论文部分内容阅读
提高科技成果评价的客观性、科学性和公正性，确立科学、合理的综合评价指标系统和评价方法是多年来科技界和科技管理工作者关注的重要问题，也是科技评价研究领域的热点之一。近十年来，有关科技成果评价的研究，主要集中于适用线性综合评价、模糊综合评判或层次分析法对由定性指标或兼有少量定量指标构建的综合评价系统予以结果判定的方法探讨，鲜有运用科学计量学和运用由定量指标构建的综合评价系统对基础性研究成果(自然科学奖，下同)进行评价，并将评价结果与同行评议结果予以对照的研究报道。为此，本研究以数理统计学和科学计量学方法为基础，构建由定量指标组成的基础性研究成果综合评价系统，并尝试以同行评议实际结果为对照(输出变量)，应用神经网络之共扼梯度下降算法实现对基础性研究成果获奖等级的系统辨识。