本文關(guān)鍵詞：基于GRNN-DEMATEL的工業(yè)化對信息化促進(jìn)效率影響因素分析　出處：《科研管理》2017年07期 　論文類型：期刊論文

  更多相關(guān)文章： GRNN-DEMATEL 工業(yè)化對信息化的促進(jìn)效率 影響因素

【摘要】：本文研究了工業(yè)化對信息化促進(jìn)效率的影響因素,提出了GRNN-DEMATEL方法,并將其應(yīng)用到工業(yè)化對信息化促進(jìn)效率影響因素的識別中。本文利用超效率DEA模型計算了工業(yè)化對信息化的促進(jìn)效率,然后利用GRNN神經(jīng)網(wǎng)絡(luò)計算目標(biāo)指標(biāo)和影響因素指標(biāo)之間的權(quán)值來得到直接關(guān)聯(lián)矩陣,然后利用傳統(tǒng)DEMATEL方法分析工業(yè)化對信息化促進(jìn)效率的影響因素。本文利用GRNN-DEMATEL分析了2003年至2011年我國工業(yè)化對信息化促進(jìn)效率的影響因素,結(jié)果表明工業(yè)企業(yè)的研發(fā)效率是對促進(jìn)效率影響最大的因素。
[Abstract]:This paper studies the influence factors of industrialization on the efficiency of informatization, and puts forward the GRNN-DEMATEL method. And it is applied to the identification of the factors of industrialization to promote the efficiency of informatization. This paper calculates the promotion efficiency of industrialization to informatization by using the super-efficiency DEA model. Then the GRNN neural network is used to calculate the weights between the target index and the influence factor index to obtain the direct correlation matrix. Then we use the traditional DEMATEL method to analyze the influence factors of industrialization on the efficiency of informatization. This paper uses GRNN-DEMATEL to analyze the industrialization of China from 2003 to 2011. The influencing factors of informatization promoting efficiency. The results show that R & D efficiency of industrial enterprises is the most important factor to promote efficiency.
【作者單位】： 大連理工大學(xué)管理與經(jīng)濟(jì)學(xué)部;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(71171033;71372085)
【分類號】：F424;F49
【正文快照】： 1引言近年來,工業(yè)化與信息化成為中國轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式的國家戰(zhàn)略,2002年國家提出要以信息化帶動工業(yè)化,以工業(yè)化促進(jìn)信息化,走新型工業(yè)化發(fā)展道路,2007年國家提出要促進(jìn)工業(yè)化與信息化的融合以促進(jìn)工業(yè)做大做強(qiáng)。但是經(jīng)過多年的發(fā)展,中國工業(yè)化與信息化的融合達(dá)到了什么程度?

【相似文獻(xiàn)】

相關(guān)期刊論文 前6條

1 盧金娜;胡紅萍;白艷萍;;Application of multi-GRNN with a gating network in stock prices forecast[J];Journal of Measurement Science and Instrumentation;2012年04期

2 張吉剛;;GRNN網(wǎng)絡(luò)在企業(yè)盈利能力預(yù)測中的應(yīng)用[J];咸寧學(xué)院學(xué)報;2008年06期

3 趙旭;談建平;;基于GRNN神經(jīng)網(wǎng)絡(luò)的干散貨運(yùn)力供給預(yù)測研究[J];中國水運(yùn)(理論版);2007年01期

4 杜愛玲;武敬;;神經(jīng)網(wǎng)絡(luò)在股市預(yù)測中的應(yīng)用——基于BP,RBF與GRNN[J];經(jīng)營管理者;2014年11期

5 魏海;秦博;彭建;金鑫;;基于GRNN模型與鄰域計算的低丘緩坡綜合開發(fā)適宜性評價——以烏蒙山集中連片特殊困難片區(qū)為例[J];地理研究;2014年05期

6 ;[J];;年期

相關(guān)會議論文 前10條

1 銀濤;俞集輝;;基于GRNN的電力系統(tǒng)短期負(fù)荷預(yù)測[A];第十屆全國電工數(shù)學(xué)學(xué)術(shù)年會論文集[C];2005年

