基于模糊神經(jīng)網(wǎng)絡(luò)的高校科技成果轉(zhuǎn)化評價(jià)研究

1、基于模糊神經(jīng)網(wǎng)絡(luò)的高校科技成果轉(zhuǎn)化評價(jià)研究王桂月1，2 王樹恩2（1山東經(jīng)濟(jì)學(xué)院 信息管理學(xué)院，濟(jì)南 2500142. 天津大學(xué) 管理學(xué)院，天津 300072）摘要：針對高?？萍汲晒D(zhuǎn)化具有一定模糊性的特點(diǎn),本文利用模糊神經(jīng)網(wǎng)絡(luò)具有模糊化和良好泛化（預(yù)測）能力，在給出高?？萍汲晒D(zhuǎn)化評價(jià)指標(biāo)的基礎(chǔ)上，建立了高?？萍汲晒D(zhuǎn)化評價(jià)的模糊神經(jīng)網(wǎng)絡(luò)模型。實(shí)例驗(yàn)證了該模型具有較好的學(xué)習(xí)能力，可以較好地對高?？萍汲晒D(zhuǎn)化進(jìn)行評價(jià)。關(guān)鍵詞：高?？萍汲晒D(zhuǎn)化；模糊神經(jīng)網(wǎng)絡(luò)；評價(jià)體系中圖分類號： G311 文獻(xiàn)標(biāo)識碼：AEvaluation for Scientific and Technological Ac

2、hievement Transformation of Universities based on Fuzzy Neural NetworkWANG Gui-yue1，2, Wang Shuen2（1 School of Information Management, Shandong Economic University, Jinan, 250014, China 2. College of Management, Tianjin University, Tianjin 300072，China）高等院校作為科技成果的重要?jiǎng)?chuàng)新源頭之一,其成果轉(zhuǎn)化率的高低直接關(guān)系著我國經(jīng)濟(jì)的發(fā)展和綜合國力的

3、提高。目前,關(guān)于高校科技成果轉(zhuǎn)化評價(jià),是新時(shí)期高等院?？蒲懈母锏臒狳c(diǎn)和難點(diǎn)問題。國內(nèi)外的研究大多定位于從宏觀角度對全國的科技成果轉(zhuǎn)化進(jìn)行評價(jià)，針對高?？萍汲晒D(zhuǎn)化這個(gè)新問題進(jìn)行的研究比較少，所用測度指標(biāo)過于簡單，缺乏系統(tǒng)的設(shè)計(jì)和嚴(yán)格界定，一些衡量高校科技成果轉(zhuǎn)化的重要信息得不到全面反映。另外，在設(shè)置指標(biāo)體系的時(shí)候，沒有有效區(qū)分科技成果的類型，把不同類型的科技成果使用相同的指標(biāo)體系進(jìn)行評價(jià)，當(dāng)然不能夠達(dá)到應(yīng)有的評價(jià)效果。目前,我國高?？萍汲晒D(zhuǎn)化率比較低，有大量科技成果被束之高閣，高校科技成果無法轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力，造成了大量人力、財(cái)力、物力浪費(fèi)，所以有必要建立合理的指標(biāo)體系和評價(jià)模型來對高校的科

4、技成果轉(zhuǎn)化給予評價(jià)，以促進(jìn)高?？萍汲晒D(zhuǎn)化工作，為國家創(chuàng)造出更多的經(jīng)濟(jì)效益和社會(huì)效益1。由于高?？萍汲晒D(zhuǎn)化具有一定的模糊性,一些學(xué)者采用模糊綜合評價(jià)方法建立了高校科技成果轉(zhuǎn)化評價(jià)的綜合評價(jià)體系2 3；也有一些學(xué)者運(yùn)用網(wǎng)絡(luò)層次分析法對高校科技成果轉(zhuǎn)化進(jìn)行評價(jià)1。然而,從上述的評價(jià)指標(biāo)體系可以看到,各個(gè)指標(biāo)之間往往并不是相互獨(dú)立的,常會(huì)出現(xiàn)某些指標(biāo)之間相互影響、相互支配的情況,傳統(tǒng)的方法無法做出更為準(zhǔn)確的評價(jià)。本文在以上研究的基礎(chǔ)上,借鑒模糊神經(jīng)網(wǎng)絡(luò)法(FNN)的相關(guān)研究進(jìn)展,在構(gòu)建高?？萍汲晒D(zhuǎn)化的評價(jià)指標(biāo)體系上進(jìn)行了部分改進(jìn)，建立了高?？萍汲晒D(zhuǎn)化評價(jià)的模糊神經(jīng)網(wǎng)絡(luò)模型，為科學(xué)地評價(jià)高?？萍?/p>

