论文部分内容阅读
在当今经济全球化的大背景下，新产品研发(NPD)是企业保持持续竞争力的重要活动。但是，由于其固有的不确定性等特征，使得新产品研发是一项高风险的活动，加之现有新产品研发项目风险管理的理论和实践较为缺乏，因此，有必要对新产品研发项目的风险管理进行为深入的研究。而贝叶斯网络(BayesianNetwork，简称BN)方法结合了图论和概率论的相关理论，具有从不完全的、不精确的或不确定的知识和信息中做出概率推理的优越性。本文将基于风险的概率分析的贝叶斯网络方法应用到新产品研发项目的风险分析中。 本文首先在综述新产品研发项目的风险的基础上，识别可能产生的研发风险因素，列出风险清单。通过与电子行业多位研发经理的访谈，筛选出电子行业最重要的14个风险因素。接着提出了基于专家知识、基于案例库和基于数据三种构建贝叶斯网络拓扑结构的方法，并改进了基于 K2和MCMC算法的贝叶斯网络结构学习算法，提出一种模型平均的改进学习算法。根据所得到的贝叶斯网络的结构，本文提出了一种通过状态间两两比较的条件概率生成方法，得到各节点的先验条件概率。随后利用该贝叶斯网络模型进行风险的分析。最后，用一个耳机研发企业的实例对本文提出的模型和方法进行验证。通过贝叶斯网络的推理功能，对风险发生可能性进行预测，对风险发生的原因进行诊断，同时进行敏感性分析，找到对风险后果影响敏感的风险因素，从而帮助企业有效地开展风险管理。 本文的研究成果丰富了新产品研发项目的理论，对提高电子行业企业新产品研发项目的风险管理水平和创新效率具有指导意义。