作者：马德荣 曹国忠 杨雯丹
来源：《河北工业科技》2022年第04期
摘 要：為了帮助企业在进行技术研发之前识别出最有潜力的技术，提高产品突破性创新的成功概率，提出了一种在模糊前端阶段进行突破性创新机遇识别的定量方法。首先，通过文献研究，确定产品突破性创新的路径特征，并提取产品突破性创新的相关影响因素，通过建立解释结构模型（ISM）提取并构建产品突破性创新机遇识别特征体系。其次，对突破性创新案例和非突破性创新案例进行特征对比，以各特征因素变化趋势为自变量，建立神经网络。最后，对样本数据进行拟合，构建产品突破性创新机遇识别模型。研究结果表明，研究所提模型能够对产品的突破性创新机遇进行有效识别，可应用于产品创新设计过程的模糊前端阶段。研究可为企业在突破性创新项目中更有效地进行机遇识别提供理论指导。
关键词：计算机神经网络;解释结构模型;特征提取;突破性创新;机遇识别
中图分类号：TP183 文献标识码：A
DOI： 10.7535/hbgykj.2022yx04007
Opportunity recognition of product radical innovation based on neural networks
MA Derong1，2，CAO Guozhong1，2，YANG Wendan1，2
（1.School of Mechanical Engineering，Hebei University of Technology，Tianjin 300400，China;2.National Engineering Research Center for Technological Innovation Method and Tool，Tianjin 300400，China）
Abstract：In order to help enterprises recognize the technology with the most potential before technology research and development and improve the success probability of product radical innovation，a quantitative method for recognizing radical innovation opportunities in the fuzzy front-end stage was proposed.Firstly，through literature research，the path characteristics of product radical innovation were determined，the relevant influencing factors of product radical innovation were extracted，and the characteristic system of product radical innovation opportunity recognition was extracted and constructed by establishing interpretive structure model （ISM）.Then，the characteristics of radical innovation cases and non radical innovation cases were compared.Finally，taking the change trend of each characteristic factor as th
e independent variable，a neural network was established to fit the sample data，and a product radical innovation opportunity recognition model was constructed.The results show that the model can effectively recognize the radical innovation opportunities of products，and can be applied to the fuzzy front-end stage of product innovation design process to provide important guidance for enterprises to recognize opportunities more effectively in radical innovation projects.
Keywords：
未识别的网络 computer neural network;interpretative structural modeling method;feature extraction;radical innovation;opportunity recognition
创新作为发展的原动力，要不断提升创新主体对产业发展趋势和前瞻性技术的敏感度，增强创新主体的战略适应性[1]。在国际和国内市场竞争日趋激烈的环境下，作为突破技术瓶颈、实现弯道超车的重要途径，突破性创新引起了学者和企业技术人员的广泛关注[2]。突破性创新通过引入与现有产品不同的技术，使产品具有更高的性能，可以更好地满足用户关键需求，进而重构原有市场格局[3-4]。因此突破性创新的研究对企业的生存和发
展具有重要意义。但是突破性创新的高度具有不可预测性[5]，导致了产品进行突破性创新的成功率较低[6]。如何在产品创新过程中把握机遇实现突破性创新，已经成为当前的研究热点。
现有学者从不同角度对产品突破性创新机遇的识别展开研究。李正卫等[7]提出从业务流程、产品价值、信息渠道和组织障碍4个方面进行机遇识别;邵云飞等[8]提出从跨界搜索及合作对突破性创新创意进行识别;刘玉梅等[9]基于技术轨道跃迁理论，对技术轨道跃迁程度进行定量分析，构建突破性创新预测体系;韩芳等[10]通过测度技术融合程度对具有突破性创新潜力的技术主题进行识别;HERRMANN等[11]提出以市场变化、用户需求偏好、产品设计团队和公司组织作为衡量标准对突破性创新进行预测;DELGADO等[12]从人力资本、技术资本和社会资本3个角度出发，对突破性创新项目进行衡量;MARIANI等[13]利用PageRank算法对专利引用进行重要度排序，进而对突破性创新进行识别;ARTS等[14]以科学关联度为标注对突破性创新进行识别。以上研究从不同角度给出了产品突破性创新的预测方法，但是现有关于突破性创新机遇识别特征体系仍存在较大的模糊性和不确定性，对于突破性创新机遇识别的有效性及准确性仍有待提高。
发布评论