创新合作伙伴的SVM-TOPSIS优选决策分析

被引：7

作者：

邵明晖 ^{[1
,2
]}

吴彪 ^{[2
]}

张路蓬 ^{[3
]}

机构：

[1] 哈尔滨工程大学经济管理学院

[2] 黑龙江工程学院经济管理学院

[3] 清华大学公共管理学院

来源：

哈尔滨工程大学学报 | 2018年 / 39卷 / 01期

基金：

黑龙江省自然科学基金;

关键词：

支持向量机; 直觉模糊集; TOPSIS; 创新合作伙伴; 决策;

D O I：

暂无

中图分类号：

O225 [对策论（博弈论）]; TP18 [人工智能理论];

学科分类号：

070105 ; 1201 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对协同创新过程中不同阶段的特征,基于支持向量机(SVM)与直觉模糊集理论,构建了创新合作伙伴的两阶段选择指标体系及"初选——精选与优化"决策模型。初选阶段,针对初选合作指标体系,利用SVM缩小创新合作伙伴的选择范围;精选与优化阶段,在充分考虑协同创新过程中的创新伙伴多属性、群体决策性等特征的基础上,利用直觉模糊集TOPSIS法,最终确定协同创新合作伙伴。最后,通过对某医药企业创新合作伙伴选择的算例分析,证明了该决策模型的可行性,为协同创新合作伙伴的优选问题提供新的决策思路与方法。

引用

页码：179 / 186

页数：8

共 33 条

[1] 战略性新兴产业技术创新联盟合作伙伴选择研究——基于PLS-SEM模型的实证分析 [J].