2 Ziwen Leng;Junwei Gao;Yong Qin;Xin Liu;Jing Yin;;Short-term Forecasting Model of Traffic Flow Based on GRNN[A];第25屆中國控制與決策會議論文集[C];2013年

3 陳其紅;闞樹林;秦臻;;基于廣義回歸神經(jīng)網(wǎng)絡(luò)(GRNN)的設(shè)備可靠性預(yù)測[A];2011年全國機(jī)械行業(yè)可靠性技術(shù)學(xué)術(shù)交流會暨第四屆可靠性工程分會第三次全體委員大會論文集[C];2011年

4 柴毅;凌睿;;基于參數(shù)優(yōu)化與GRNN逼近的非線性PID控制[A];第二十六屆中國控制會議論文集[C];2007年

5 徐中;張敬瑩;趙小波;;基于GRNN的粘彈材料阻尼性能的預(yù)測[A];第六屆中國功能材料及其應(yīng)用學(xué)術(shù)會議論文集（10）[C];2007年

6 王小輝;王琪潔;;基于廣義回歸神經(jīng)網(wǎng)絡(luò)的日長變化的高精度預(yù)報[A];中國天文學(xué)會2011年學(xué)術(shù)年會手冊[C];2011年

7 馬珊;龐永杰;張鐵棟;;基于GRNN的聲圖像特征研究[A];第十五屆中國海洋（岸）工程學(xué)術(shù)討論會論文集(上)[C];2011年

8 陳端;曹陽;梅一韜;仲云飛;吳邦彬;;GRNN神經(jīng)網(wǎng)絡(luò)在大壩滲流預(yù)測中的應(yīng)用[A];2012年中國水力發(fā)電工程學(xué)會大壩安全監(jiān)測專委會年會暨學(xué)術(shù)交流會論文集[C];2012年

9 李慧英;李曉奇;;旅游需求預(yù)測分析——對比GRNN與多元回歸分析方法的應(yīng)用[A];第四屆中國智能計算大會論文集[C];2010年

10 陳欣;肖建華;欒培賢;徐強(qiáng);王洪斌;;基于BP與GRNN神經(jīng)網(wǎng)絡(luò)的PRRS預(yù)測模型的研究[A];中國畜牧獸醫(yī)學(xué)會信息技術(shù)分會2012年學(xué)術(shù)研討會論文集[C];2012年

相關(guān)碩士學(xué)位論文 前8條

1 趙煥;輕涂紙涂布量測定方法的實(shí)驗(yàn)研究[D];天津科技大學(xué);2013年

2 董江偉;風(fēng)速相似性形態(tài)研究及其在短期風(fēng)速預(yù)測中的應(yīng)用[D];南京信息工程大學(xué);2016年

3 陳曦;基于ARCH-因子分析-GRNN組合技術(shù)的中國跨國公司匯率風(fēng)險預(yù)測模型構(gòu)建[D];北京外國語大學(xué);2016年

4 張宇;一種新型GRNN神經(jīng)網(wǎng)絡(luò)的制冷壓縮機(jī)銷售預(yù)測研究[D];上海交通大學(xué);2015年

5 羅安飛;貴州省社會發(fā)展水平評價研究[D];貴州民族大學(xué);2016年

6 李孟杰;基于GRNN神經(jīng)網(wǎng)絡(luò)的船舶柴油機(jī)排放預(yù)測的研究[D];集美大學(xué);2016年

7 金帥軍;基于GRNN神經(jīng)網(wǎng)絡(luò)的農(nóng)作物蟲害量預(yù)測系統(tǒng)設(shè)計[D];內(nèi)蒙古工業(yè)大學(xué);2013年

8 任茹香;基于GRNN的變權(quán)重組合預(yù)測模型在傳染病發(fā)病率預(yù)測中的應(yīng)用[D];浙江大學(xué);2011年

，

本文編號：1414961