[发明专利]一种面向装备制造业的知识创新评价体系动态识别方法

权利要求书

1.一种面向装备制造业的知识创新评价体系动态识别方法，其特征在于：包括以下步骤：

(1)装备制造业知识创新能力评价体系构建与数据采集；

(2)计算评价指标知识创新能力满足度；

(3)基于人工神经网络划分知识创新评价体系状态空间；

(4)基于马尔科夫链模型的装备制造业知识创新评价指标动态识别。

2.根据权利要求1所述的面向装备制造业的知识创新评价体系动态识别方法，其特征在于：

所述步骤(1)的装备制造业知识创新能力评价体系，包括知识基础存量、知识共享、知识创造方面；

所述知识基础存量包括企业研究与试验发展(Research and Development,R&D)人员全时当量、科研机构数、R&D经费支出；

所述知识共享包括科研机构合作的项目数、与高校合作项目数以及与其他企业合作的项目数、R&D项目数；

所述知识创造包括新产品开发项目数、企业专利的数量和企业论文发表的数量；

所述步骤(1)的数据采集，是指采集各大装备制造业知识创新能力的各评价指标历年数据。

3.根据权利要求1所述的面向装备制造业的知识创新评价体系动态识别方法，其特征在于：

所述步骤(2)的评价指标知识创新能力满足度，采用灰色关联分析法，计算评价指标知识创新能力满足度，具体为：

1)、建立评价体系灰色系统；

所述评价体系灰色系统，包括根据各项评价指标历年实际值确定各项评价指标的基准值序列X₀；将基准值序列X₀看作比较数列，以各装备制造业第t年的评价指标值X^t为参考数列，构建一个评价体系灰色系统；

2)、求第i个装备制造业各评价指标值即各参考数列与基准值序列的绝对差值；得到第t年的各装备制造业各评价指标值的偏差矩阵为

${\mathrm{\Δ}}_i^t\left(k\right)=|x_0\left(k\right)-x_i^t\left(k\right)|,i=1,\mathrm{...},m;k=1,\mathrm{...},n;t=1,\mathrm{...},s$

${\mathrm{\Δ}}_i^t=\[{\mathrm{\Δ}}_i^t\left(1\right),{\mathrm{\Δ}}_i^t\left(2\right),\mathrm{...},{\mathrm{\Δ}}_i^t\left(n\right),\],i=1;\mathrm{...},m;t=1,\mathrm{...},s$

其中，m为装备制造业个数，n为评价指标个数，s为历年样本个数

3)、计算m个装备制造业的两极最大差与最小差；

${\mathrm{\Δ}}_{max}=\underset{i}{max}\underset{k}{max}\underset{t}{max}{\mathrm{\Δ}}_i^t\left(k\right)$

${\mathrm{\Δ}}_{\min }=\underset{i}{\min }\underset{k}{\min }\underset{t}{\min }{\mathrm{\Δ}}_i^t\left(k\right)$

4)、计算评价指标灰色关联系数；

$r_i\left(k\right)=\frac{{\mathrm{\Δ}}_{\min }+{\mathrm{\ρ\Δ}}_{max}}{{\mathrm{\Δ}}_i\left(k\right)+{\mathrm{\ρ\Δ}}_{max}},i=1,\mathrm{...},m;k=1,\mathrm{...},n$

5)、计算各装备制造业灰色关联度；

$r_i=\frac{1}{n}\underset{k=1}{\overset{n}{\Σ}}{r}_i\left(k\right),i=1,\mathrm{...},m$

6)、归一化各装备制造业评价指标灰色关联度，获得各装备制造业评价指标知识创新能力满足度；

${r_i}^{\′}=\frac{1}{\underset{k=1}{\overset{n}{\Σ}}{r}_i},i=1,\mathrm{...},m$