畢業論文開題報告模板ppt

　　論文開題報告是論文寫作中十分重要的環節。下面是小編整理的幾篇畢業論文開題報告模板范文，歡迎閱讀參考。

　　畢業論文開題報告模板【1】

　　一、論文名稱、課題來源、選題依據

　　論文名稱:基于BP神經網絡的技術創新預測與評估模型及其應用研究

　　課題來源:單位自擬課題或省政府下達的研究課題

　　選題依據:

　　技術創新預測和評估是企業技術創新決策的前提和依據。

　　通過技術創新預測和評估, 可以使企業對未來的技術發展水平及其變化趨勢有正確的把握, 從而為企業的技術創新決策提供科學的依據, 以減少技術創新決策過程中的主觀性和盲目性。

　　只有在正確把握技術創新發展方向的前提下, 企業的技術創新工作才能沿著正確方向開展,企業產品的市場競爭力才能得到不斷加強。

　　在市場競爭日趨激烈的現代商業中, 企業的技術創新決定著企業生存和發展、前途與命運, 為了確保技術創新工作的正確性,企業對技術創新的預測和評估提出了更高的要求。

　　二、本課題國內外研究現狀及發展趨勢

　　現有的技術創新預測方法可分為趨勢外推法、相關分析法和專家預測法三大類。

　　(1)趨勢外推法。

　　指利用過去和現在的技術、經濟信息, 分析技術發展趨勢和規律, 在分析判斷這些趨勢和規律將繼續的前提下, 將過去和現在的趨勢向未來推演。

　　生長曲線法是趨勢外推法中的一種應用較為廣泛的技術創新預測方法,美國生物學家和人口統計學家Raymond Pearl提出的Pearl曲線(數學模型為: Y=L∕[1+A?exp(-B·t)] )及英國數學家和統計學家Gompertz提出的Gompertz曲線(數學模型為: Y=L·exp(-B·t))皆屬于生長曲線, 其預測值Y為技術性能指標, t為時間自變量, L、A、B皆為常數。

　　Ridenour模型也屬于生長曲線預測法, 但它假定新技術的成長速度與熟悉該項技術的人數成正比, 主要適用于新技術、新產品的擴散預測。

　　(2)相關分析法。

　　利用一系列條件、參數、因果關系數據和其他信息, 建立預測對象與影響因素的因果關系模型, 預測技術的發展變化。

　　相關分析法認為, 一種技術性能的改進或其應用的擴展是和其他一些已知因素高度相關的, 這樣, 通過已知因素的分析就可以對該項技術進行預測。

　　相關分析法主要有以下幾種: 導前-滯后相關分析、技術進步與經驗積累的相關分析、技術信息與人員數等因素的相關分析及目標與手段的相關分析等方法。

　　(3)專家預測法。

　　以專家意見作為信息來源, 通過系統的調查、征詢專家的意見, 分析和整理出預測結果。

　　專家預測法主要有: 專家個人判斷法、專家會議法、頭腦風暴法及德爾菲法等, 其中, 德爾菲法吸收了前幾種專家預測法的長處, 避免了其缺點, 被認為是技術預測中最有效的專家預測法。

　　趨勢外推法的預測數據只能為縱向數據, 在進行產品技術創新預測時, 只能利用過去的產品技術性能這一個指標來預測它的隨時間的發展趨勢, 并不涉及影響產品技術創新的科技、經濟、產業、市場、社會及政策等多方面因素。

　　在現代商業經濟中, 對于產品技術發展的預測不能簡單地歸結為產品過去技術性能指標按時間的進展來類推, 而應系統綜合地考慮現代商業中其他因素對企業產品技術創新的深刻影響。

　　相關分析法盡管可同時按橫向數據和縱向數據來進行預測, 但由于它是利用過去的歷史數據中的某些影響產品技術創新的因素求出的具體的回歸預測式, 而所得到的回歸預測模型往往只能考慮少數幾種主要影響因素, 略去了許多未考慮的因素, 所以, 所建模型對實際問題的表達能力也不夠準確, 預測結果與實際的符合程度也有較大偏差。

