黃嘉煜 任雯菁 黃勇
摘 要:高新技術特征決定高新技術固化與擴散具有復雜多變性,與市場和產(chǎn)業(yè)發(fā)展需求相比有較大差距,主要體現(xiàn)在不能完全跟上技術研發(fā)節(jié)奏。若能有一套選擇機制適用于高新技術中關鍵技術的確定,從高新技術研發(fā)階段就展開相關工作,將有效提高高新技術成果產(chǎn)業(yè)化成功率。面對高新技術產(chǎn)業(yè)化過程中產(chǎn)生的海量技術方案提出一種選擇模型,采用信息熵理論計算待選方案各影響因素的權重系數(shù),進而選出最合適的技術方案,以期盡量減少決策過程中的人為主觀性,達到規(guī)避技術創(chuàng)新風險、促進企業(yè)發(fā)展的目的。
關鍵詞:信息熵;高新技術;決策模型;決策算法
DOI:10. 11907/rjdk. 201778 開放科學(資源服務)標識碼(OSID):
中圖分類號:TP301文獻標識碼:A 文章編號:1672-7800(2020)008-0105-04
Abstract: The characteristics of high and new technology determine the complexity and variability of the solidification and diffusion of high and new technology. Compared with the demand of market and industrial development, there is still a big gap between the current development and the demand of market and industrial development. It is mainly reflected in that it cannot completely keep up with the pace of technological research and development. If a set of selection mechanism is suitable for the determination of high-tech key technology scheme, then relevant work can be carried out from the stage of high-tech research and development, which will effectively improve the success rate of industrialization of high-tech achievements. In the face of a large number of technical solutions produced in the process of high-tech industrialization, this paper attempts to put forward a selection model for how to determine the high-tech key technology scheme. The weight coefficient of each influencing factor of the scheme to be selected is calculated by using the information entropy theory, and then the most appropriate technical scheme is selected, so as to minimize the human subjectivity in the decision-making process, so as to ensure the enterprise's own benefit and development and avoid the risk of technological innovation.
Key Words: information entropy, high technology, decision-making model,decision-making algorithm
0 引言
高新技術產(chǎn)品技術性能復雜,一般需要在廣泛利用現(xiàn)代科技成果基礎上,以高昂的投入支持知識開拓和積累,不斷進行技術創(chuàng)新,用于研究開發(fā)產(chǎn)品的經(jīng)費高達總銷售額的10%~30%[1-2]。從原始技術研究階段就要面對無數(shù)備選方案,研究人員需花費大量的時間和精力才能取得成功,而且常常會遇到不可避免的失敗。有些方案在取得時甚至還看不出它有任何應用前景,即使選出了目標方案,為保證產(chǎn)品穩(wěn)定性進行的研發(fā)和中試工作產(chǎn)生的衍生方案可能比原始階段高出數(shù)倍到數(shù)十倍、甚至上百倍。其探索處于科學前沿,成敗難以事先預測,要么取得巨大成功,要么釀成嚴重失利。即使研發(fā)成功,也只是為產(chǎn)業(yè)化發(fā)展提供了可能。欲在產(chǎn)業(yè)化階段完成大量而穩(wěn)定的生產(chǎn),還要考慮原材料、生產(chǎn)、市場開發(fā)以及消費者培育等各方面復雜多變的因素[3-4]。因此,在高新技術研發(fā)到產(chǎn)業(yè)化全過程中將產(chǎn)生數(shù)量眾多的技術方案。
