Tiểu luận môn Hệ hỗ trợ quyết định TÌM HIỂU HỆ HỖ TRỢ QUYẾT ĐỊNH CHO VIỆC QUẢN LÝ ĐỔI MỚI SẢN PHẨM

ĐẠI HỌC QUỐC GIA TP. HỒ CHÍ MINH
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN
KHOA KHOA HỌC MÁY TÍNH
TIỂU LUẬN MÔN HỌC HỆ HỖ TRỢ QUYẾT ĐỊNH
TÌM HIỂU HỆ HỖ TRỢ QUYẾT ĐỊNH
CHO VIỆC QUẢN LÝ ĐỔI MỚI SẢN PHẨM
Giảng viên hướng dẫn: PGS. TS. ĐỖ PHÚC
Học viên thực hiện: NGUYỄN NGỌC HOÀNG
Mã số học viên: CH1301026
TP. Hồ Chí Minh, tháng 06 năm 2014
LỜI MỞ ĐẦU
Sau quá trình dài phát triển của khoa học kỹ thuật, hiện nay vòng đời của một
sản phẩm đã được rút ngắn lại, thời gian đưa sản phẩm ra thị trường ngày càng
nhanh và cạnh tranh giữa các công ty ngày càng lớn. Tuy nhiên, mỗi công ty lại có
nguồn vốn và tài nguyên nhân lực hạn chế. Nếu một công ty biết phân bổ nguồn
nhân lực hợp lý vào những dự án triển vọng để tạo nên sản phẩm thì sẽ dễ thành
công và phát triển. Ngược lại nếu đầu tư và phân bổ tài nguyên không chính xác thì
dẫn đến lãng phí tài nguyên và thua kém đối thủ.
Để hỗ trợ cho các nhà quản lý đánh giá và đưa ra lời khuyên giúp nhà quản lý
chọn được dự án để đầu tư thành công là nhiệm vụ chính của hệ hỗ trợ ra quyết
định. Do số lượng các yếu tố đầu vào ảnh hưởng đến quyết định rất lớn nên dùng
mạng neural nhân tạo sẽ giúp cho hệ thống đánh giá chính xác và đưa ra lời khuyên
phù hợp cho người quản lý.
LỜI CẢM ƠN
Hệ hỗ trợ quyết định ngày càng có vai trò quan trọng trong các doanh nghiệp
cũng như kinh doanh thông minh. Nó như một nhà tư vấn công tâm giúp đỡ rất
nhiều cho các doanh nghiệp, giúp đỡ các nhà quản lý đưa ra được các quyết định
chính xác và nhanh chóng. Do đó, với các chuyên đề được giảng dạy trong môn Hệ
hỗ trợ quyết định, PGS.TS Đỗ Phúc đã cung cấp hành trang vững chắc cũng như
kiến thức về hệ hỗ trợ quyết định để cho tôi và các bạn trong lớp CH08 có khả năng
học tốt những chuyên đề tiếp theo; và đó cũng là hành trang trong quá trình nghiên

cứu sau này.
Với những định hướng và gợi mở về những hướng đi mới, hỗ trợ tài liệu và ý
tưởng, tôi xin gửi lời cảm ơn chân thành đến thầy Đỗ Phúc.
Ngoài ra cũng xin gởi lời cảm ơn đến gia đình, bạn bè - những người đã luôn
hỗ trợ, động viên tôi trong suốt thời gian thực hiện đề tài.
TP. Hồ Chí Minh, tháng 06 năm 2014
Người thực hiện
Nguyễn Ngọc Hoàng
MỤC LỤC
Trang phụ bìa
Lời mở đầu
Lời cảm ơn
Mục lục
- 5 -
Chương 1: GIỚI THIỆU ĐỀ TÀI
1.1. LÝ DO CHỌN ĐỀ TÀI
Như chúng ta đã biết, môi trường kinh doanh ngày càng cạnh tranh và mức
độ cạnh tranh ngày càng lớn. Do đó một doanh nghiệp muốn tồn tại và phát triển
phải luôn biết làm mới sản phẩm của mình, đáp ứng tốt nhu cầu của khách hàng.
Tuy nhiên, nguồn lực của mỗi công ty luôn hạn chế; đặt biệt là những công ty vừa
và nhỏ; vì thế việc quản lý và lựa chọn dự án phát triển sản phẩm có vai trò quan
trọng với sự thành bại của cả công ty. Nhưng trong thực tế, có rất nhiều yếu tố có
thể ảnh hưởng đến sự thành công của một dự án phát triển sản phẩm nên việc phân
tích tất cả các yếu tố rất mất thời gian và thường không chính xác. Từ đó yêu cầu về
một hệ hỗ trợ ra quyết định trong việc quản lý các dự án đổi mới sản phẩm là một
nhu cầu cấp thiết được đặt ra trong thực tế hiện nay.
Bên cạnh đó, mạng neural nhân tạo có khả năng xử lý một số lượng lớn các
bài toán khác nhau và cho kết quả rất tốt đặc biệt là những bài toán với số lượng đầu
vào rất lớn. Sau quá trình huấn luyện thì mạng có khả năng giải các bài toán khó và
kết quả ngày càng được cải thiện theo thời gian.

