科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了促进应用型科技成果的转化、提升科技资金投资的精度,对科技成果的社会效益预测方法进行了研究,构建了成果预测模型。该模型基于自组织神经网络在训练过程中引入神经元间的"竞争—合作"机制,解决了传统的神经网络对于高特征维度训练任务适应性差的难题;此外,该网络引入了邻域函数保存神经元间的拓扑关系,从而保证网络在训练过程中误差的稳定性;在模型特征向量的选取上,综合考虑应用型成果转移过程中科技成果项目本身的创新性、承担科技成果项目企业的能力、科技项目的经济可行性和成果项目管理团队管理水平等多个因素,构建了指标筛选体系。搜集了2013—2019年间724个科技项目的数据进行算法的仿真。仿真结果表明,与模糊评价算法相比,所提出的模型预测误差可以降低6.41%。
-
单位西安航空学院; 经济管理学院
