基于BP神经网络的科创板企业研发成本预测

F234.3; 把脉研发创新规律,突破科技成果转化难关是盛行不衰的话题.文章选取280家科创板上市公司的数据作为学习样本,建立了 BP神经网络研发成本预测模型,并对网络进行仿真测试,以杭可科技公司为例应用预测模型进一步验证其可行性与准确性,结果发现:BP神经网络模型在科创板企业研发成本预测上的应用是行之有效的;BP神经网络预测相较于传统的回归预测拟合效果好,有较高的预测精度;BP神经网络的应用能提升科创板企业研发成本预测的准确性,解决历史数据不足问题,也能为企业降本增效指明方向.最后,鉴于真实情况和预测结果为科创板企业降本增效工作提出相应的改进建议....

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	会计之友 2023 (8), p.74-81
Hauptverfasser:	章丽萍, 程圆, 王郁聪, 何雯丽
Format:	Artikel
Sprache:	chi
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Beschreibung
Zusammenfassung:	F234.3; 把脉研发创新规律,突破科技成果转化难关是盛行不衰的话题.文章选取280家科创板上市公司的数据作为学习样本,建立了 BP神经网络研发成本预测模型,并对网络进行仿真测试,以杭可科技公司为例应用预测模型进一步验证其可行性与准确性,结果发现:BP神经网络模型在科创板企业研发成本预测上的应用是行之有效的;BP神经网络预测相较于传统的回归预测拟合效果好,有较高的预测精度;BP神经网络的应用能提升科创板企业研发成本预测的准确性,解决历史数据不足问题,也能为企业降本增效指明方向.最后,鉴于真实情况和预测结果为科创板企业降本增效工作提出相应的改进建议.
ISSN:	1004-5937
DOI:	10.3969/j.issn.1004-5937.2023.08.023