Với khó khăn đặt ra khi xây dựng một hệ hỗ trợ quyết định trong việc quản lý
đổi mới sản phẩm và các khả năng của mạng neural nhân tạo; việc xây dựng một hệ
hỗ trợ ra quyết định dùng mạng neural nhân tạo sẽ cho kết quả tốt và hạn chế những
khó khăn của số lượng đầu vào lớn, nâng cao tính chính xác của hệ thống.
Từ những nhu cầu thực tế của xã hội và mong muốn tìm hiểu, nắm bắt công
nghệ mới, đóng góp một phần công sức đưa công nghệ vào cuộc sống thực tiễn, tác
giả quyết định chọn đề tài: “Tìm hiểu hệ hỗ trợ quyết định cho việc quản lý đổi mới
sản phẩm”.
GVHD: PGS.TS. Đỗ Phúc HVTH: Nguyễn Ngọc Hoàng
- 6 -
1.2. MỤC TIÊU ĐỀ TÀI
• Tìm hiểu các yếu tố ảnh hưởng đến thành công của một dự án đổi mới sản
phẩm.
• Tìm hiểu về mạng neural nhân tạo và giải thuật lan truyền ngược để thực
hiện việc huấn luyện cho hệ hỗ trợ quyết định
• Kết luận và đề xuất
GVHD: PGS.TS. Đỗ Phúc HVTH: Nguyễn Ngọc Hoàng
- 7 -
Chương 2: CÁC YẾU TỐ CHÍNH ẢNH HƯỞNG ĐẾN THÀNH
CÔNG CỦA QUÁ TRÌNH PHÁT TRIỂN SẢN PHẨM
Do mẫu của các mối quan hệ giữa các yếu tố độc lập (yếu tố đầu vào) và các
yếu tố phụ thuộc (yếu tố đầu ra) trong mô hình sẽ được dùng cho việc huấn luyện
của mạng noron nhân tạo do đó việc lựa chọn các yếu tố nào là yếu tố đầu vào cho
hệ thống đánh giá giữ vai trò quan trọng và có ảnh hưởng lớn đến tính chính xác và
thành công của hệ thống. Do đó trong mục này, tác giả sẽ tập trung trình bày các
yếu tố quan trọng nhằm cung cấp và đánh giá khả năng ảnh hưởng của chúng đến
sự thành công. Thông qua việc đánh giá các yếu tố và tổng hợp sẽ cải thiện tính
chính xác của việc dự đoán. Quá trình này sẽ là thước đo để lựa chọn yếu tố nào sẽ
dùng để làm đầu vào cho hệ thống. Trong quá trình lựa chọn đầu vào cho mô hình,
tác giả sẽ dựa trên lý thuyết cơ sở tài nguyên của công ty. Lý thuyết cơ sở tài

