基于贝叶斯网络的技术进步预测与路径优化选择

论文摘要

运用贝叶斯网络模型(BNM)理性预测技术进步概率,既与技术创新流程相契合,又反映技术进步内在变动特征。文章首先分析各阶段技术进步概率集合及其相互关系,推理判断上阶段技术进步与当前阶段、当前阶段技术进步与下阶段之间关联程度,依此理性预测技术进步概率。研究认为,厂商有意识地选择技术进步方向,理性预测其变动结果是可行的,是一个由不完全理性预测到比较理性预测、最后实现完全理性预测的循序渐进过程。技术进步概率集合符合集合动态分配律(RIP),两阶段技术进步之间概率集合交集越大,两者关联程度越高,技术向着更高阶段升级的概率就越大,技术进步预测更加准确。差异化的预测结果是厂商优化选择技术进步路径的必要条件,较短距离的技术进步预测结果更加准确。实证分析运用国内专利被引用次数、技术强度、科学与技术关联性等数据,绘制有向无环图(DAG),运用BNM进行因果分析和诊断推理,验证相关结论。

论文目录

• 1 相关文献综述
•   1.1 贝叶斯网络模型及其预测方法研究
•   1.2 贝叶斯网络模型在技术创新方面的应用研究
•   1.3 技术进步不确定性及其影响因素分析
• 2 理论模型分析
•   2.1 基于贝叶斯网络模型的关联性技术进步理性预测
•   2.2 运用集合动态分配律分析技术进步关联程度
•   2.3 关联性技术进步路径的优化选择
• 3 技术进步理性预测的贝叶斯网络模型分析
•   3.1 技术进步节点识别
•   3.2 网络结构确定
•   3.3 技术进步节点在网络图中赋值
•     （1） 数据来源与说明
•     （2） 数据处理及技术进步节点赋值
•     （3） 指标选择与解释
•   3.4 技术进步理性预测
•     （1） 因果推理
•     （2） 诊断推理
• 4 研究结论与展望

文章来源

类型: 期刊论文

作者: 王必好,张郁

关键词: 技术进步,理性预测,优化路径选择,贝叶斯网络模型

来源: 科学学研究 2019年08期

年度: 2019

分类: 基础科学,经济与管理科学

专业: 数学,宏观经济管理与可持续发展

单位: 山东大学应用经济学博士后流动站,南京大学商学院

基金: 中国博士后面上基金项目(2017M622167),教育部人文社会科学研究规划基金项目(19YJA90109),山东省自然科学基金面上项目(ZR2019MG018)

分类号: F204;O212.8

DOI: 10.16192/j.cnki.1003-2053.2019.08.003

页码: 1364-1374

总页数: 11

文件大小: 1621K

下载量: 501