高新技術與單項的先進技術或新興技術不同,不具體指某項技術本身,而是與產(chǎn)品和產(chǎn)業(yè)相聯(lián)系,高新技術只有產(chǎn)業(yè)化才能實現(xiàn)自身價值。任何高新技術成果要實現(xiàn)產(chǎn)業(yè)化、形成新的經(jīng)濟增長點,必須在技術研究階段就開展固化關鍵技術為標準的研究,只有這樣才能有力支撐技術成果產(chǎn)業(yè)化。因而如何從海量、未知成熟的技術方案中選擇最合適的技術成為關鍵[5-6]。
現(xiàn)階段高新關鍵技術的組織管理和創(chuàng)新機制建設力度不夠,不能滿足技術研發(fā)要求,若能有一套選擇機制適用于高新關鍵技術的指標確定,將有效促進高新技術發(fā)展。本文嘗試對高新關鍵技術方案確定問題提出一種決策模型,采用信息熵理論計算待選方案各影響因素的權重系數(shù),得出綜合評分。通過比較綜合評分選出最合適的技術方案,盡量減少決策過程中的人為主觀性,讓選擇過程更加科學合理,從而達到保證企業(yè)自身效益和發(fā)展,規(guī)避技術創(chuàng)新風險的目的。
1 技術需求概述
隨著世界經(jīng)濟向區(qū)域化、全球化發(fā)展,現(xiàn)代科學技術以令人驚嘆的速度發(fā)展,在生產(chǎn)、貿(mào)易中的作用日益凸顯,對高新科技型企業(yè)是機遇也是挑戰(zhàn)。企業(yè)一方面需要依靠創(chuàng)新?lián)屨际袌鲒A得利潤,另一方面面臨投入巨額創(chuàng)新資金的成果生命周期縮短的風險,即使是國際知名公司,面對市場競爭巨大的挑戰(zhàn),也會出現(xiàn)技術戰(zhàn)略決策失誤陷入困境,甚至面臨淘汰的境地。
現(xiàn)有用于技術方案選擇的方法主要有目標法、成本—效用分析法、決策樹形法、可行性分析法、SWOT分析法、層次分析法等,雖然學者從不同維度進行研究,在不同程度上作了改進,使之更科學、簡單、合理,但仍停留在定性分析層面,缺乏量化指標支持,難以令人信服。有些方法是基于一些假設前提建立的,在實際中并不存在,得到的結(jié)果很大程度上受專家主觀性影響;有的雖然列出了內(nèi)外部因素,嘗試定量分析,但進行到最后仍需依賴研究人員的個人經(jīng)驗、能力和定性分析給出評價標準,對主觀選擇的依賴性不可避免帶來人為誤差。
高新技術企業(yè)所處的內(nèi)、外部環(huán)境復雜,對確定技術指標的影響不是簡單用“好”“不好”“一般”等若干種簡單評價就可囊括,且很多時候短期內(nèi)可能發(fā)生巨大變化。這種動態(tài)性和不確定性注定在確定技術指標時需要及時根據(jù)實際情況進行調(diào)整,因而提高了指標確定難度。用傳統(tǒng)方法確定影響因素并分析其對各技術方案的影響程度面臨較大困難和障礙。
通常一個新產(chǎn)品發(fā)明后有多個不同的技術路線生產(chǎn)該產(chǎn)品。大量技術存在于同一個產(chǎn)品周期中,帶來多樣化和創(chuàng)新性,也帶來技術的不確定性。按照傳統(tǒng)思路,適用的技術方案甄別不是一個簡單過程。出于商業(yè)動機,企業(yè)可能會不作詳細分析而僅憑以往的經(jīng)驗選擇認為合適的技術,而實際上產(chǎn)生的效益較低。這種非技術演進的最優(yōu)選擇可能會產(chǎn)生路徑依賴效應,從而阻礙創(chuàng)新。
企業(yè)在生產(chǎn)過程中需要在大量可行的技術方案中選擇最優(yōu)的、最利于企業(yè)自身發(fā)展的方案,以保證企業(yè)自身的效益和發(fā)展,規(guī)避技術創(chuàng)新風險。因此,技術方案選擇就具有決定性作用。
2 基于信息熵的權重分析
信息熵是信息論中的一個重要指標,由美國數(shù)學家香農(nóng)(Shanon C.E)在1948年提出。借用熱力學中熵的概念描述信息的不確定性,銷毀信息是不可逆過程,產(chǎn)生信息是產(chǎn)生負熵的過程,也就是說信息熵是衡量信息不確定性或混亂程度的指標。
在大數(shù)據(jù)背景下相關關系理論備受關注,通過應用相關關系可以更容易、更快捷、更清楚地分析事物。相關關系強指當一個數(shù)據(jù)值增加時,另一個數(shù)據(jù)值很可能也隨之增加;相關關系弱意味著當一個數(shù)據(jù)值增加時,另一個數(shù)據(jù)值幾乎不發(fā)生變化。采用信息熵理論,可以描述某個影響因素與技術方案之間的客觀變化規(guī)律[7-9]。假設在歷史數(shù)據(jù)中,影響因素A經(jīng)常和方案F一起發(fā)生,那么在進行方案決策時,只需考慮因素A就可預測方案F的目標,這有助于選擇最終方案。若有m個待選方案,n個需考慮的影響因素,那么所形成的原始數(shù)據(jù)矩陣中包含的信息越多,概率越大,信息熵就越小,其權重系數(shù)就越大。因此,可利用信息熵計算各影響因素的權重,并依此選出最終方案。