nguyên cung cấp một cái nhìn duy nhất thống nhất vào các trường hợp mà các
người quản lý – người thực hiện lựa chọn dự án và quyết định việc cấp phát tài
nguyên - phải đối mặt. Lý thuyết này tương đối mới khi so sánh với lý thuyết tổ
chức công nghiệp. Lý thuyết tổ chức công nghiệp cổ điển dựa vào một chiến lược
của công ty và khả năng tối đa của nó để tạo ra và thay thế các thuận lợi cạnh tranh
phụ thuộc vào các yếu tố môi trường. Trong khi đó, lý thuyết cơ sở tài nguyên tiếp
cận ở một vị trí khác; nó nhìn nhận tài nguyên của công ty là không đồng nhất và
bất động. Do đó, mỗi công ty có một lượng tài nguyên giới hạn và khả năng huy
động vốn khác nhau nên nhiệm vụ của nó là kết hợp khả năng huy động vốn tạo
thành năng lực. Đây là quá trình cơ bản cho việc tạo ra thị trường giá trị và độc nhất
mà các công ty khác không dễ dàng bắt chước hay thay thế. Nhiệm vụ chính của lý
thuyết cơ sở tài nguyên là kỹ thuật tạo ra một lợi thế cạnh tranh bền vững cho công
ty.
Việc tìm hiểu các yếu tố ảnh hưởng đến thành công của việc đổi mới sản phẩm
cho thấy các yếu tố đó có thể chia làm 3 nhóm chính: (1) khả năng đổi mới của
công ty, (2) khả năng phát triển sản phẩm mới của công ty, (3) môi trường cạnh
tranh bên ngoài.
GVHD: PGS.TS. Đỗ Phúc HVTH: Nguyễn Ngọc Hoàng
- 8 -
2.1. KHẢ NĂNG ĐỔI MỚI CỦA CÔNG TY
Thông qua việc tìm hiểu sự thành công của các sản phẩm mới thì khả năng đổi
mới của công ty là yêu cầu bắt buộc để tạo ra sản phẩm đổi mới.
2.1.1. Khả năng nắm bắt
Khả năng nắm bắt là năng lực của công ty có khả năng nhận biết giá trị của
các nguồn thông tin mới, tiếp thu và áp dụng vào thương mại [6]. Cooper [8] đã tìm
ra rằng việc áp một quá trình phát triển sản phẩm mới xuyên quốc gia là một yếu tố
thành công quan trọng đối với việc đổi mới sản phẩm. Ngoài ra, khả năng học tổ
chức được xem là một thuộc tính của khả năng nắm bắt cũng có ảnh hưởng lớn và
tích cực đến quá trình đổi mới [2].
2.1.2. Khả năng R & D, khả năng marketing

Quá trình tìm hiểu cũng chỉ ra rằng quá trình R & D của các sẩn phẩm đổi mới
thành công cũng được tổ chức và thực thi rất tốt ở các công ty; và thành công của
một sản phẩm mới phụ thuộc nhiều vào khả năng martketing của công ty đó [18].
2.1.3. Quản lý dự án và quản lý việc sáng tạo
Các phương pháp thực hiện dự án thành công là kết hợp tích cực với việc thực
hiện phát triển dự án [24]; trong khi tỉ lệ thành công của các sản phẩm mới cho thấy
có sự tương quan mạnh với hiệu năng quản lý danh mục đầu tư dự án và các cách
thức quản lý danh mục đầu tư dự án được sử dụng [15]. Hơn nữa qua tìm hiểu cũng
thấy rằng khả năng sáng tạo và quy trình giải quyết vấn đề sáng tạo cũng có ảnh
hưởng lớn đến việc đổi mới sản phẩm [2], [20].
2.1.4. Văn hóa đổi mới và cam kết nội bộ
Nghiên cứu của Prajogo và McDermott [20] và Valencia, Valle và Jimenez
[25] về văn hóa đổi mới của công ty và nhận thấy rằng các công ty với văn hóa linh
động có thể gia tăng sự phát triển của các sản phẩm và dịch vụ mới. Ngoài ra, văn
hóa công ty cũng cho thấy mối quan hệ tích cực với sự đổi mới sản phẩm.
2.1.5. Điều khiển việc quản lý
Ragatz, Handfield và Scannel trong tài liệu [19] kết luận rằng sự thống nhất từ
các cấp quản lý của các công ty trong việc hỗ trợ quá trình phát triển sản phẩm là
GVHD: PGS.TS. Đỗ Phúc HVTH: Nguyễn Ngọc Hoàng
- 9 -
một vấn đề quan trọng chiến lược ảnh hưởng tới thành công của việc đổi mới sản
phẩm.
2.1.6. Tính linh động
Nghiên cứu của Prajogo và McDemott [20] cũng chỉ ra rằng việc phân quyền
có quan hệ tích cực với việc đổi mới sản phẩm. Trong khi đó tính linh động cũng có
ảnh hưởng tương tự do việc thực hiện phát triển sản phẩm hiệu quả đòi hỏi tổ chức
phải linh động bên trong một cấu trúc xác định [24], [20].
2.2. KHẢ NĂNG PHÁT TRIỂN SẢN PHẨM MỚI CỦA CÔNG TY
2.2.1. Các khả năng cơ bản trong phát triển sản phẩm
Rất nhiều nghiên cứu khác nhau đã cho thấy các hoạt động phát triển sản

