科技项目团队能力和立项风险评估的研究

发布时间：2021-01-25 16:04

　　科技活动具有不同的活动形式与内容,科技活动的目的也具有多样性。为了能够增大科技项目立项评估工作的客观性,提出了对科技项目团队能力和立项风险评估的相关模型和处理方法。对科技项目团队能力的评估采用按照专家经验建立初始指标体系,借鉴文献计量方法对团队的以往项目、以往发表论文概况进行评价,同时使用台阶法来确定指标评估值,由专家设定台阶标准,系统自动将项目团队实际情况与标准比较得到各指标的评估值,然后采用粗糙集理论和属性重要度的概念来筛选指标、确定权重,最后选用评分模型来计算各科技项目团队能力评估值。对科技项目立项风险的评估采用头脑风暴法,结合科技项目的特点,总结出科技项目立项风险的主要因素,通过专家评分法得到各因素的评估值,将科技项目的历史数据按照项目类别分类,各项目类别分别利用项目团队能力评估中提到的粗糙集和属性重要度的概念筛选立项风险因素指标、确定其指标体系;并假定项目立项风险分为k级风险,然后利用科技项目历史数据训练多层前馈神经网络,将待评估项目数据带入训练好的神经网络中即可计算其整体立项风险等级及各子因素的风险等级。 

【文章来源】：天津财经大学天津市

【文章页数】：60 页

【学位级别】：硕士

【部分图文】：

神经网络示意图

是典型的单向多层次前馈网络，它的独特之处在于采用 BP 算法：信息的正向传递与误差的反向传播，在信息正向传递过程中，输层传向输出层，然后计算输出层的误差值，通过网络将误差信号反的权值直至达到期望目标。理论证明，一个三层 BP 网络能够任意数，这为 BP 网络解决金融市场问题提供了理论保证。BP 算法是目学习算法之一①。若干层神经元组成，除了有输入层和输出层外，还有一层或多层隐联结，每个节点都是单个神经元，神经元的激活函数通常为 Sigmoi间无任何耦合，因此，每一层的神经元只接受前一层神经元的输入只影响下一层神经元的输出。BP 网络的拓扑结构如图 3.2 所示:

【参考文献】：
期刊论文
[1]高新技术企业R&D人员绩效指标体系的构建[J]. 李文华.  科技和产业. 2006(11)
[2]粗糙集理论在高科技项目评价中的应用研究[J]. 吴先华,马庭淮.  科学学与科学技术管理. 2006(07)
[3]项目风险分析中的软系统方法[J]. 孙凌宇,刘国买.  职业圈.现代软科学. 2006(02)
[4]基于粗糙集属性约简方法的多目标优化研究[J]. 刘延军,曹吉利.  陕西理工学院学报(自然科学版). 2005(04)
[5]基于粗糙集的属性约简算法研究[J]. 瞿彬彬,卢炎生.  华中科技大学学报(自然科学版). 2005(08)
[6]采用文献计量法评价高校科研水平[J]. 张凤.  鞍山师范学院学报. 2005(02)
[7]胜任力与胜任力模型构建方法研究[J]. 李明斐,卢小君.  大连理工大学学报(社会科学版). 2004(01)
[8]数据挖掘中一种基于粗糙集理论的属性值离散映射方法[J]. 黄梯云,卢涛,程岩.  情报学报. 2002(04)
[9]建筑工程施工投标基本程序及其投标决策简述[J]. 许建华.  水运工程. 2001(06)
[10]基于人工神经网络的商业银行贷款风险预警研究[J]. 杨保安,季海.  系统工程理论与实践. 2001(05)

博士论文
[1]科技计划项目评估理论与方法研究[D]. 曲久龙.吉林大学 2006

硕士论文
[1]综合评价项目风险元传递理论模型及其模拟研究[D]. 穆海.华北电力大学（北京） 2006
[2]基于R&D项目阶段的评估研究[D]. 李欣先.河北工业大学 2005
[3]项目风险分析过程、方法及模型研究[D]. 张健.南京理工大学 2004



本文编号：2999507