[發(fā)明專利]一種面向裝備制造業(yè)的知識創(chuàng)新評價體系動態(tài)識別方法

在審

• 申請?zhí)枺?/td>: 201611065599.2
• 申請日: 2016-11-28
• 公開（公告）號: CN106600117A
• 公開（公告）日: 2017-04-26
• 發(fā)明（設(shè)計）人: 薩日娜;烏日娜;薛俊芳;布圖格奇
• 申請（專利權(quán)）人: 內(nèi)蒙古工業(yè)大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06
• 代理公司: 北京國坤專利代理事務(wù)所(普通合伙)11491
• 代理人: 郭偉紅

技術(shù)領(lǐng)域

本發(fā)明屬于裝備制造業(yè)領(lǐng)域具體涉及一種面向裝備制造業(yè)的知識創(chuàng)新評價體系動態(tài)識別方法。

背景技術(shù)

知識創(chuàng)新過程是通過科學研究，包括基礎(chǔ)研究和應(yīng)用研究，獲得新的基礎(chǔ)科學和技術(shù)科學知識的過程。知識創(chuàng)新能力決定了組織創(chuàng)造知識的數(shù)量和質(zhì)量，傳播知識的廣度和深度。裝備制造業(yè)作為一個在產(chǎn)品、工藝、組織均比較復(fù)雜的行業(yè)，產(chǎn)業(yè)涵蓋范圍大，其知識創(chuàng)新能力評價指標較多，且評價指標大多數(shù)為定量參數(shù)與定性要求組成，評價指標之間存在相互影響與被影響關(guān)系，同時，裝備制造業(yè)知識創(chuàng)新過程是一種隨著時間的變化而變化的復(fù)雜過程。因此，裝備制造業(yè)知識創(chuàng)新評價指標重要度具有動態(tài)的不確定性。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題是克服上述缺陷，提供一種面向裝備制造業(yè)的知識創(chuàng)新評價體系動態(tài)識別方法，設(shè)計合理，使用少量樣本進行評價，有效動態(tài)識別在不同時段的裝備制造業(yè)知識創(chuàng)新評價體系，為裝備制造業(yè)知識創(chuàng)新戰(zhàn)略提供依據(jù)，對提升裝備制造業(yè)的競爭優(yōu)勢具有重要意義。

為解決上述問題，本發(fā)明所采用的技術(shù)方案是：

一種面向裝備制造業(yè)的知識創(chuàng)新評價體系動態(tài)識別方法，其特征在于：包括以下步驟：

(1)裝備制造業(yè)知識創(chuàng)新能力評價體系構(gòu)建與數(shù)據(jù)采集；

(2)計算評價指標知識創(chuàng)新能力滿足度；

(3)基于人工神經(jīng)網(wǎng)絡(luò)劃分知識創(chuàng)新評價體系狀態(tài)空間；

(4)基于馬爾科夫鏈模型的裝備制造業(yè)知識創(chuàng)新評價指標動態(tài)識別。

作為一種優(yōu)化的技術(shù)方案，所述步驟(1)的裝備制造業(yè)知識創(chuàng)新能力評價體系，包括知識基礎(chǔ)存量、知識共享、知識創(chuàng)造方面；

所述知識基礎(chǔ)存量包括企業(yè)研究與試驗發(fā)展(Research and Development，R&D)人員全時當量、科研機構(gòu)數(shù)、R&D經(jīng)費支出；

所述知識共享包括科研機構(gòu)合作的項目數(shù)、與高校合作項目數(shù)以及與其他企業(yè)合作的項目數(shù)、R&D項目數(shù)；

所述知識創(chuàng)造包括新產(chǎn)品開發(fā)項目數(shù)、企業(yè)專利的數(shù)量和企業(yè)論文發(fā)表的數(shù)量；

所述步驟(1)的數(shù)據(jù)采集，是指采集各大裝備制造業(yè)知識創(chuàng)新能力的各評價指標歷年數(shù)據(jù)。

作為一種優(yōu)化的技術(shù)方案，所述步驟(2)的評價指標知識創(chuàng)新能力滿足度，采用灰色關(guān)聯(lián)分析法，計算評價指標知識創(chuàng)新能力滿足度，具體為：

1)、建立評價體系灰色系統(tǒng)；

所述評價體系灰色系統(tǒng)，包括根據(jù)各項評價指標歷年實際值確定各項評價指標的基準值序列X₀；將基準值序列X₀看作比較數(shù)列，以各裝備制造業(yè)第t年的評價指標值X^t為參考數(shù)列，構(gòu)建一個評價體系灰色系統(tǒng)；

2)、求第i個裝備制造業(yè)各評價指標值即各參考數(shù)列與基準值序列的絕對差值；得到第t年的各裝備制造業(yè)各評價指標值的偏差矩陣為

其中，m為裝備制造業(yè)個數(shù)，n為評價指標個數(shù)，s為歷年樣本個數(shù)

3)、計算m個裝備制造業(yè)的兩極最大差與最小差；

4)、計算評價指標灰色關(guān)聯(lián)系數(shù)；

5)、計算各裝備制造業(yè)灰色關(guān)聯(lián)度；

6)、歸一化各裝備制造業(yè)評價指標灰色關(guān)聯(lián)度，獲得各裝備制造業(yè)評價指標知識創(chuàng)新能力滿足度；

作為一種優(yōu)化的技術(shù)方案，所述步驟(3)基于人工神經(jīng)網(wǎng)絡(luò)的知識創(chuàng)新評價體系狀態(tài)空間劃分方法，具體為：

①以年份為輸入，每年知識創(chuàng)新能力滿足度為輸出，訓練人工神經(jīng)網(wǎng)絡(luò)；

②根據(jù)已訓練的神經(jīng)網(wǎng)絡(luò)，預(yù)測歷年評價指標知識創(chuàng)新能力滿足度；

③計算歷年評價指標知識創(chuàng)新能力滿足度實際值與預(yù)測值之間誤差；

④根據(jù)相對誤差確定狀態(tài)劃分標準，劃分狀態(tài)。

作為一種優(yōu)化的技術(shù)方案，所述步驟(4)基于馬爾科夫鏈模型的評價指標動態(tài)識別，具體為：

①構(gòu)建知識創(chuàng)新評價體系馬爾科夫模型，歸一化歷年數(shù)據(jù)；

②利用所述步驟(3)基于人工神經(jīng)網(wǎng)絡(luò)劃分知識創(chuàng)新評價體系狀態(tài)劃分方法，對每年各裝備制造業(yè)知識創(chuàng)新能力狀態(tài)進行劃分，獲得狀態(tài)空間；

③建立狀態(tài)矩陣；

對每個評價指標的歷年數(shù)據(jù)都可以將其隸屬到某個狀態(tài)內(nèi)，得到評價指標狀態(tài)隸屬矩陣；

④基于評價指標知識創(chuàng)新能力滿足度的狀態(tài)初始隸屬矩陣；