phẩm mới khác nhau chính là yếu tố quyết định quan trọng của sự thành công của
sản phẩm mới. Cooper [7] đã có một báo cáo về mối quan hệ lớn và tích cực giữa sự
thành công của sản phẩm mới và sự phát triển sản phẩm hiệu quả; điều này bao gồm
các đo lường và tính hiệu quả trong phát triển và che giấu ý tưởng, phân tích cơ hội
thị trường và kinh doanh, thiết kế sản phẩm, kiểm thử và thương mại hóa sản phẩm.
2.2.2. Tích hợp các tính năng chéo
Tích hợp các tính năng chéo cũng được đưa ra trong nghiên cứu của Song và
Parry [22] và Griffin và Hauser [11] như là một nhân tố quan trọng quyết định
thành công của một sản phẩm. Xác suất thành công của một sản phẩm tăng lên khi
việc sáng tạo, thực hiện, và các chức năng thị trường được giao tiếp và phối hợp với
nhau. Chakrabarti trong tài liệu [5] cũng cho thấy việc bảo hộ sản phẩm trong quá
trình thành công của một sản phẩm; đặc biệt là sự bảo hộ của nhà nước đối với các
lĩnh vực còn yếu sẽ là một điều kiện tốt cho việc thành công của sản phẩm.
2.2.3. Làm việc nhóm và thành công
Trong tài liệu [14], Hoegl và Gemuenden đã nghiên cứu và kết luận rằng làm
việc nhóm rất quan trọng đối với sự thành công của các dự án đổi mới sản phẩm.
2.2.4. Quan hệ khách hàng
Trong nghiên cứu của Lau [16], quan hệ khách hàng có thể dẫn đến hiệu năng
sản phẩm mới tốt hơn. Gần đây, Gruner và Homburg [12] đã chỉ ra rằng giao tiếp
GVHD: PGS.TS. Đỗ Phúc HVTH: Nguyễn Ngọc Hoàng
- 10 -
với khách hàng trong những giai đoạn cụ thể của quá trình phát triển sản phẩm có
cảnh hưởng tích cực đến thành công của sản phẩm mới.
2.2.5. Quản lý chuỗi cung ứng
Ragatz, Handfield và Scannel trong tài liệu [21] cho thấy rằng quản lý chuỗi
cung ứng khi phát triển sản phẩm mới cũng là một vấn đề quan trọng chiến lược
trong khi Ar và Baki [2] và Lau [16] xác nhận rằng quan hệ với chuỗi cung ứng có
ảnh hưởng quan trọng đến việc đổi mới sản phẩm và quản lý tốt chuỗi cung ứng dẫn
đến hiệu năng sản phẩm tốt hơn.
2.3. MÔI TRƯỜNG CẠNH TRANH BÊN NGOÀI

