学位论文 > 优秀研究生学位论文题录展示

科研立项评估方法和技术的研究及应用

作　者: 王伟
导　师: 申艳光
学　校: 河北工程大学
专　业: 计算机应用技术
关键词: 网络层次分析法误差反向传播算法立项评估决策
分类号: G40
类　型: 硕士论文
年　份: 2007年
下　载: 367次
引　用: 1次
阅　读: 论文下载

内容摘要

科研立项评估一直是管理科学研究关注的重点问题之一,客观公正的科研立项评估能够保证科研工作的顺利进展,切实可行的科研立项评估能够保证科研资金得到有效利用。本文首先对科研项目立项评估的基础理论进行了阐述,包括科研立项评估中评价指标体系的作用、构建原则和方法以及指标权重的相关内容等;其次介绍了科研立项评估的常用方法并对这些方法的优缺点进行了具体分析;最后通过深入研究科研立项的评估方法,采用了基于同行评议和层次分析(AHP)的模型、网络层次分析法(ANP)模型、误差反向传播算法(BP)模型以及ANP-BP模型等四种,并将以上模型应用在科研立项评估中。在大量数据的基础上结合立项评估的具体要求,通过分析比较上述几种方法,证明了网络层次法(ANP)和误差反向传播算法(BP)相结合的ANP-BP模型在科研立项评估中具有相对优势。该方法将定性分析和定量分析相结合,减少了人为因素的在决策过程中影响,在一定程度上提高了立项评估结果的科学性、准确性和客观性,是一种较理想的立项评估方法。

全文目录

摘要  4-5
Abstract  5-9
第1章绪论  9-17
  1.1 科研立项评估的研究背景  9-10
  1.2 国内外科研评估研究现状分析  10-14
    1.2.1 国外研究现状  10-13
    1.2.2 国内研究现状  13-14
  1.3 课题研究的理论基础  14-15
  1.4 研究意义  15-16
  1.5 内容安排  16
  1.6 本章小结  16-17
第2章科研立项评估的理论基础  17-28
  2.1 专家在科研立项评估中的作用  17-18
  2.2 评估指标体系的确立  18-23
    2.2.1 建立评估指标体系的意义  18-20
    2.2.2 指标体系的构建原则  20-21
    2.2.3 如何确立评价指标体系  21-23
      2.2.3.1 指标选取  21-22
      2.2.3.2 指标完善检验  22-23
  2.3 指标权重的计算  23-27
    2.3.1 权重概念  23
    2.3.2 合理计算指标权重的意义  23
    2.3.3 确定权重的原则  23-24
    2.3.4 确立权重的方法  24-27
      2.3.4.1 赋权方法  24-25
      2.3.4.2 常用确定权重的方法  25-27
  2.4 本章小结  27-28
第3章科研立项评估的常用方法  28-41
  3.1 层次分析法(AHP)  28-33
    3.1.1 AHP 模型  28
    3.1.2 AHP 模型实施步骤  28-31
    3.1.3 判断矩阵的一致性检验  31-32
    3.1.4 判断矩阵一致性检验证明  32-33
    3.1.5 定理和性质  33
    3.1.6 AHP 解决决策问题的的优势  33
  3.2 模糊综合评价  33-35
    3.2.1 模糊综合评价简介  33-34
    3.2.2 模型的建立过程  34-35
  3.3 同行评议  35-37
  3.4 基于灰色理论的评价方法  37
  3.5 文献计量学  37-38
  3.6 德尔菲法(Delphi Method)  38-40
    3.6.1 德尔菲法评估的步骤  38-39
    3.6.2 德尔菲法的特征  39
    3.6.3 德尔菲法的改进  39-40
  3.7 线性加权求和法  40
  3.8 本章小结  40-41
第4章科研立项评估方法的改进与应用  41-71
  4.1 建立指标体系和量化指标  41-43
    4.1.1 建立指标体系  41-42
    4.1.2 评价指标的量化  42-43
    4.1.3 立项评估应遵循的原则  43
  4.2 基于同行评议和层次分析的立项评估模型  43-48
    4.2.1 两种方法结合的必要性  43-44
    4.2.2 建立立项评估模型  44
    4.2.3 模型在立项评估中的具体应用步骤  44-48
    4.2.4 更新专家库  48
  4.3 基于ANP 法的立项评估模型  48-55
    4.3.1 应用ANP 的必要性分析  48
    4.3.2 ANP 理论概述  48-49
    4.3.3 ANP 决策的基本步骤  49-50
    4.3.4 应用步骤  50-55
  4.4 基于BP 的立项评估模型  55-63
    4.4.1 构建指标体系  55
    4.4.2 基于BP 的立项评估模型  55-59
      4.4.2.1 BP 神经网络概述  55-56
      4.4.2.2 BP 算法原理  56
      4.4.2.3 BP 学习算法  56-58
      4.4.2.4 Levengberg-Marquardt 优化算法  58-59
    4.4.3 BP 模型的应用  59-63
      4.4.3.1 建立评估模型  59
      4.4.3.2 评估模型的应用  59-62
      4.4.3.3 BP 算法的仿真实现  62-63
  4.5 基于ANP 和BP 的立项评估模型  63-69
    4.5.1 ANP 和BP 结合算法  63-64
    4.5.2 可行性分析  64
    4.5.3 ANP 和BP 结合模型  64-66
      4.5.3.1 选择训练样本  65
      4.5.3.2 构造网络层次结构  65
      4.5.3.3 建立BP 模型  65-66
    4.5.4 ANP-BP 算法实现  66-69
    4.5.5 ANP-BP 应用总结  69
  4.6 几种方法的比较  69-70
  4.7 本章小结  70-71
第5章结论和展望  71-73
  5.1 结论  71
  5.2 展望  71-73
参考文献  73-77
致谢  77-78
作者简介  78-79
攻读硕士学位期间发表的论文和科研成果  79

科研立项评估方法和技术的研究及应用

内容摘要

全文目录

相似论文