外资并购下中国制造业产业安全预警研究

发布时间：2020-11-13 13:18

　　 随着我国对外开放程度的不断加深，外商投资不断增多，外资并购行为不断增加。外资并购是把双刃剑，它在拉动我国经济增长的同时也危及到我国的产业安全。外资并购的主要危害有：导致国有资产和民族品牌的流失；抑制本国企业的技术创新能力；造成跨国公司的垄断和限制性竞争等。因此，我国应该对外资并购行为加以重视，制定相应的措施维护我国产业安全。加强对产业安全的监测和预警是维护产业安全的有效方式。 本文首先介绍了研究背景、研究目的及意义、写作思路和写作方法。然后分析了外资并购在我国的发展历程、发展现状，以及外资并购对我国制造业产业安全的影响。在此基础上构建了制造业产业安全评价指标体系，采用主成分分析法进行产业安全评价，并构建了基于BP人工神经网络系统的产业安全预警模型。接下来，本文对我国电子计算机及办公设备制造业进行了产业安全预警实证研究，结果显示，该产业已处在不安全状态。最后，本文提出了维护我国制造业产业安全的对策建议。
【学位单位】：哈尔滨工程大学
【学位级别】：硕士
【学位年份】：2012
【中图分类】：F832.6;F424;F224
【部分图文】：

根据 BP 神经网络的特点和电子计算机及办公设备制造业产业产业安全评指标体系选择合理的参数：1、神经网络的结构。本文采用三层结构，输入层、隐含层和输出层节点分别为 20、10 和 6。2、传递函数和训练函数。本文设置的输入和输出数据均在［0,1］区间内故隐含层采用 tansig 传递函数，输出层采用 logisg 转换函数。训练函数采用共梯度训练函数。3、学习率。学习率越大迭代次数越少，学习率过大，训练次数太少，而习率太小，训练次数太多会延长训练时间。本文所选的学习率为 0.01。4、目标精度。目标精度越高，则训练越准确，但耗费的时间越长。本文择的目标精度为 le-4。5、最大步数。最大步数影响目标精度，最大步数过少则达不到训练精度过多对耗费时间。本文选择的最大步数为 500。

图 4.4 回归曲线对比 F1、F2、F3、F4和 F 期望输出和 MATLAB 软件的实际输出是否相符，判断模型是否符合要求。表 4.17 F1输出结果年份 期望输出 实际输出2000 C（0100） 0.1124 0. 8647 0.2307 0.07432001 C（0100） 0.2488 0.9115 0.0304 0.10162002 C（0100） 0.1727 0.7673 0.3041 0.26232003 C（0100） 0.0821 0.9129 0.2548 0.11532004 C（0100） 0.1036 0.8726 0.2146 0.12592005 C（0100） 0.3012 0.8329 0.0563 0.11272006 D（1000） 0.8912 0.1033 0.2304 0.0853

本文编号：2882234