Balachandra và Friar [3] đã tranh luận rằng một quá trình phát triển sản phẩm
mới không thể thành công nếu các yếu tố về môi trường không hỗ trợ.
2.3.1. Mức độ cạnh tranh
Rất nhiều nghiên cứu về sự thành công của các sản phẩm mới cho thấy mối
liên hệ trực tiếp giữa mức độ cạnh tranh của thị trường và mức độ thành công của
sản phẩm mới. Trong một nghiên cứu về lĩnh vực công nghiệp điện tử gần đây,
Zirger và Maidique [27] đã tường trình về thất bại của các sản phẩm nguyên do sự
cạnh tranh khốc liệt của thị trường. Bên cạnh đó, Parry và Song [19] cũng cho thấy
mối liên hệ tiêu cực giữa mức độ cạnh tranh và tỉ lệ thành công của các sản phẩm
mới ở cả Trung Quốc và Nhật Bản.
2.3.2. Rủi ro nhu cầu và tiềm năng thị trường
Nghiên cứu của Cao, Zhao và Nagahira [4] đã chỉ ra rằng mức độ rủi ro thị
trường giảm sẽ dẫn đến mức độ hiệu quả của các dự án phát triển sản phẩm tăng
lên. Hơn nữa, Balachandra và Friar [3] cũng chỉ ra tỉ lệ tăng trường kỳ vọng của thị
trường cho sản phẩm là một yếu tố thành công then chốt cho quyết định theo một
sản phẩm mới.
2.3.3. Khả năng và tính sẵn sàng của nhà cung ứng
Cao, Zhao và Nagahira [4] cho rằng rủi ro kỹ thuật giảm thì tính hiệu quả của
các dự án phát triển sản phẩm sẽ tăng lên. Trong khi đó, sự liên hợp với các doanh
GVHD: PGS.TS. Đỗ Phúc HVTH: Nguyễn Ngọc Hoàng
- 11 -
nghiệp công nhiệp khác cũng rất quan trọng đối với quá trình phát triển sản phẩm
mới.
2.3.4. Sự hỗ trợ của chính quyền
Vai trò của chính quyền đóng vai trò rất quan trọng đối với thành công của sản
phẩm bao gồm việc ban hành các cơ chế, chính sách cũng như việc bảo hộ cho sản
phẩm. Sự hỗ trợ này giúp đẩy nhanh quá trình phát triển và thương mại hóa sản
phẩm; giúp cho sản phẩm nhanh đến được tay người tiêu dùng do đó khả năng
thành công cao hơn.
GVHD: PGS.TS. Đỗ Phúc HVTH: Nguyễn Ngọc Hoàng

- 12 -
Chương 3: MẠNG NEURAL NHÂN TẠO
Trong phần này, tác giả sẽ trình bày những kiến thức có được sau quá trình
tìm hiểu về mạng neural nhân tạo nhằm đánh giá công cụ phục vụ cho việc xây
dựng hệ hỗ trợ ra quyết định.
Mạng neural nhân tạo (Artifitial Neurel Network – ANN) có những lợi thế
tiềm năng so với các phương pháp thống kê truyền thống. ANN là một phương pháp
xấp xỉ với khả năng giải quyết được một lượng lớn các bài toán ở các lớp khác nhau
khá tốt.
3.1. PHƯƠNG PHÁP TRÍ TUỆ DÙNG MẠNG NEURAL
Được lấy cảm hứng từ cấu trúc neuron của bộ não, mạng neuron nhân tạo
được phát triển như một phương pháp cung cấp các cấu trúc đại số có thể tương tác
với môi trường theo một cách tương tự như bộ não con người. Việc tương tác này
bao gồm một số mặt của trí tuệ nhân tạo như học từ kinh nghiệm, khái quát từ các ví
dụ và trừu tượng hóa bản chất từ dữ liệu đầu vào mà dữ liệu có thể không hoàn toàn
chính xác mà có vài yếu tố thay đổi hoặc bất thường. Một cách có cấu trúc, mô hình
mạng neural có thể được biểu diễn như một sự liên kết của rất nhiều đơn vị xử lý
riêng lẻ tương tự như liên kết của các neuron trong não người. Các mạng neural
toán học thực hiện chức năng bằng cách điều chỉnh liên kết giữa các đơn vị neural.
Đây được gọi là quá trình học của mạng để thay đổi trọng số của kết nối, cải thiện
hiệu năng của mạng, thực hiện nhận diện mẫu và phát triển khái quát hóa. Một giải
thuật phổ biến đã được áp dụng thành công trong nhiều ứng dụng là giải thuật học
lan truyền ngược dùng cho mạng nạp tiến về phía trước (feed forward network).
Trong tiểu luận này, tác giả sẽ tiến hành tìm hiểu về giải thuật này để áp dụng xây
dựng hệ hỗ trợ quyết định.
Cấu trúc của mạng neural nhân tạo được dùng sẽ là mạng đa tầng. Hình 3.1
mô tả cấu trúc một mạng gồm 3 tầng song song. Tầng đầu (input) chứa các biến độc
lập, tầng tiếp theo chứa các đơn vị xử lý – còn gọi là các node ẩn và tầng cuối cùng
là chứa các biến phụ thuộc (output). Các tầng kết nối với nhau bằng các liên kết có
trọng số.

