基于BPPSO优化模型的高新企业技术项目选择研究

被引:4
作者
李新安 [1 ,2 ]
机构
[1] 河南财经政法大学
[2] 河南省区域产业创新与发展软科学研究基地
关键词
高新企业; 技术创新; 粒子群神经网络优化模型(BPPSO); 技术成熟度;
D O I
10.19345/j.cxkj.1671-0037.2019.07.001
中图分类号
F276.44 [高新技术企业];
学科分类号
1202 ; 120202 ;
摘要
技术产品的市场寿命趋短与技术功能复杂等特点,决定了技术项目选择对高新企业的发展和壮大产生着重要影响。基于高新企业技术项目选择的内在要求,在改进粒子群优化算法基础上,结合高新企业技术项目选择的实际,构建了粒子群神经网络优化模型(BPPSO),并通过实证分析检验了理论模型的有效性。实证计量分析表明,所建理论模型与方法以其易实现、高精度和收敛快等优点,在实际问题解决中表现出显著的优越性。基于上述研究,对高新企业技术项目选择的战略模式提出建议,以期为提升企业技术核心竞争力提供决策参考。
引用
收藏
页码:1 / 10
页数:10
相关论文
共 19 条
[1]   神经网络辅助的多目标粒子群优化算法在复杂产品设计中的应用 [J].
冯国奇 ;
崔东亮 ;
张琦 ;
代学武 .
系统管理学报, 2019, 28 (04) :687-696+707
[2]   高技术企业创新投入对企业成长的研究——基于企业年龄的调节作用 [J].
王保林 ;
蒋建勋 ;
管璐 .
技术与创新管理, 2019, (04) :416-424
[3]   基于层次分析法的航天器项目分承包商选择与技术经济性评价 [J].
成军 .
价值工程, 2019, 38 (14) :28-30
[4]   中国创新驱动指数的测度 [J].
袁航 ;
茶洪旺 .
中国科技论坛, 2018, (10) :46-52
[5]   基于创新驱动的宁波制造业转型升级研究 [J].
马婷婷 .
统计科学与实践, 2018, (07) :29-32
[6]   从要素驱动到创新驱动:制度质量视角下的经济增长动力转换与路径选择 [J].
陶长琪 ;
彭永樟 .
数量经济技术经济研究, 2018, 35 (07) :3-21
[7]   创新驱动对现代产业发展新体系演进的作用机理——基于生产函数的视角 [J].
魏庆文 ;
杨蕙馨 ;
王军 .
现代财经(天津财经大学学报), 2018, 38 (07) :103-113
[8]   基于TRM框架的风电设备企业未来技术选择分析 [J].
陈大鹏 ;
王国红 ;
马慧 .
科学学研究, 2011, 29 (11) :1665-1670
[9]   中小企业竞争战略与激励机制对技术创新策略选择的影响——以四川省中小企业为例 [J].
张惠琴 ;
南毅 .
软科学, 2011, 25 (09) :72-74+80
[10]   技术能力在企业战略导向选择中的作用机制研究 [J].
张黎明 ;
胡豪 .
四川大学学报(哲学社会科学版), 2011, (01) :110-115