创新合作伙伴的SVM-TOPSIS优选决策分析

• 作者: 吴彪 张路蓬 邵明晖
• 来源期刊: 哈尔滨工程大学学报
• 学科: 工学
• 关键词: 支持向量机 直觉模糊集 TOPSIS 创新合作伙伴 决策
• 年，卷（期）: 2018,（1）
• 页码范围: 179-186
• 页数: 8页
• 分类号: C934|TP391.6
• 字数: 6173字
• 语种: 中文
• DOI: 10.11990/jheu.201705044

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴彪	黑龙江工程学院经济管理学院	63	370	10.0	17.0
2	邵明晖	哈尔滨工程大学经济管理学院	15	28	3.0	4.0
4	张路蓬	清华大学公共管理学院	10	117	6.0	10.0