5、成果轉(zhuǎn)化提供定量依據(jù)。1.高?？萍汲晒D(zhuǎn)化評價(jià)體系的構(gòu)建高?？萍汲晒殖闪嘶A(chǔ)類科技成果和應(yīng)用類科技成果兩類，由于基礎(chǔ)類科技成果和應(yīng)用類科技成果有著各自的特點(diǎn)，所以進(jìn)行科技成果轉(zhuǎn)化評價(jià)時(shí)要兼顧二者的特點(diǎn)。評價(jià)體系指標(biāo)的選擇應(yīng)該比較全面地體現(xiàn)高?？萍汲晒D(zhuǎn)化評價(jià)目的的要求，比較全面地反映科技成果轉(zhuǎn)化的各方面特征，能夠科學(xué)、客觀的體現(xiàn)評價(jià)對象的特征，而且，要考慮到現(xiàn)實(shí)的可能性，指標(biāo)體系應(yīng)適應(yīng)于評價(jià)的方式，適用于指標(biāo)使用者對指標(biāo)的理解接受程度和判斷能力。基于以上原則，本文選擇的高?？萍汲晒D(zhuǎn)化評價(jià)指標(biāo)如下：（1）科技創(chuàng)新能力：反映高?？萍汲晒D(zhuǎn)化過程中的科技創(chuàng)新能力,主要包括師資力量、硬件基礎(chǔ)（圖書

6、館和儀器設(shè)備等）、科研基地實(shí)力、學(xué)術(shù)每年交流數(shù)。（2）科技成果的轉(zhuǎn)化能力：反映科技成果轉(zhuǎn)化狀況的指標(biāo),包括科技成果轉(zhuǎn)讓成功率、技術(shù)轉(zhuǎn)讓收入、學(xué)校的支持力度、成果轉(zhuǎn)化的經(jīng)費(fèi)投入。（3）研發(fā)能力：它反映了高校基本的和最具核心競爭力的研發(fā)水平，主要包括科研項(xiàng)目每年申請數(shù)、科研與技術(shù)開發(fā)項(xiàng)目完成率、專利每年申請數(shù)、每年人均研發(fā)經(jīng)費(fèi)、專職研發(fā)人員人均配備。（4）經(jīng)濟(jì)和社會(huì)效益：它反映科技成果轉(zhuǎn)化活動(dòng)所帶來的社會(huì)效益、經(jīng)濟(jì)效益和技術(shù)進(jìn)步對經(jīng)濟(jì)增長的貢獻(xiàn)。2.基于模糊神經(jīng)網(wǎng)絡(luò)的高?？萍汲晒D(zhuǎn)化評價(jià)模型2.1模糊神經(jīng)網(wǎng)絡(luò)模糊神經(jīng)網(wǎng)絡(luò)是將模糊邏輯與神經(jīng)網(wǎng)絡(luò)適當(dāng)?shù)慕Y(jié)合起來,適合表達(dá)模糊或定性的知識,推理方式類似于

7、人的思維模式,能夠處理不確定性、非線性的問題,并具有并行計(jì)算、分布式信息存儲(chǔ)、容錯(cuò)能力強(qiáng)以及具備自適應(yīng)學(xué)習(xí)功能等優(yōu)點(diǎn)4。圖1模糊神經(jīng)元的模型模糊神經(jīng)網(wǎng)絡(luò)的基本單元是模糊神經(jīng)元，模糊神經(jīng)元的模型見圖1。模糊神經(jīng)元的輸入均為以隸屬度表示的模糊量, 。模糊神經(jīng)元按照適當(dāng)?shù)哪：阕訉斎肓窟M(jìn)行處理，并產(chǎn)生一個(gè)模糊輸出量。圖2 模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)見圖2，整個(gè)網(wǎng)絡(luò)由4層組成，分別為輸入層、模糊化層、推理層和輸出層5。(1)輸入層。如果該層有個(gè)神經(jīng)元，那么輸入層的輸出為 （1）(2)模糊化層。該層對輸入量進(jìn)行模糊化處理，如果有個(gè)模糊語言值時(shí)，其模糊向量為，若有論域,=“優(yōu)秀”，“良”，“中

8、”，“差”，那么就有4個(gè)模糊子集，則一共要6個(gè)參數(shù)，其隸屬度函數(shù)的計(jì)算方法為A.當(dāng)時(shí)，隸屬度函數(shù)為 （2）B.當(dāng)時(shí)，隸屬度函數(shù)為 （3）C.當(dāng)時(shí)，隸屬度函數(shù)為 （4）該層的輸出為各評價(jià)指標(biāo)在隸屬度函數(shù)作用下的模糊變量值 （5）其中，為語言變量的第個(gè)語言值的隸屬函數(shù)，輸出是第個(gè)指標(biāo)與第個(gè)評語具有模糊關(guān)系的程度。(3)模糊推理層。該層完成對某一輸入向量的綜合模糊評價(jià)，按評價(jià)語言論域，得到相應(yīng)的模糊評價(jià)向量，其輸出為： （6）（4）輸出層。輸出層進(jìn)行模糊判決，根據(jù)一定的模糊規(guī)則和運(yùn)算法則，對輸入進(jìn)行評判，該層輸出也是網(wǎng)絡(luò)的最終輸出，即模糊評價(jià)的結(jié)果，其輸出為： （7）式中，為模糊判決函數(shù)。2.2 模

