多维特征提取与逻辑学习的模糊前端突破性创新预测机理研究

Under the current fierce and uncertain hypercompetitive environment, radical innovation is not only the cornerstone for enterprises to obtain sustainable competitive advantage, but also has become an important way for China to achieve leapfrog development. However, under the enterprises' current evaluation system, most of the radical ideas were killed at the idea process, which has become an important obstacle to achieve the radical innovation. So, screening the radical ideas at the early innovation stages is the key to avoiding the current evaluation system and then will improving the radical innovation rate effectively. Therefore, the project aims to build a radical innovation prediction method at fuzzy front ends stage. Firstly, explore characteristics of radical innovation multi-dimensionally based on literature analysis and business research. Secondly, build radical and incremental innovation case databases, then determining the effective characteristics of radical innovation based on the statistical analysis of the cases. Finally, a quantifiable characterization method for radical innovation characteristics is proposed. Based on the case data study, a multivariate logistic regression algorithm is used to study the relationship between each characteristic factor and radical innovation, and then a radical innovation prediction model is constructed. The obtained systemic radical innovation prediction method lays the theoretical and technological foundation for the enterprise's radical innovation practice.

在当前激烈而不确定的超竞争环境下，突破性创新不仅是企业获取持续竞争优势的基石，也已成为我国实现跨越式发展的重要途径。然而在企业现行评价体系下，具有突破性潜力的创新设想生存率却极低，这成为突破性创新产生的重要障碍。如何在创新活动早期筛选出具有突破性潜力的创新设想，是规避现行评价体制、有效提高突破性创新产生率的关键。因此，本项目以构建“面向模糊前端的突破性创新预测方法”为目标。首先，基于文献分析与企业调研多维度探索突破性创新特征因素；其次，构建突破性与渐进性创新案例库，基于二类创新案例信息统计分析检验并确定有效突破性创新特征因素；最后，研究突破性创新特征因素可量化表征方法，结合案例样本采用多元逻辑回归等算法研究各特征因素与突破性创新间关联关系，构建突破性创新预测模型，形成系统化的突破性创新预测算法。课题研究获得的系统化突破性预测方法，为企业突破性创新实践奠定理论与技术基础。

突破性创新不仅是企业获取持续竞争优势的基石，也已成为我国打破经济增长瓶颈，实现跨越式发展的重要途径。在企业现行评价体系下，具有突破性潜力的创新设想生存率极低，这成为突破性创新产生的重要障碍。因此在创新活动早期筛选出具有突破性潜力的创新设想，是规避现行评价体制、有效提高突破性创新产生率的关键。项目以构建“面向产品设计早期阶段的突破性创新预测方法”为目标，以案例数据统计分析为基本方法，展开了突破性及非突破性创新案例集构建、突破性创新特征因素确定、突破性创新特征因素量化表征、基于多元逻辑回归算法的突破性创新预测模型构建、基于相似度匹配算法的突破性创新预测模型构建、基于技术差异度的突破性创新预测模型构建、基于知识创新潜力（KIP）的突破性创新潜力预测方法、基于逻辑回归的突破性创新市场成功率预测方法研究，确定了产品设计早期阶段的突破性创新预测机理，形成了系统化的面向产品设计早期阶段的突破性创新预测系统化方法，构建了多领域突破性和渐进性创新案例样本数据库。并在此基础上，进行了基于突破性创新预测过程的突破性创新实现路径探索。项目形成的面向产品设计早期阶段的突破性创新预测模型经过了案例及理论检验，具有实际应用价值。方法能够在新产品开发过程中助力企业决策，为企业提升突破性创新设想存活率提供方法保障，为企业突破性创新实践奠定理论与技术基础。面向不同行业领域的突破性及非突破性案例样本数据库构建为方法在不同行业实施提供方法修正的数据基础，保障方法实施的准确性及有效性。基于突破性创新预测过程的突破性创新实现路径探索为企业突破性创新设计方案产生提供新思路。