這種情況下， 神經網路技術就有其特有的優勢， 以其並行分布、自組織、自適應、自學習和容錯性等優良性能， 可以較好地適應技術創新預測和評估這類多因素、不確定性和非線性問題， 它能克服上述各方法的不足。本項目以bp神經網路作為基於多因素的技術創新預測和評估模型構建的基礎， bp神經網路由輸入層、隱含層和輸出層構成， 各層的神經元數目不同， 由正向傳播和反向傳播組成， 在進行產品技術創新預測和評估時， 從輸入層輸入影響產品技術創新預測值和評估值的n個因素信息， 經隱含層處理後傳入輸出層， 其輸出值y即為產品技術創新技術性能指標的預測值或產品技術創新的評估值。這種n個因素指標的設定， 考慮了概括性和動態性， 力求全面、客觀地反映影響產品技術創新發展的主要因素和導致產品個體差異的主要因素， 儘管是黑匣子式的預測和評估， 但事實證明它自身的強大學習能力可將需考慮的多種因素的數據進行融合， 輸出一個經非線性變換後較為精確的預測值和評估值。
據文獻查閱， 雖然在技術創新預測和評估的現有原理和方法的改進和完善方面有一定的研究，如文獻[08]、[09]、[11]等， 但尚未發現將神經網路套用於技術創新預測與評估方面的研究， 在當前產品的市場壽命周期不斷縮短、要求企業不斷推出新產品的經濟條件下， 以神經網路為基礎來建立產品技術創新預測與評估模型， 是對技術創新定量預測和評估方法的有益補充和完善。
三、論文預期成果的理論意義和套用價值
本項目研究的理論意義表現在: (1) 探索新的技術創新預測和評估技術， 豐富和完善技術創新預測和評估方法體系; (2) 將神經網路技術引入技術創新的預測和評估， 有利於推動技術創新預測和評估方法的發展。
本項目研究的套用價值體現在: (1) 提供一種基於多因素的技術創新定量預測技術， 有利於提高預測的正確性; (2)提供一種基於bp神經網路的綜合評估方法， 有利於提高評估的科學性; (3) 為企業的技術創新預測和評估工作提供新的方法論和實用技術。
四、課題研究的主要內容
研究目標：
以bp神經網路模型為基礎研究基於多因素的技術創新預測和評估模型， 並建立科學的預測和評估指標體系及設計相應的模型計算方法， 結合企業的具體實際， 對指標和模型體系進行實證分析， 使研究具有一定的理論水平和實用價值。
研究內容：
1、影響企業技術創新預測和評佑的相關指標體系確定及其量化和規範化。從企業的巨觀環境和微觀環境兩個方面入手， 密切結合電子商務和知識經濟對企業技術創新的影響， 系統綜合地分析影響產品技術創新的各相關因素， 建立科學的企業技術創新預測和評估指標體系， 並研究其量化和規範化的原則及方法。
2、影響技術創新預測和評估各相關指標的相對權重確定。影響技術創新發展和變化各相關因素在輸入預測和評估模型時， 需要一組決定其相對重要性的初始權重， 權重的確定需要基本的原則作支持。
3、基於bp神經網路的技術創新預測和評估模型研究。 根據技術創新預測的特點， 以bp神經網路為基礎， 構建基於多因素的技術創新預測和評估模型。
4、基於bp神經網路的技術創新預測和評估模型計算方法設計。根據基於bp神經網路的技術創新預測和評估模型的基本特點， 設計其相應的計算方法。
5、基於bp神經網路的技術創新預測和評估模型學習樣本設計。根據相關的歷史資料， 構建基於bp神經網路的技術創新預測和評估模型的學習樣本， 對預測和評估模型進行自學習和訓練， 使模型適合實際情況。
6、基於bp神經網路的技術創新預測和評估技術的實證研究。以一般企業的技術創新預測與評估工作為背景， 對基於bp神經網路的技術創新預測和評估技術進行實證研究。
創新點：
1、建立一套基於電子商務和知識經濟的技術創新預測和評估指標體系。目前，在技術創新的預測和評估指標體系方面， 一種是採用傳統的指標體系， 另一種是採用國外先進國家的指標體系， 如何結合我國實際當前經濟形勢， 參考國外先進已開發國家的研究工作， 建立一套適合於我國企業技術創新預測和評估指標體系， 此為本研究要做的首要工作， 這是一項創新。
2、研究基於bp神經網路的技術創新預測和評估模型及其計算方法。神經網路技術具有並行分布處理、自學習、自組織、自適應和容錯性等優良性能， 能較好地處理基於多因素、非線性和不確定性預測和評估的現實問題， 本項目首次將神經網路技術引入企業的技術創新預測和評估， 這也是一項創新。