9、糊神經(jīng)網(wǎng)絡(luò)的算法在進(jìn)行高?？萍汲晒D(zhuǎn)化評價(jià)時(shí)，采用改進(jìn)的誤差反傳算法，模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)采用2.1節(jié)的結(jié)構(gòu)，設(shè)有學(xué)習(xí)樣本，為樣本數(shù)。如果輸出的期望值為，網(wǎng)絡(luò)實(shí)際輸出值為,則誤差函數(shù)為 （8）學(xué)習(xí)過程采用的是優(yōu)化算法中的梯度下降法，即沿著誤差函數(shù)隨變化的負(fù)梯度方向?qū)M(jìn)行修正，則其迭代公式為 （9）式中，為學(xué)習(xí)效率，為慣性常數(shù)。利用公式（9）進(jìn)行迭代，當(dāng)輸出誤差達(dá)到要求時(shí)，就可以結(jié)束訓(xùn)練。3.實(shí)例分析我們利用建立的模糊神經(jīng)網(wǎng)絡(luò)對高?？萍汲晒D(zhuǎn)化進(jìn)行評價(jià),輸入層包含4個(gè)輸入，即四個(gè)評價(jià)指標(biāo),有4個(gè)神經(jīng)元,模糊化層有12個(gè)神經(jīng)元,模糊推理層有三個(gè)神經(jīng)元,1個(gè)輸出。（1）評價(jià)指標(biāo)?？萍紕?chuàng)新能力，其中，權(quán)

10、重，；?？萍汲晒霓D(zhuǎn)化能力，其中，權(quán)重，；。研發(fā)能力，其中，權(quán)重，；。經(jīng)濟(jì)和社會(huì)效益，其中，權(quán)重，；。（2）隸屬度函數(shù)。根據(jù)公式（2）-（4）計(jì)算。（3）網(wǎng)絡(luò)訓(xùn)練。選取各個(gè)指標(biāo)的最大值、最小值和平均值作為神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本的一部分輸入，訓(xùn)練第二層和第三層神經(jīng)網(wǎng)絡(luò)的連接權(quán)值，直到滿足精度為止；其中取，。（4）網(wǎng)絡(luò)輸出。輸出量在模糊評價(jià)論域中某一子集上分量大小表示高校科技成果轉(zhuǎn)化效果的好壞。選取10項(xiàng)高校科技成果作為樣本6,其中7項(xiàng)作為訓(xùn)練樣本,3項(xiàng)作為檢驗(yàn)樣本；7個(gè)訓(xùn)練樣本確定權(quán)值,最后把3個(gè)檢驗(yàn)樣本代入已經(jīng)訓(xùn)練好的模型中,并與科技成果實(shí)際結(jié)果進(jìn)行比較,見附表1：表1 預(yù)測值與實(shí)際值比較樣本編號1

11、23預(yù)測值0.9130.7910.867實(shí)際值0.9090.7940.871誤差+0.44%-0.38%-0.46%預(yù)測值與實(shí)際值的誤差小于0.5%,說明此模型有較好的學(xué)習(xí)能力,能較好地對高?？萍汲晒霓D(zhuǎn)化進(jìn)行評價(jià)。結(jié)論目前,我國高?？萍汲晒D(zhuǎn)化率比較低，有大量科技成果被束之高閣，高校科技成果無法轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力，造成了大量人力、財(cái)力、物力浪費(fèi)，所以有必要建立合理的指標(biāo)體系和評價(jià)模型來對高校的科技成果轉(zhuǎn)化給予評價(jià)，以促進(jìn)我國高校的科技成果轉(zhuǎn)化工作。本文根據(jù)高?？萍汲晒D(zhuǎn)化具有一定模糊性的特點(diǎn),利用神經(jīng)網(wǎng)絡(luò)的良好泛化（預(yù)測）能力給出了高校科技成果轉(zhuǎn)化的評價(jià)指標(biāo)，建立了高?？萍汲晒D(zhuǎn)化評價(jià)的模糊神經(jīng)網(wǎng)絡(luò)模型。實(shí)例驗(yàn)證了該模型具有較好的學(xué)習(xí)能力，可以較好地對高?？萍汲晒D(zhuǎn)化進(jìn)行評價(jià)。參考文獻(xiàn):1 劉威, 陳艾菊.基于ANP的高校科技成果轉(zhuǎn)化績效評價(jià). 科技管理研究J，2008（6）：192-1942 閻為民, 3 汪小梅, 白利娟, 袁薇.陜西高?？萍汲晒D(zhuǎn)化評價(jià)體系研究J.工業(yè)工程, 2007, 1 (10): 95-984 田啟華, 5 陳振斌, 張慶普. 基于模糊神經(jīng)網(wǎng)絡(luò)的企業(yè)知識管理風(fēng)險(xiǎn)評價(jià).科學(xué)學(xué)研究J, 2008(8):774-7796 劉希宋, 成勇. 基于神經(jīng)網(wǎng)絡(luò)的科技成果轉(zhuǎn)化評價(jià). 科技進(jìn)步與對策J，2007(1):47-49重點(diǎn)項(xiàng)目：2007年