服务于制造企业创新绩效评价的知识融合模型研究

作     者：李秉哲 

作者单位：哈尔滨工业大学 

学位级别：硕士

导师姓名：李力

授予年度：2014年

学科分类：12[管理学] 120202[管理学-企业管理（含：财务管理、市场营销、人力资源管理）] 0202[经济学-应用经济学] 02[经济学] 1202[管理学-工商管理] 020205[经济学-产业经济学] 07[理学] 070104[理学-应用数学] 0701[理学-数学] 

主      题：知识融合 粗糙集 创新绩效评价 

摘      要：自1995年以来，知识融合作为一个独立的研究领域，得到了长足的发展。虽然在基本理论构建方面尚不完善，但其在应用领域内的突出表现充分体现了知识融合的价值所在。在众多领域内的研究，已经证明了知识融合能够更好的帮助用户解决问题。因此，研究借助知识融合的手段对制造企业的创新绩效进行评价。使企业能够更好的了解当前创新状况，提升自身创新绩效。 本研究采用粗糙集理论和知识融合方法对制造企业创新绩效影响因素进行了研究。通过研究国内外创新绩效影响因素相关文献，并结合数据的可获得性，选取了创新绩效评价指标。参考近年来学者提出的利用粗糙集构建多知识库的初步想法，采用了模糊C均值聚类算法完成了连续属性的离散化，借助遗传算法对制造企业的创新绩效评价指标进行了属性约简，并引入粗糙集理论中的属性依赖度和属性重要度的概念，构建了多组企业创新绩效评价模型。再将评价模型与对应约简所形成的规则库相结合，共同组成了用于知识融合的知识源。然后，采用模糊积分的方法对多组创新绩效评价模型进行了融合，并建立了包括请求处理模块、信息搜集模块、多知识源构建模块、知识融合模块、结果反馈模块等主要功能模块在内的创新绩效最优决策融合模型。完成了服务于制造企业创新绩效评价的知识融合模型的相关研究工作。 最后，选取了159家在中小企业板上市的制造企业作为样本，对创新绩效最优决策融合模型进行了应用研究。研究结果表明经过知识融合的评价结果能够更加准确的判断企业的创新绩效。同时，还发现了企业规模和知识积累对创新绩效的影响最大，其中企业规模对创新绩效具有正向推动作用，而知识积累则与创新绩效呈现负相关性。