国防R&D项目的评估与中止决策

论述了对国防R&D项目进行评估及中止决策的重要意义 .探讨了神经网络方法用在国防R&D项目中期评估及中止决策的可行性 .提出了适用于国防口R&D项目评估及中止决策的BP多层神经网络方法 .选用了国防口正在进行研究的 52个项目作为实证分析案例 ,利用BP多层神经网络方法对之进行了分析处理 .分析结果识别出了影响国防口R&D项目发展前景的 6个重要因素 ,同时 ,对 52个项目进行了归类处理 ,并对该 52个国防口R&D项目作出了继续、暂停及中止研究的决策 .案例研究的结果表明 ,该方法实施较为方便、计算较为简单 ,其有效性令人满意 .

基于混合支持向量机的国防R&D项目中止决策方法

由于R&D活动的高风险性,对国防R&D项目开展中止决策研究具有重要的理论和现实意义.将传统R&D项目中止决策的解决途径分为两类:分类型和回归型.在分析这两种解决途径存在不足的情况下,考虑到国防R&D项目自身的特点,提出一种基于混合支持向量机(support vector machine,SVM)的项目中止决策方法;同时,针对模型的建立问题,提出采用交叉验证的方法,通过粒子群优化(particle swarm optimization,PSO)算法实现模型的优化选择.通过建立混合决策模型,可以得出项目中止决策的明确结论.应用分析表明,该方法能够同时实现对项目的分类和排序,较常用方法利用信息更为全面,得出结论更为细致,对实践中的项目中止决策具有较好的适应性.