企業(yè)創(chuàng)新項目組合績效預測的貝葉斯網(wǎng)絡(luò)模型研究.pdf_第1頁
已閱讀1頁,還剩64頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、為了維持長期的競爭優(yōu)勢,企業(yè)常常并行開展多個創(chuàng)新項目以便最大程度地利用資源,同時也使得創(chuàng)新項目組合管理的重要性逐漸凸顯。創(chuàng)新項目組合的成功可以通過創(chuàng)新項目組合管理完成項目組合戰(zhàn)略目標的程度即創(chuàng)新項目組合績效來呈現(xiàn)。要保證有著較高創(chuàng)新項目組合績效就需要對創(chuàng)新項目組合管理的整個過程進行管控,及時地發(fā)現(xiàn)影響成功的關(guān)鍵因素。創(chuàng)新項目組合的成功受到高管參與、項目經(jīng)理勝任力、項目組合管理流程等多因素的影響,且影響因素間不僅存在線性關(guān)系,也可能存在復

2、雜的非線性因果關(guān)系。然而,傳統(tǒng)的績效預測方法大部分只考慮影響因素間的線性因果關(guān)系或者本身就存在缺陷。
  本研究使用貝葉斯網(wǎng)絡(luò)對創(chuàng)新項目組合績效進行預測,然而,貝葉斯網(wǎng)絡(luò)在區(qū)分因果關(guān)系和虛假關(guān)系方面卻有著不足。為了解決這種不足且提高預測準確率,建立一個含潛變量的貝葉斯網(wǎng)絡(luò)模型,并提出創(chuàng)新項目組合績效預測的方法框架。首先,通過問卷調(diào)查識別創(chuàng)新項目組合績效的影響因子,建立項目組合績效的傳統(tǒng)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu);然后,基于貝葉斯網(wǎng)絡(luò)圖中變量間

3、的因果關(guān)系構(gòu)建變量間的假設(shè)因果關(guān)系模型,采用偏最小二乘法進行模型參數(shù)估計,并根據(jù)路徑系數(shù)的顯著性識別出虛假的因果關(guān)系,形成新的貝葉斯網(wǎng)絡(luò)模型;最后,通過參數(shù)學習預測創(chuàng)新項目組合績效。此外,將本文所提出的方法應用于收集的169份企業(yè)樣本數(shù)據(jù),并使用了十折交叉法計算了人工神經(jīng)網(wǎng)絡(luò)、樹擴展的貝葉斯分類器結(jié)構(gòu)學習的網(wǎng)絡(luò)結(jié)構(gòu)、K2算法結(jié)構(gòu)學習的網(wǎng)絡(luò)結(jié)構(gòu)以及偏最小二乘法優(yōu)化后的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)對創(chuàng)新項目組合績效預測的平均準確率,結(jié)果表明了本文所提出網(wǎng)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論