正文:=1;
(4)等级评价:得到近似最佳投影方向后,计算各等级样本点的投影值,建立等级评价方法,并对待评价样本进行归一化处理后计算其投影值,按等级评价标准,确定待评样本所属类别。
2 高新技术风险评价的指标体系
以产生风险的主要因素为依据,参考文献[2],对高技术项目投资风险进行综合评价时考虑的主要因素有以下几个方面:
(1) R&D 与技术风险:理论基础合理性,人才资源,信息资源,R&D 条件,技术适用性,技术配套性,技术生命周期,技术成熟性,技术先进性。
(2) 生产风险:生产设备水平,能源、原材料供应,生产人员构成。
(3) 市场风险:产品竞争力,潜在竞争影响,营销能力。
(4) 管理风险:企业组织合理性,决策的科学化,管理者素质和经验,资金供应。
(5) 环境风险:国家产业政策影响,宏观经济影响,自然环境,国际环境。
3 实例分析
为便于考察投影寻踪的评价效果,采用福建省经济开发创业中心对14个高新技术项目投资风险所做的评估为例,数据来源于文献[2],说明投影寻踪评价模型的应用。影响高技术项目投资风险的各风险指标中既有定性因素,又有定量因素,而且即使是定量因素,其量纲差异也很大。因此,对于各风险指标,采用专家打分的方法。打分分为:1.0,0.7,0.5,0.3,0.1 五个等级,分值顺序对应风险:{低,较低,一般,较高,高}。评分时专家充分审核、分析风险企业提交的商业计划,给出各风险指标的评分值,以衡量被评价项目在该指标上的表现及因此而可能引起的相关风险的大小。
采用样本数据,为便于与神经网络等方法进行比较,采用前10个样本用于投影寻踪分类建模求取最佳投影方法,后4组数据用于评价比较。采用基于matlab的遗传算法工具箱求解上述优化问题
[8],得最大投影指标函数值为1.04,最佳投影方向
a =[0.1821,0.0951,0.0552,-0.0470,0.2940,0.4971,0.1079,-0.0411,0.3084,0.2272,0.0793,0.3388,0.1962,0.0715,-0.0175,0.0484,0.0054,0.3190,0.2231,0.1367,0.0329,0.3434,0.0485],对11-14样本:计算值为:2.1722,2.9853,1.1256,1.5920。因此,样本项目的优劣顺序为:12>11>14>13,采用不同方法的评价结果具体见表1。
表1 不同方法的评价结果
项目编号 |
专家评分结果 |
神经网络[2,6] |
投影寻踪方法 |
11 |
排序2 |
排序2 |
排序2 |
12 |
排序1 |
排序1 |
排序1 |
13 |
排序4 |
排序4 |
排序4 |
14 |
排序3 |
排序3 |
排序3 |
从表1中可以看出,采用投影寻踪模型的评价结果与专家评分结果、人工神经网络评价所得结果是一致的,表明该模型有效地解决了样本排序选优的问题。
此外,为防止所选样本对模型应用造成影响,将14个样本全部用来建模,进行排序优选,来检验投影寻踪模型的有效性。方法同上,采用基于matlab的遗传算法工具箱求解上述14个样本的优化问题,得最大投影指标函数值为2.1452,最佳投影方向
a =[-0.0598,0.1138,0.1942,0.1953,0.1903,0.3396,0.0761,-0.1268, 0.2880,0.2061,0.1938, 0.3017,0.3350,0.1282,0.0129,0.1612,0.1415,0.0024,0.3103,0.2340,0.1780,0.3376,0.1028],基于上述最佳投影方向,对1-14样本的计算值为:3.3192,2.3381,1.6450,3.3191,3.3000,2.1844,3.3192,2.5030,2.5030,3.6126,2.5030,3.3196,1.1709,1.8453。按上述样本值进行排序:样本10>样本1、样本7>样本4>样本5>样本8、样本9>样本2>样本6>样本3,对11-14样本的排序为:样本12>样本11>样本14>样本13。专家评分和人工神经网络的评价结果见表2。
表 2 不同方法的评价结果
项目序号 |
专家评分 |
专家排序 |
神经网络评分 |
神经网络排序 |
本文方法 |
本文排序 |
1 |
0.861 |
2 |
0.8913 |
3 |
3.3192 |
2 |
2 |
0.604 |
8 |
0.7285 |
8 |
2.3381 |
6 |
3 |
0.460 |
10 |
0.6370 |
10 |
1.6450 |
8 |
4 |
0.827 |
3 |
0.9086 |
2 |
3.3191 |
3 |
5 |
0.713 |
5 |
0.8849 |
4 |
3.3000 |
4 |
6 |
0.571 |
9 |
0.6922 |
9 |
2.1844 |
7 |
7 |
0.766 |
4 |
0.8786 |
5 |
3.3192 |
2 |
8 |
0.641 |
7 |
0.7832 |
6 |
2.5030 |
5 |
9 |
0.683 |
6 |
0.7801 |
7 |
2.5030 |
5 |
10 |
0.931 |
1 |
0.9465 |
1 |
3.6126 |
1 |
11 |
0.647 |
② |
0.7721 |
② |
2.5030 |
② |
12 |
0.727 |
① |
0.8834 |
① |
3.3196 |
① |
13 |
0.340 |
④ |
0.4829 |
④ |
1.1709 |
④ |
14 |
0.488 |
③ |
0.6380 |
③ |
1.8453 |
③ |
2/3 首页 上一页 1 2 3 下一页 尾页