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
[11]   基于技术选择导向的资源配置运行机制研究 [J].
谷德斌 ;
傅毓维 .
科学技术哲学研究, 2010, 27 (04) :102-106
[12]   区域自主创新中要重视战略技术的选择 [J].
王燕 ;
赵连明 .
经济纵横, 2010, (06) :118-121
[13]   基于粒子群神经网络的知识管理成熟度评估研究 [J].
尹彦 ;
赵涛 ;
齐莉丽 .
情报杂志, 2010, 29 (05) :124-128
[14]   基于技术预见的行业关键性技术选择方法研究 [J].
李远远 .
科技管理研究, 2010, 30 (03) :119-121
[15]   发展中国家技术选择依据的探求——基于技术扩散过程的分析 [J].
郭将 .
经济问题, 2009, (08) :12-14
[16]   我国中小企业技术创新的技术选择策略 [J].
陈勇星 ;
秦秋英 ;
李由胜 .
江苏大学学报(社会科学版), 2009, 11 (04) :88-92
[17]   技术选择、产业结构升级与经济增长 [J].
黄茂兴 ;
李军军 .
经济研究, 2009, 44 (07) :143-151
[18]   技术选择影响企业创新成功的实证研究 [J].
郝生宾 ;
于渤 ;
吴伟伟 .
工业技术经济, 2008, (10) :101-103
[19]   技术选择、制度与经济发展 [J].
林毅夫 ;
潘士远 ;
刘明兴 .
经济学(季刊), 2006, (02) :695-714