　　專家預測法是一種定性預測方法,依靠的是預測者的知識和經驗, 往往帶有主觀性, 難以滿足企業對技術創新預測準確度的要求。

　　以上這些技術創新預測技術和方法為企業技術創新工作的開展做出了很大的貢獻, 為企業技術創新的預測提供了科學的方法論, 但在新的經濟和市場環境下, 技術創新預測的方法和技術應有新的豐富和發展, 以克服自身的不足, 更進一步適應時代發展的需要, 為企業的技術創新工作的開展和企業的生存與發展提供先進的基礎理論和技術方法。

　　目前,在我國企業技術創新評估中, 一般只考慮如下四個方面的因素: (1) 技術的先進性、可行性、連續性; (2) 經濟效果; (3) 社會效果; (4) 風險性, 在對此四方面內容逐個分析后, 再作綜合評估。

　　在綜合評估中所用的方法主要有: Delphi法(專家法)、AHP法(層次分析法)、模糊評估法、決策樹法、戰略方法及各種圖例法等, 但技術創新的評估是一個非常復雜的系統, 其中存在著廣泛的非線性、時變性和不確定性, 同時, 還涉及技術、經濟、管理、社會等諸多復雜因素,目前所使用的原理和方法, 難以滿足企業對技術創新評估科學性的要求。

　　關于技術創新評估的研究, 在我國的歷史還不長, 無論是指標體系還是評估方法, 均處于研究之中, 我們認為目前在企業技術創新評估方面應做的工作是: (1) 建立一套符合我國實際情況的技術創新評估指標體系; (2) 建立一種適應于多因素、非線性和不確定性的綜合評估方法。

　　這種情況下, 神經網絡技術就有其特有的優勢, 以其并行分布、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神經網絡作為基于多因素的技術創新預測和評估模型構建的基礎, BP神經網絡由輸入層、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, 經隱含層處理后傳入輸出層, 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個因素指標的設置, 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, 盡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后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絡應用于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, 以神經網絡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應用價值

　　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) 將神經網絡技術引入技術創新的預測和評估, 有利于推動技術創新預測和評估方法的發展。

　　畢業論文開題報告模板【2】

　　論文題目：醫藥行業的物流成本分析

　　一、選題的依據和意義

　　醫藥制造業是我國國民經濟的重要組成部分，中國作為全球人口最多的國家，隨著人民生活水平的日益提高和人口老齡化趨勢的出現，人們將越來越重視自己的健康，這也促使中國醫藥行業進入了高速增長的階段。

　　隨著醫藥需求的快速增長，發展物流是醫藥制造業提高競爭力的必然要求。

　　據全國重點企業物流統計調查數據顯示，我國醫藥制造業物流規模不斷擴大，但物流效率、物流服務水平等與發達國家相比差距依然較大。

　　物流作為現代生產型服務業，是企業降低成本、獲取第三利潤源的重要途徑。

　　尤其是在當前轉變經濟發展方式的背景下，醫藥制造業更需要大力發揮現代物流在行業轉型中的作用。

　　如何完整地展示醫藥物流中心的物流成本結構，并對其進行物流成本分析及成本控制，也成了各醫藥物流中心迫切關注的問題。

　　二、國內外研究現狀

　　國外物流成本控制研究現狀：從國外知名的期刊上看，其物流成本控制的研究主要集中于對微觀企業物流成本的研究，從企業的實際需要出發，例如：約束條件下的供應商選擇、物流及配送系統的設計、運輸及倉儲策略等。

