[发明专利]一种基于多尺度多维邻近性的制造业企业境外投资选址决策方法

权利要求书

1.一种基于多尺度多维邻近性的制造业企业境外投资选址决策方法，其特征在于，包括以下步骤：

S1、确定制造业企业境外投资选址决策模型的尺度，即一级指标组，分别为国别、城市和企业；

S2、进而将制造业企业境外投资选址决策模型的不同尺度细分为不同维度的邻近性，即二级指标组，其中包括地理邻近性、社会邻近性、认知邻近性和技术邻近性；

S3、分别对预先选取的一级、二级评价指标组中的各个评价指标进行确定和标准化处理；

S4、运用BP神经网络方法，分别计算标准化处理后的一级、二级评价指标组中的各个评价指标的权重值；

S5、运用线性加权法，首先对标准化处理后的二级指标组中的各评价指标与其权重值加总求和，得到国别、城市和企业三个尺度的不同得分；再利用一级评价指标组的各权重值与得分计算制造业企业境外投资选址的综合评价指数；

S6、基于企业前期从社会、政治、经济、文化、市场及经验角度定性分析设定的备选区域，计算出各方案下企业选址综合评价指数，通过比较选出最优选址方案。

2.如权利要求1所述的基于多尺度多维邻近性的制造业企业境外投资选址决策方法，其特征在于：所述的步骤S3具体包括：采用极差法对预先选取的一级、二级评价指标组中的各指标进行标准化处理。

3.如权利要求1或2所述的基于多尺度多维邻近性的制造业企业境外投资选址决策方法，其特征在于：一级评价指标组中的每个一级评价指标包含多个二级评级指标。

4.如权利1或2所述的基于多尺度多维邻近性的制造业企业境外投资选址决策方法，其特征在于：采用BP神经网络方法对各评价指标的权重值进行确定，具体步骤包括：

（1）确定网络的输入单元和输出单元数目，输入单元数是问题的要素数目，输出单元数是问题的求解要素数目；

（2）确定网络的隐含层数；

（3）确定隐含层的神经元数目，隐含层的神经元数目大于输入层神经元和输出层神经元数目和的一半，小于输入层神经元和输出层神经元数目的和；

（4）确定样本，且对样本进行标准化，一方面将定性描述的指标数字化，另一方面将定量描述的指标经过数据处理后介于0到1之间，其中包括计算相关显著性系数、相关指数和绝对影响系数，该绝对影响系数就是各神经元之间的权重；

（5）进行网络训练和学习，将经过处理的数据代入神经网络，对神经网络进行训练和学习，使神经网络达到稳定状态；

（6）网络建造成功后，用实例来测试网络，使其不断完善。