta的基本内容。建构性ta虽然避开了仅对技术后果进行静态评价，但预警的功能依然存在，且在技术发展的过程中需要进行理性的分析选择。我们并不在一般意义上谈论人类认识的可能性与合理性问题，而将问题集中在技术评估上。作为技术决策的依据与实际构成，ta在认识论维度上的悖论主要存在于有限理性和隐性知识两方面。
其一，技术评估的目标是发展更为全面的技术，但决策者不可能知晓所有可选方案，而且对各方案的可能后果无法做出精确的估计。西蒙将理性的约束因素归结为5条；不完备和不完全的信息，问题的复杂性，人类处理信息的能力，决策的时间限制和针对组织目标的争议[23]。这些约束下的有限理性与现实的无限可能性构成一对矛盾，使技术评估常常无法得出确定的结论。科林格里奇困境(collingridge dilemma)表明了人类对技术进行评估和控制中的尴尬；技术的后果在其发展前期难以预测，故虽可以进行控制却不知如何控制；随着技术发展，其影响逐渐明显时，虽知如何控制却很难对其进行控制[24]。
其二，ta需要各种观点的交流沟通，而技术评价与决策过程所依赖的不仅是科学的推理分析，更依赖于参与者的经验、兴趣和世界观，这些知识常常以隐性状态存在。波兰尼(m.polanyi)认为隐性知识占据了人类知识中的大部分，而在评估领域，隐性知识的影响尤为明显。ta不仅仅是技术发展的结果，技术决策过程对人类兴趣和世界观存在直接依赖，这些兴趣和世界观并非总是外显的，而常常表现为工程师做决定所依赖的隐含性的综合背景[25]。因此，如何协调不同的观点，最大可能地获得“正确”认识，是ta中始终存在的问题。
5.2价值观上的内在悖论。
前面谈到了预警性ta中的价值渗透性，这在建构性ta中同样存在。ta所关注的不单纯是技术自身，而是与之相关的社会、文化、生态等问题，这无疑需要做出价值上的判断与评价。在我们这样一个多元化、异质性的社会中，不同社会群体、不同国家地区对同一项技术有不同的价值判断，从而会对技术及其后果给出不同的解释并给技术带来不同的建构导向。因此，与基本属性相对应，ta在价值观上的悖论来自于分析预测中多元价值倾向的分野和建构技术过程中不同参与者给技术带来不同影响的冲突。如schot和rip将ta主体划分为三种角色：技术方面、社会方面和调节方面[12]。不同的角色对技术有不同的价值取向，技术角度的参与者更重视技术的先进性与效率性等，社会角度更重视技术对社会文化、伦理道德、生活生产方式等产生的影响，调节角度则考虑得较为全面，倾向于折中。因此，ta公正、客观的标准便难以划界。而倘若ta提供给不同社会群体不同的技术选择，那么ta多样的结果无论从技术上，还是经济上都难以被实施。
技术的社会化过程受到来自于政治、文化、心理等因素的整合作用[26]，每一时代的主流技术范式以及它的属性和特点，都深刻地融入那个时代的社会属性和特点之中。ta的基本价值取向是技术、经济社会、生态环境等整体最优，在技术决策中如何扩展民主，协调多元的价值取向，增强政府、专家、企业和普通民众之间的交流，使技术发展面向公众，而不是基于私人利益的决策，是ta一直在努力，但至今尚未解决的问题。
与之相关，ta只能提供关于技术选择的更多的信息，却不能对技术选择的权力基础带来直接影响。价值观多元化带来的ta中的矛盾使ta容易沦为权力的附庸，即ta的结果往往在符合权力占有方的利益时才会被采纳。ota曾是专家和公众之间的桥梁，将技术信息转换为公众语言以争论和决策，但这种客观中立的做法最终并未得到国会的支持。ta面临的不仅是技术上的合理性，而且是政策上的可行性。ta如何对政策来说是中肯的，而又不从属于政治系统？如何符合技术中的科学规律而又不与政策无关？因此，ta需要的是对现行发展政策与技术方向的有机结合，而不仅仅是完全科学性的分析，或是流于为既定政策服务的工具。
6.技术评估；有效实施的若干建议
尽管ta对于技术及经济社会发展的意义是毋庸质疑的，但ta中的悖论将长期存在。我们认为，问题的关键不是消除ta中的基本矛盾，而在于如何有效的协调。未来ta理论研究和实践重点需要关注以下三方面。
第一，广泛吸收公众参与。广泛的公众参与是ta客观性与公正性的保证之一。“公众”意味着拥有不同观点，不同价值观的个人和群体。ta组织应采取一切可能的措施最大限度地使公众公平地参与进来，比如可利用互联网网页、相关组织、民意调查、座谈会以及传统的建议板等形式。这里需要注意的是相关群体的选择应具有代表性，能充分反映社会各阶层的要求。
第二，增强ta过程和结果的柔性；一个ta组织应能够提供及时有效的信息，如简报、摘要等，而不是像ota那样一定要提供“圆满”的报告，其缺点在于时间滞后，长而不实用（ota的报告一般需要18到24个月，每份报告200多页）[27]。在ta中，要善于根据不同的目的去寻求合适的评估过程与方法，在坚持基本原则的前提下，不必遵循僵化的程式。
第三，加强与政策和立法系统的结合。如前所述，ta的结论要对现实发挥指导作用，需要通过政府以政策或立法来执行。离开了政府与立法系统的支持，ta只能作为一种苍白乏力的研究，最终会走向衰亡。因此，无论是政府还是民间的ta组织，其研究活动一方面要关注政策导向，另一方面要积极导向政策，参与到技术发展的实际决策中。
【参考文献】
[1] daryl e.chubin,2000.filling the policy vacuum createdby ota 's demise,issues,winter 2000-01,/lixue/">自然辩证法通讯》。
[5] smits,r.leyten j.,den hertog,1995.technologyassessment and technology policy in europer:new concepts,newgoals,new infrastructures,policy science,28,271-299.
[6] josée c.m.van eijndhoven,1997.technology assessment:product or process?technological forecasting and social change.54,269-286.
[7] jan van den ende,karel mulder,marjolijn knot,ellen moors,and philip vergaragt,1998.traditional and modern technologyassessment:toward a toolk it,technological forecasting andsocial change.58,5-21.
[8] rathenau institute(ed.),1997.technology assessmentthrough interaction-a guide,/index.html.
[11] f.拉普，1986（汉译本），技术哲学导论，198页，辽宁科学技术出版社。
[12] schot j.and rip,a.1997."the past and future ofconstructive technology assessment."technological forecastingand social change 54,252-26.
