多源数据驱动的潜在颠覆性技术识别研究
技术创新是经济发展第一动力，而颠覆性技术作为技术创新的重要内容，是打破原有技术生命周期，构建新的技术轨道，以意想不到的方式取代现有主流技术的一类特殊技术。颠覆性技术能够实现社会技术体系的跃迁，改变技术产品性能，变革原有技术性能标准，对于军事、科技、产业等领域的高质量发展具有变革性意义。世界各国普遍重视颠覆性技术研发，并设计专门的组织或研发计划，旨在促进颠覆性技术发展，然而颠覆性技术发展具有高度不确定性，且研发过程漫长，研究在复杂的技术环境中及早准确识别颠覆性技术，对于加快颠覆性技术研发，掌握国际竞争发展先机具有重要意义。 本文主要针对潜在颠覆性技术识别问题展开分析和研究工作，首先对颠覆性技术识别的国内外研究成果进行了梳理，并简要阐述本文研究工作所涉及到的基本概念、理论与研究方法。其次，在对颠覆性技术内涵和特征等进行深入分析后，结合现有研究成果中涉及到的特征指标以及专家访谈意见，构建了包含5个一级指标和17个二级指标的潜在颠覆性技术特征指标体系，并对每种特征指标值的计算方法进行详细说明。然后，以传统BP神经网络作为基础识别模型，引入鲸鱼优化算法对其进行改进，提出了面向潜在颠覆性技术识别的CIWOA-BPNN智能模型。最后，以智能制造领域为例，收集相关多源数据来进行技术主题分析和潜在颠覆性技术识别，进而完成了识别模型在智能制造领域的分析验证。研究结果表明，本文所构建并提出的基于CIWOA-BPNN的潜在颠覆性技术识别模型在鲁棒性、泛化能力和收敛速度方面具有一定的优势。另外，根据潜在颠覆性技术识别的结果，本文还对智能制造领域颠覆性技术的发展趋势、技术体系和类型进行了分析和讨论。 本文所构建的潜在颠覆性技术特征指标体系主要由可计算性指标组成，能够为数据驱动的定量技术识别方法提供良好的理论参考。同时，本文扩展了神经网络在颠覆性技术识别问题研究中的应用，能够为采用非人工方法对颠覆性技术识别的研究工作提供新的思路。最后，本研究针对智能制造领域开展潜在颠覆性技术识别实证研究，研究结果不仅有助于更加准确地把握智能制造领域的时代发展机遇，提前布局科技战略，还能够为其他领域的颠覆性技术识别研究提供一定的理论参考。
颠覆性技术识别;多源数据驱动;智能制造;神经网络
西安石油大学
硕士
管理科学与工程
侯珂
2023
中文
O157.5
2023-08-28（万方平台首次上网日期，不代表论文的发表时间）