基于粗糙集理论的企业技术创新能力评价模型

来源:用户上传      作者:

　　摘要：针对当前评价企业技术创新能力方法所存在的不足，提出了一种基于粗糙集理论的企业技术创新能力评价模型。首先建立企业技术创新能力评价指标体系，然后对指标体系进行筛选并建立评价模型。最后，以实例验证了该模型的可操作性和实用性。
　　关键词：粗糙集；技术创新能力；属性约简；评价体系
　　
　　建立一个科学、系统的企业技术创新能力评价体系可以使企业了解自身在实施技术创新活动方面的潜力或不足，及时总结经验、弥补缺陷。虽然在指标体系的研究上已经有不少的文章进行了论述，但在指标的可度量性及实用性等方面还有不足之处。为了克服传统方法存在的主观性和片面性的问题，本文提出了一种基于粗糙集理论和信息熵概念的企业技术创新能力评价方法，该方法综合分析了各种影响因素。既体现了评价的全面性，又进行了指标的筛选，从而简化了运算的复杂度；既强调了评价的客观性，又充分利用了专家的主观经验。
　　
　　1 企业技术创新能力评价指标体系的建立
　　
　　有关企业技术创新评价指标体系，许多学者进行了大量研究，建立了各有侧重又有很多共性的评价指标体系。本文根据指标体系建立的系统性、科学性、导向性、可比性、可操作性以及指标间相对独立性等基本原则，参考有关文献，建立表1所示的评价指标体系。
　　
　　2　引入粗糙集理论和信息熵概念
　　
　　在进行指标体系的初选时，为了提高评价的全面性和准确性，往往会设立尽可能多的指标和收集尽可能多的数据，但是搜集到的信息中可能会有冗余信息，在不损失信息的情况下，应充分利用各种方法，如神经网络、遗传算法、主成分分析法、粗糙集理论等对初选的指标进行筛选，形成更为科学合理的指标体系。本文中采用粗糙集方法进行指标筛选，指标筛选的过程实际就是属性的约简过程。

　　粗糙集理论是一种刻划不完整性和不确定性的数学工具，能有效地分析和处理不精确、不一致、不完整等各种不完备信息，并从中发现隐含的知识。揭示潜在的规律。因此在20世纪90年代以后，这方面的研究日趋火热。它的主要思想是根据目前已有的对给定问题的知识，将问题的论域进行划分，在保持分类能力不变的前提下，通过知识约简，导出概念的分类规则。目前，粗糙集理论已经成为属性约简的一种有效的方法，属性约简的方法很多，本文采用信息熵的概念计算属性重要性，由此进行属性约简。
　　
　　2.1 粗糙集理论的基本概念
　　定义1：四元组S=(U，A，V，f)是一个知识表达系统，其中U表示对象的非空有限集合，称为论域；


赖知识P，即当研究对象具有P的某些特征时，这个研究对象一定具有R的相应一些特征，说明R与P之间是确定性关系；否则，称知识R部分依赖知识P，即研究对象的某些特征不能完全确定其R特征，说明R与P之间是不确定性关系。
　　下面采用信息熵和条件熵对属性的依赖性进行度量。

　　
　　
　　3　基于粗糙集理论的企业技术创新能力评价模型
　　
　　3.1 指标体系
　　在企业技术创新能力评价中影响其创新能力的因素很多，大致可以从R&D能力、投人能力、组织管理能力、营销能力、财务能力这几个方面来衡量(具体指标构成如表1所示)。由于各指标的重要性差别很大，本模型利用基于粗糙集理论和信息熵概念，首先进行指标筛选，然后再计算主要指标的重要程度。经归一化处理后即可得到各指标的权重，进而得到综合平价值。
　　
　　3.2　评价步骤
　　3.2.1 筛选指标
　　假设由专家评估法得到n个评价对象的评价数据，粗糙集理论在进行属性约简和规则提取时只能处理离散化的数据，为此应首先进行离散化处理。如：0、1、2、3可分别代表(－∞，0)，[0，0.5]，[0.5，1]，[1，+∞]。根据数据中各指标与决策属性的关系，重要的指标对评价结果有较大的影响，故应赋予较高的权重；而有些指标是冗余的，根据初选的指标可以看出，有些指标具有明显的相关性，如：领导创新欲望与R&D投入强度具有明显的正相关，而指标综合评价要求各指标之间应该极大不相关，因此。对相关性较大的指标有必要进行筛选。
　　①第一次筛选

　　
　　3.3　应用算例
　　为说明该算法的具体应用，本文选取了5个企业作为评价对象，然后应用粗糙集的属性约简功能选取保留了如下10个因素：R&D投入强度，R&D开发成功率。生产设备先进程度，人员投入强度，激励机制，领导创新欲望，产品竞争性，营销强度，投资回收期，投资收益率。然后通过专家打分得到各因素的得分。再利用上述方法计算各因素的权重，并对各因素进行筛选，最终保留R&D开发成功率，生产设备先进程度，人员投入强度，领导创新欲望，产品竞争性，投资收益率6个重要指标。
　　假设专家的评估值“9、7、5、3、1”代表“优秀、良好、一般、较差、差”5个等级。经过两次指标筛选最终保留的6个指标的评估值如表2所示。

　　利用ROSETTA分析软件计算各指标的权重为(0.163667，0.162463，0.174297，0.146677，0.182790，0.170 105)，于是得到上面10个对象的综合评价值如下表3所示。

　　
　　4　结束语
　　
　　本文分析了影响企业技术创新能力的各种因素，并利用粗糙集理论和信息熵概念以及相关性分析，对初选的指标进行筛选，得到比较科学、合理的指标体系，然后再次利用粗糙集和信息熵概念计算各指标的重要程度，归一化处理后得到各指标的权重，进而得出了综合评价模型。传统的专家打分方法强调实际工作者的经验，具有强烈的主观意志性；而粗糙集理论是对已知的数据进行分析，强调问题的客观性。本文的研究方法既强调了处理问题的客观性，又充分利用了实际工作者的经验，模型得出的结果有很强的实用价值。

转载注明来源:https://www.xzbu.com/2/view-485199.htm