GVHD: PGS.TS. Đỗ Phúc HVTH: Nguyễn Ngọc Hoàng
- 13 -
Hình 3.1: Mô hình mạng neural đa tầng
Về mặt toán học, ta có thể biểu diễn neural k bằng hai công thức sau:
và
Trong đó, x
1
, x
2
… x
m
là các tín hiệu đầu vào; w
k1
, w
k2
, … w
km
là các trọng số
khớp thần kinh tương ứng của neural k.
y
k
là tín hiệu đầu ra của neuron.
u
k
là đầu ra kết hợp tuyến tính.
b
k
là bias, phi là hàm kích hoạt.
GVHD: PGS.TS. Đỗ Phúc HVTH: Nguyễn Ngọc Hoàng
- 14 -

Khi
v
k
= u
k
+ b
k
(3)
chúng ta có thể có công thức kết hợp của (1) và (3) như sau:
3.2. GIẢI THUẬT LAN TRUYỀN NGƯỢC
Việc thiết kế giải thuật lan truyền ngược chỉ ra rằng giải thuật học cụ thể cập
nhật khả năng của nó bắt đầu ở đầu ra, xác định lỗi xảy ra với một cấu trúc toán học
cụ thể và sau đó lan truyền lỗi này về các node phía trước thông qua mạng để xác
định cách thức điều chỉnh một cách có hiệu quả các cấu trúc toán học nhằm cải
thiện đầu ra cuối cùng của mạng. Mặc dù đây là một giải thuật lặp và đôi khi khá
tốn thời gian nhưng khi huấn luyện với một tập mẫu đủ lớn thì nó cho kết quả khá
tốt trong thực tế sử dụng. Hiện nay, kỹ thuật toán cho mạng neural đã được áp dụng
trong nhiều lĩnh vực khác nhau như nhận diện mẫu, cơ sở dữ liệu tri thức, điều
khiển robot, và thực hiện quyết định tài chính. Để có khả năng nhận diện mẫu,
mạng neural sẽ nhận một số mẫu đầu vào và kết nối với đầu ra cho trước. Với khả
năng lưu trữ cả mẫu đầu vào và đầu ra trong bộ nhớ kết hợp làm cho mạng ở một
mức độ nào đó có thể nhạy cảm và nhận biết được một số thay đổi nhỏ trong các
mẫu đầu vào của nó. Mạng neural cũng co khả năng tái cấu trúc. Khi một mẫu đầu
vào không hoàn chỉnh, mạng sẽ cố xác định mẫu liên quan gần nhất trong mộ nhớ
của nó. Nhưng cần lưu ý rằng không như những mô hình trí tuệ nhân tạo được huấn
luyện bằng phương pháp lập trình của logic toán học, mạng neural học từ thực tế
hay suy diễn từ tập mẫu huấn luyện. Quá trình huấn luyện sẽ phát triển một mô hình
mạng toán học không tuyến tính xấp xỉ mà về bản chất có thể cho ra kết quả mong
muốn từ những đầu vào cho trước. Do đó, phương pháp này không bắt đầu bằng
một mô hình cho sẵn với các quan hệ giữa đầu vào và đầu ra mà nó sẽ tự định nghĩa

