| 摘要 | 第1-3页 |
| ABSTRACT | 第3-6页 |
| 1. 绪论 | 第6-16页 |
| ·问题的提出 | 第6-8页 |
| ·研究的目的和意义 | 第8-10页 |
| ·国内外研究现状及其进展 | 第10-13页 |
| ·风险管理的起源及其理论研究 | 第10-11页 |
| ·技术创新风险评价国外研究现状 | 第11-12页 |
| ·技术创新风险评价的国内研究现状 | 第12-13页 |
| ·本文研究的方法、内容及研究思路 | 第13-16页 |
| ·研究方法 | 第13-14页 |
| ·研究的主要内容 | 第14页 |
| ·研究思路 | 第14-16页 |
| 2. 技术创新风险及其评价的理论基础 | 第16-23页 |
| ·技术创新风险的基本理论 | 第16-19页 |
| ·概念界定 | 第16页 |
| ·技术创新的风险特征 | 第16-17页 |
| ·企业技术创新风险种类及来源 | 第17-19页 |
| ·技术创新风险评价 | 第19-23页 |
| ·风险评价的一般理论 | 第19-21页 |
| ·技术创新风险评价过程 | 第21-23页 |
| 3. 技术创新项目风险评价方法的研究 | 第23-34页 |
| ·风险评价方法概述 | 第23-25页 |
| ·神经网络理论 | 第25-28页 |
| ·人工神经网络 | 第25-26页 |
| ·BP神经网络 | 第26-28页 |
| ·径向基函数(RBF)神经网络算法 | 第28-32页 |
| ·方法介绍 | 第28-31页 |
| ·径向基函数神经网络的特点 | 第31页 |
| ·RBF函数的应用现状 | 第31-32页 |
| ·MATLAB环境简介 | 第32-34页 |
| 4. E-RBF模型的构建 | 第34-53页 |
| ·建模机理研究 | 第34-35页 |
| ·结合专家经验的必要性 | 第34-35页 |
| ·选择RBF应用于技术创新项目风险评价的可行性分析 | 第35页 |
| ·技术创新风险评价指标体系的设计 | 第35-41页 |
| ·SMART原则的基本内容 | 第37-38页 |
| ·技术创新风险评价指标体系的建立 | 第38-41页 |
| ·E-RBF模型 | 第41-44页 |
| ·建模思路 | 第41页 |
| ·网络结构模型 | 第41-43页 |
| ·计算结构模型 | 第43-44页 |
| ·E-RBF神经网络模型的训练和测试 | 第44-51页 |
| ·E-RBF神经网络训练样本的数据采集及标准化 | 第45页 |
| ·在MATLAB环境下E-RBF神经网络训练的实现 | 第45-47页 |
| ·程序运行界面 | 第47-51页 |
| ·结论 | 第51-53页 |
| 5. 实例应用 | 第53-56页 |
| ·待评价技术创新项目简介 | 第53-54页 |
| ·风险评价模型的实例分析 | 第54-56页 |
| 6. 结论 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 附录一 | 第61-69页 |