3 關鍵技術方案決策模型構(gòu)建
對于高新技術企業(yè),從產(chǎn)品設計、原材料采購、工藝規(guī)程制定到形成成品,環(huán)節(jié)眾多,在產(chǎn)業(yè)化全過程中,由于各個環(huán)節(jié)的相容性、匹配性、可行性、重復性和科學性等問題,如果僅僅考慮單個環(huán)節(jié)的最佳方案并進行簡單組合,得到的結(jié)果可能對全過程來說并不是最優(yōu)。有時即使理論上最優(yōu),在外界不可控或可控環(huán)境因素、資源調(diào)配、技術與市場匹配性等各種因素影響下,效果并不能達到最優(yōu)。因此,針對高新技術企業(yè)在不同情景下多環(huán)節(jié)甚至全過程技術方案選擇、技術標準指標確定問題,本文提出一種方案鏈選擇方法。該方法綜合考慮環(huán)節(jié)與環(huán)節(jié)之間方案的相容性、匹配性、可行性和科學性,在對某一個或多個標準指標進行決策時,將標準指標分為多個屬性,給出多個決策方案[10-13],并利用信息熵這種客觀賦權法確定權重,得出方案的綜合屬性值后,根據(jù)綜合屬性值大小進行方案選擇,得到最優(yōu)方案鏈,使效果總和達到最優(yōu)。
3.1 模型構(gòu)建
關鍵技術方案決策模型構(gòu)建方法如下:
(1)假設高新技術產(chǎn)業(yè)化過程分為m個環(huán)節(jié),將每個環(huán)節(jié)最符合預期目標的n個方案選出,得到每個環(huán)節(jié)的方案子集 [Fi={fi1,fi2, ,fin}]。
(2)將所有環(huán)節(jié)的方案子集 [Fi] 合并在一起,構(gòu)成一個新的、針對全過程的方案集,將其記作 [P=F1 F2 ? ][Fm={p1,p2, ,pt}]。
(3)獲取不同時間、不同環(huán)境下的歷史數(shù)據(jù)。依據(jù)上述方案集確定影響方案選擇的各影響因素,構(gòu)成因素集 [V={V1,V2, ,Vk}]。
(4)通過測度確定技術方案[pi]在因素[vj]下的屬性值 [sij],建立指標體系,構(gòu)造矩陣[S=(sij)t×k]。
3.2 關鍵技術方案決策模型求解
模型建立后需對其進行修正和規(guī)范化處理,再確定權重向量,經(jīng)計算后得到技術方案綜合排序,具體步驟如下:
(1)對矩陣進行修正處理。因素[vi]與[vj]之間往往是相互關聯(lián)的[14-17],所以必須考慮因素[vi]的變化對因素[vj]產(chǎn)生的影響。有時這個影響是正面的,有時是負面的,有時因為相互獨立而沒有影響。例如,當企業(yè)在考慮一個技術方案是否可行時,會考慮這個方案的經(jīng)濟效益和政治效益,假設因素[vi]是經(jīng)濟效益,因素[vj]是政治效益,政治效益是決定、制約和影響企業(yè)經(jīng)濟效益極其重要的因素,一個好的政策能帶來好的經(jīng)濟效益,那么肯定會從正面提高它的政治效益,即因素[vi]的變化會對因素[vj]帶來影響。
因此,需確定因素[vi]對[vj]的影響度[yij],構(gòu)成影響度矩陣 [Y=(yij)k×k]。當因素[vi]對[vj]的影響是正面時,[yij]值為正;當因素[vi]對[vj]的影響是負面時,[yij]值為負;當因素[vi]和[vj]相互獨立時,[yij]值為0。[yij]的具體數(shù)值依據(jù)歷史數(shù)據(jù)統(tǒng)計得出。
(4)對規(guī)范矩陣[R] 第i行的屬性值進行集結(jié),得到技術方案[pi] 的綜合屬性值[z(pi)],按[z(pi)]的大小對子集[Fi]中的方案排序。將子集[Fi]按優(yōu)劣順序選擇子方案[fixi],得到方案鏈[Mf=f1x1+f2x2+ +fmxm],計算方案鏈的綜合屬性值 [z(Mf)]。
(5)對方案鏈排序,選出最優(yōu)的方案鏈,即[z(Mf)]為最大值的方案鏈。
4 算例分析
4.1 問題描述
某高科技公司為設計一個無人機系統(tǒng),在研發(fā)設計環(huán)節(jié)對現(xiàn)有技術進行革新改造,達到提高飛行高度、負載能力、抗風等級、降低操作難度和能耗的目的,現(xiàn)有4個技術方案fi(i=1,2,3,4)待選。為選出最合適的方案,依據(jù)本文構(gòu)建的決策模型,并考慮動力性能(v1)、飛行性能(v2)、重量指標(v3)、遙控性能(v4)和強度要求(v5)5項重要性能指標(影響因素),通過歷史數(shù)據(jù)依據(jù)測度得到每個方案在各影響因素下的屬性值,如表1所示。
4.4 比較分析
