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(jìn)行舉報(bào)或認(rèn)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(xiàng)目以便最大程度地利用資源,同時也使得創(chuàng)新項(xiàng)目組合管理的重要性逐漸凸顯。創(chuàng)新項(xiàng)目組合的成功可以通過創(chuàng)新項(xiàng)目組合管理完成項(xiàng)目組合戰(zhàn)略目標(biāo)的程度即創(chuàng)新項(xiàng)目組合績效來呈現(xiàn)。要保證有著較高創(chuàng)新項(xiàng)目組合績效就需要對創(chuàng)新項(xiàng)目組合管理的整個過程進(jìn)行管控,及時地發(fā)現(xiàn)影響成功的關(guān)鍵因素。創(chuàng)新項(xiàng)目組合的成功受到高管參與、項(xiàng)目經(jīng)理勝任力、項(xiàng)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(fù)
2、雜的非線性因果關(guān)系。然而,傳統(tǒng)的績效預(yù)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(xiàng)目組合績效進(jìn)行預(yù)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(yù)測準(zhǔn)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(xiàng)目組合績效預(yù)測的方法框架。首先,通過問卷調(diào)查識別創(chuàng)新項(xiàng)目組合績效的影響因子,建立項(xiàng)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(jìn)行模型參數(shù)估計(jì),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(xué)習(xí)預(yù)測創(chuàng)新項(xiàng)目組合績效。此外,將本文所提出的方法應(yīng)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(jì)算了人工神經(jīng)網(wǎng)絡(luò)、樹擴(kuò)展的貝葉斯分類器結(jié)構(gòu)學(xué)習(xí)的網(wǎng)絡(luò)結(jié)構(gòu)、K2算法結(jié)構(gòu)學(xué)習(xí)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(xiàng)目組合績效預(yù)測的平均準(zhǔn)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(yù)覽,若沒有圖紙預(yù)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(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。
最新文檔
- 基于貝葉斯網(wǎng)絡(luò)的預(yù)測模型研究.pdf
- 基于周期的貝葉斯網(wǎng)絡(luò)預(yù)測模型.pdf
- 基于貝葉斯網(wǎng)絡(luò)的內(nèi)部威脅預(yù)測模型.pdf
- 基于貝葉斯網(wǎng)絡(luò)組合模型的上市公司財(cái)務(wù)困境預(yù)測研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)的動態(tài)預(yù)測模型研究及其應(yīng)用.pdf
- 基于貝葉斯方法的網(wǎng)絡(luò)廣告預(yù)測模型研究.pdf
- 動態(tài)Poisson模型及其貝葉斯預(yù)測.pdf
- 基于貝葉斯博弈的攻擊預(yù)測模型.pdf
- 基于貝葉斯理論的投資組合模型研究.pdf
- 貝葉斯動態(tài)組合預(yù)測方法及應(yīng)用.pdf
- 基于貝葉斯網(wǎng)絡(luò)的用戶模型研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)人體摔倒預(yù)測的研究.pdf
- 貝葉斯網(wǎng)絡(luò)研究.pdf
- 貝葉斯網(wǎng)絡(luò)
- 基于貝葉斯網(wǎng)絡(luò)的互動故事模型.pdf
- 基于貝葉斯網(wǎng)絡(luò)的動態(tài)信任模型研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)的智能檢索模型.pdf
- 基于貝葉斯網(wǎng)絡(luò)的本體映射模型的研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)的NBA比分預(yù)測和球員能力評估模型.pdf
- 基于智能優(yōu)化的貝葉斯網(wǎng)絡(luò)分類模型研究.pdf
評論
0/150
提交評論