基于神经网络与实物期权结合的智能网联汽车专利价值评估  

作　　者：王秀杰[1] 卢程炜 

机构地区：[1]广西科技大学机械与汽车工程学院,广西柳州545006 [2]广西科技大学经济与管理学院,广西柳州545006

出　　处：《中文科技期刊数据库（全文版）经济管理》2024年第6期0158-0164,共7页

基　　金：广西柳州工业和信息化局横向科研项目“柳州汽车产业发展规划”(编号:07151003)研究成果之一。

摘　　要：智能网联汽车作为高新技术产业具有风险高,投资周期长的特点。对其专利进行准确评估能有效促进专利运营水平,为企业进行融资交易盘活无形资产提供价值依据。传统B-S模型在评估专利实物期权时有假设严格、缺乏定价信息等固有缺陷,需要进一步的研究。本文采用PSO-RBF神经网络改进B-S模型,将B-S模型的参数作为输入变量,通过PSO算法得出网络最优权值,专利价值作为输出结果。此外,改进了传统收入成本预测模型,采用了LSTM时间序列预测模型确定实物资产的现时价格和执行价格。最后选取有代表性的汽车制造企业的自动泊车专利作为样本对专利价值进行仿真分析和预测。实证结果表明PSO-RBF神经网络模型在预测精度上相较于RBF神经网络模型和传统B-S模型误差更小能对专利价值进行准确评估。

关 键 词：专利价值评估 B-S模型 LTSM神经网络 PSO-RBF 

分 类 号：G306[文化科学]