將兩個權重向量對比不難發(fā)現(xiàn),專家對各影響因素的重要性評判和單純依靠數(shù)據(jù)信息熵得到的結(jié)果有較大出入。動力性能和飛行性能依據(jù)專家意見所占權重最大,但通過信息熵計算可知,權重占比最大的應該是重量指標。這是因為無人機民用領域尚屬起步階段,決策專家受限于個人經(jīng)驗、能力和定性分析會造成人為誤差。考慮到待選技術方案受多種性能指標影響,具有不確定性,不能簡單判斷哪種方案更合適,因此通過計算信息熵確定權重進而選出最終方案更合適。
5 結(jié)語
本文嘗試為高新技術產(chǎn)業(yè)化提供一個關鍵技術最優(yōu)方案的選擇模型,以達到快速確定技術指標、促進高新技術發(fā)展的目的。該方法將高新技術產(chǎn)業(yè)化過程簡化成多個環(huán)節(jié),確定各個環(huán)節(jié)符合預期的方案并形成方案集,在綜合考慮多方面影響因素前提下建立方案選擇模型。通過求解得出每個環(huán)節(jié)技術方案的綜合排序,最后確定最優(yōu)技術方案鏈,通過最優(yōu)技術方案鏈確定技術指標。該方法有助于減少決策過程中的人為主觀性,讓整個選擇過程更加科學合理,從而達到保證企業(yè)自身效益和發(fā)展,規(guī)避技術創(chuàng)新風險的目的。但本研究還未涉及許多深層次問題,如對方案間關聯(lián)的深入研究,目前只作了簡單探討;時間因素的影響尚未考慮,若能將屬性權重及屬性間關聯(lián)隨時間的改變進行深入研究,可使技術指標選擇結(jié)果更科學合理;由于考慮了屬性之間的關聯(lián)性,使得靈敏度分析更為復雜,而靈敏度分析對衡量決策結(jié)果有重要作用。后續(xù)將進行更深入的研究,在盡可能不增加復雜度的基礎上完善本文模型,以期能更好地解決實際問題。
參考文獻:
[1] 楚爾鳴,李勇輝. 高新技術產(chǎn)業(yè)經(jīng)濟學[M]. 北京:中國經(jīng)濟出版社,2005.
[2] 李赫. 高科技產(chǎn)業(yè)的經(jīng)濟學特點及政策建議[J]. 現(xiàn)代經(jīng)濟信息, 2016,15(4):348-349.
[3] 周文婷. 高新技術企業(yè)技術創(chuàng)新能力評價[D]. 南京:南京航空航天大學,2010.
[4] 孫強,吳振信,贠立艷. 高新技術企業(yè)特點及發(fā)展的影響因素分析[J]. 中國高新技術企業(yè), 2007, 15(1):22-24.
[5] 楊輝. 高新技術標準在產(chǎn)業(yè)化中的作用[J]. 科技與經(jīng)濟,2006,14(3):30-31.
[6] 何敦清, 張建瓴. 技術標準是科技成果產(chǎn)業(yè)化的必由之路[J]. 現(xiàn)代農(nóng)業(yè)裝備, 2014, 33(6):37-40.
[7] 羅進. 利用信息熵計算評價指標權重原理及實例[J]. 武漢紡織大學學報, 2014,13(6):86-89.
[8] 鄭亦寧. 基于信息熵的礦產(chǎn)資源承載力因素權重研究[J]. 中國科技縱橫,2019, 18(7):202-203.
[9] 劉亞良, 孫屹博, 鄒麗,等. 基于信息熵的鋁合金焊接接頭疲勞壽命分析方法[J]. 焊接學報, 2018, 39(4):67-72.
[10] HWANG, CHING LAI, YOON KWANGSUN. Multiple attribute decision making[M]. Springer Berlin Heidelberg, 1981.
[11] 劉樹林, 邱菀華. 多屬性決策基礎理論研究[J]. 系統(tǒng)工程理論與實踐, 1998,21(1):39-44.
[12] 徐澤水. 不確定多屬性決策方法及應用 [M]. 北京: 清華大學出版社, 2004.
[13] 徐澤水. 求解不確定型多屬性決策問題的一種新方法[J]. 系統(tǒng)工程學報, 2002,15(2):83-87.
[14] 章玲, 周德群. 基于關聯(lián)的多屬性決策分析理論研究綜述[J]. 管理評論, 2008,12(5):51-57.
[15] CARLSSON C, FULLER R. Multi objective linguistic optimization[J]. Fuzzy Sets & Systems, 2000, 115(1): 5-10.
[16] FELIX R. Relationships between goals in multiple attribute decision making[J]. Fuzzy Sets & Systems, 1994, 67(1):47-52.
[17] CHRISTER CARLSSON, ROBERT FULLER. On linear interdependences in MOP[C]. International Workshop on Current Issues in Fuzzy Technologies, CiteSeer, 1995.
[18] 徐澤水, 孫在東. 一類不確定型多屬性決策問題的排序方法[J]. 管理科學學報, 2002,25(3):35-39.
(責任編輯:杜能鋼)