详情
基于机器学习的智能创新方法关键技术研究与应用示范
2020-09-21
当前，社会个性化需求及消费特征越来越明显，产品寿命周期明显缩短，这就要求企业不断加速创新研发效率以适应多变的社会需求。但企业传统的“闭门造车”“渐进式”“序贯性”创新行为或过程已难以满足新时代对创新效率的要求；另外，面对市场中存在的各类大数据，传统的挖掘分析方法已难以快速、准确捕获市场的真正需求及各类现象或元素间的关联，也制约了创新研发效率的提升；同时，消费者需求往往是多变的，及时快速洞察这类变化并做出响应，针对性更改产品创新研发方案，是在创新过程中必须重视的环节，然而，由于创新过程的复杂性，单方面或局部的变更往往会产生“雪崩”连锁效应，此时面对如何高效准确确定变更路径、明确所需资源知识、合理调度相关创新任务进而完成变更响应等这一系列创新问题，传统基于矩阵式、一般图的分析方法在大数据规模下已难以应付。综上所述，研究在不确定环境下具有高效、准确分析各类需求，可快速形成针对性创意及创新方案，且对各类变化及时捕获并及时做出响应的创新方法，对于加快创新进程、降低创新成本并提高创新效能至关重要。
在国家创新方法工作专项的支持下，山东大学张江华教授团队开展了“基于机器学习的智能创新方法及关键技术研究和应用示范”项目研究（图１），该项目于2019年1月启动，旨在形成面向当前大规模个性化、多样化需求时代下的新型创新模式及创新方法，研究成果对于提高创新全过程效率、降低成本、提高效能具有重要的积极意义。
