专家熟悉度对技术预见的影响评估及参数优化

作     者：陈进东 张永伟 周晓纪 孙胜凯 梁桂林 Chen Jindong;Zhang Yongwei;Zhou Xiaoji;Sun Shengkai;Liang Guilin

作者机构：北京信息科技大学经济管理学院北京100192 中国航天系统科学与工程研究院北京100048 绿色发展大数据决策北京市重点实验室北京100192 

出 版 物：《科研管理》 (Science Research Management)

年 卷 期：2021年第42卷第6期

页      面：128-138页

核心收录：

学科分类：07[理学] 070104[理学-应用数学] 0701[理学-数学] 

基　　金：国家自然科学基金项目(L1624049,2017.01—2018.12) 国家自然科学基金青年项目(71601023,2017.01—2019.12) 北京信息科技大学师资补充与支持计划(2018—2020)(5029011103,2018.01—2019.12) 北京信息科技大学促进高校内涵发展科研水平提高项目(5211823510,2018.01—2019.12) 国家重点研发计划项目:“视听媒体收视调查与文化品牌评估理论与技术”(2017YFB1400500,2018.01—2020.12) 

主　　题：技术预见 Delphi法 专家自评估熟悉度 参数优化 

摘      要：基于中国工程科技2035技术预见的专家调查数据,采用复杂网络和统计分析等方法,评估基于Delphi法的技术预见中不同熟悉度咨询专家意见的影响,优化不同熟悉度咨询专家比例和权重。通过复杂网络和显著性检验方法,分析技术预见中各领域不同熟悉度咨询专家分布特征、网络关系以及评分差异;统计比较不同熟悉度专家筛选关键技术的准确性,评估不同熟悉度专家意见对关键技术选择的影响。研究发现:自评估很熟悉的咨询专家在技术评估中相对乐观,自评估较熟悉的咨询专家在技术评估中相对保守;在不考虑专家人数影响的情况下,自评估熟悉的咨询专家的意见相对更为准确。最后通过统计检验和优化算法,优化技术预见中咨询专家人数、不同熟悉度咨询专家比例和权重等参数,为后续技术预见活动提供了参考。