　　同時更加側重于從實證研究角度來研究企業物流成本的控制、優化策略及相關數學分析模型。

　　本文則將從供應商選擇策略、庫存及倉儲策略、運輸及配送策略三個主要方面來綜述國外的物流成本控制的研究現狀。

　　1.供應商選擇策略中的物流成本控制的研究。

　　Mooret和Fearon主張價格、質量和產品交付是影響供應商選擇策略的重要準則，他們認為線性規劃方法可以成為供應商選擇的一個重要方法。

　　在這一思路的影響下，Gaballa首次從實證角度將數學規劃方法應用于供應商的選擇。

　　Anthony和Buffa開創了一個單目標的線性規劃模型用以支持企業的戰略采購計劃，但是訂單成本、運輸和驗貨成本等因素未被考慮到該模型中。

　　Narasimhan和Stoynoff將一個單目標混合型整數規劃模型應用于某大型制造企業，以優化面向供應商群體的訂單分配及物料獲取過程。

　　Turner為British Coal公司提出了一個單目標線性規劃模型，該模型在考慮供應商能力、最大訂單量、最小訂單量、顧客需求，及區域布局的約束條件下，實現總折扣價格的最小化。

　　Sharma等人提出了一個非線性的混合型整數目標規劃模型用以解決供應商選擇問題。

　　他們在模型中考慮了價格、質量、產品交付和服務等因素，所有的準則均作為目標。

　　Benton在多品類、多供應商、資源限制和數量折扣的條件下，應用拉格朗日放松法開發了一個非線性規劃和啟發式過程模型用于供應商的選擇。

　　該模型目標是實現采購成本、庫存持有成本和訂單成本的最小化。

　　Ghodsypour和O.Brien開發了一個決策支持系統(DDS)，用于減少供應商數量和對供應商的商業伙伴數量進行管理。

　　除此之外，還有許多學者提出了自己的觀點，以S.H.Ghodsypour和C.O.Brien為例，他們在2001年討論了在多供應商、多種標準和供應商能力限制的約束條件下，供應商選擇決策中的物流總成本問題，他們開發了一個混合型的整數非線性規劃模型，并進行了相應的數學實例分析。

　　2.庫存及倉儲策略中物流成本控制的研究。

　　庫存與倉儲問題，很早就被國外學者納入關于物流成本控制的研究范疇，因而國外學者在這一方面的研究十分深入，也取得豐碩的成果。

　　1913年，FordHarrisr在其論文中首次發表了著名的經濟訂貨批量(EOQ-Economic Order Quantity)模型;隨后，Clark和Searf開始研究多級庫存，并于1960年分析和建立了一個不考慮批量的N級流水系統(Serial System)。

　　他們證明了對于考慮貼現和存儲成本的N級流水系統來說，其最優庫存控制策略是所謂的最大訂貨水平(Order-up-Level)策略。

　　在這些前人研究的基礎上，后邊的學者相繼從不同的問題和角度出發，提出了一系列經典模型。

　　例如：經濟生產批量模型、允許缺貨的經濟訂購批量模型、經濟訂購批量折扣模型、物料需求計劃(MRP)與及時化生產方式(JIT)庫存模型等等。

　　而關于庫存成本方面的研究，近些年也取得了很顯著的成就。

　　例如：K.Skouri和S.Papachristos在對現有文獻中的庫存模型進行回顧與總結的基礎上，提出以下5種成本應該被視為關鍵性成本：(1)損壞成本;(2)持有成本;(3)缺貨成本;(4)機會成本;(5)補貨成本。

　　RonaldS.Tibben-Lembkea和YehudaBassok于2005年討論了基于延遲定制化戰略的庫存模型，他們認為采用延遲制造戰略來維持其庫存戰略能夠帶來可關注的利潤增長。

　　3.運輸及配送策略中物流成本控制的研究。

　　運輸是物流系統的一大支柱體系，它被認為是經濟增長和發展的重要條件。

　　國外學者對物流運輸成本的研究涵蓋了宏觀、微觀的各項運輸及配送成本問題，具體研究成果如下所述。