các mối quan hệ này tùy theo tập mẫu được huấn luyện. Theo đó, trong các ứng
dụng thực tế, quá trình học có thể tiếp tục ngay cả khi mạng đã thực hiện việc tiên
GVHD: PGS.TS. Đỗ Phúc HVTH: Nguyễn Ngọc Hoàng
- 15 -
đoán nên cho phép mạng học và phản ứng với các trường hợp mới khi vận hành.
Thông tin trong mạng neural được phân tán qua mạng. Khi một vài mẩu thông tin bị
mất thì cũng không làm cả hệ thống sụp đổ.
Giải thuật lan truyền ngược có thể được xem là kỹ thuật tìm kiếm tối ưu trong
đó hàm mục tiêu nhằm mục đích tối thiểu lỗi giữa đầu ra được tình toán tương ứng
với tập đầu vào cho trước trong mạng neural đa tầng và đầu ra mong muốn tương
ứng. Mạng được huấn luyện bằng cách cho một vector đầu vào X vào mạng, thực
hiện các thao tác tính toán qua mạng cho đến khi nhận được vector đầu ra. Lỗi đầu
ra được tính bằng cách so sánh đầu ra tính được với giá trị đầu ra thực sự với vector
đầu vào X. Mạng sẽ cố gắng học bằng cách điều chỉnh trọng số của mỗi đơn vị xử
lý trong mạng để giảm lỗi tiên đoán quan sát được. Về mặt toán học, lỗi tiên đoán sẽ
được quét ngược về phía trước qua mạng để kết hợp một giá trị của mỗi đơn vị xử
lý, tính toán một gradient cho mỗi và cập nhật trọng số dựa trên gradient tương
ứng. Tiến trình này được lặp bắt đầu với mỗi mẫu huấn luyện. Sau khi duyệt hết,
giải thuật bắt đầu lại từ đầu và tiếp tục điều chỉnh trọng số cho cả cấu trúc mạng cho
đến khi hàm mục tiêu đủ gần đến 0 hoặc số vòng lặp cho trước đã hết. Hình 3.2
minh họa phương pháp toán cho giải thuật.
Theo hình 3.2, mỗi neuron j được nạp một tập các tín hiệu được sinh ra từ tầng
trước nó. Vùng cục bộ được rút ra v
j
(n) sinh ra tại đầu vào của hàm kích hoạt kết
hợp với neuron j là:
Trong đó m là tổng số đầu vào ngoại trừ bias đối với neural j. Trọng số w
j0
bằng với bias b
j

của neuron. Do đó hàm tín hiệu y
i
(n) xuất hiện tại đầu ra của neural
tại vòng lặp thứ n là:
GVHD: PGS.TS. Đỗ Phúc HVTH: Nguyễn Ngọc Hoàng
- 16 -
Hình 3.2: Giải thuật lan truyền ngược.
Từ hình 3.2, độ chính xác Δw
ji
(n) được định nghĩa bằng:
Trong đó, (n) được định nghĩa:
Từ biểu thức 8, gradient cục bộ (n) cho đầu ra của neural j bằng với tích của
tín hiệu lỗi e
j
(n) của neural và đạo hàm φ
’
j
(v
j
(n)) của hàm kích hoạt tương ứng.
Cuối cùng, ta có được công thức lan truyền ngược của gradient cục bộ δ
j
(n):
GVHD: PGS.TS. Đỗ Phúc HVTH: Nguyễn Ngọc Hoàng
- 17 -
Với hàm kích hoạt, hàm phi tuyền vi sai liên tục thông thường được dùng
trong các perceptron đa tầng là hàm phi tuyền đường cong được mô tả như sau:
Chương 4:
GVHD: PGS.TS. Đỗ Phúc HVTH: Nguyễn Ngọc Hoàng
- 18 -

Chương 2: KẾT LUẬN
Qua tiểu luận này, tác giả đã tìm hiểu và trình bày các yếu tố ảnh hưởng đến
thành công của một dự án đổi mới sản phẫm và mạng neural nhân tạo dùng giải
thuật học lan truyền ngược. Qua đó chúng ta có thể thấy được nếu kết hợpđể xây
dựng nên một hệ hỗ trợ quyết định chắc chắn sẽ có những kết quả rất khả quan và
rất giá trị khi áp dụng vào thực tế.
Do thời gian có hạn nên trong khuôn khổ của tiểu luận này tác giả chỉ tìm hiểu
và tổng hợp các kết quả nghiên cứu về cơ sở lý thuyết của mạng neural nhân tạo và
các yêu tố quyết định đến thành công của một dự án mà chưa cài đặt được một
chương trình minh họa để chứng tỏ được tính hiệu quả cũng như tính khả thi của hệ
thống khi áp dụng vào thực tiễn.
Sau khi tìm hiểu và thấy được tiềm năng của bài toán, trong tương lại tác giả
sẽ tiếp tục đào sâu nghiên cứu và hiện thực một hệ thống nhằm hỗ trợ cho các
doanh nghiệp vừa và nhỏ có các quyết định đầu tư vào dự án hợp lý giúp nâng cao
thành công của doanh nghiệp.
GVHD: PGS.TS. Đỗ Phúc HVTH: Nguyễn Ngọc Hoàng
- 19 -
TÀI LIỆU THAM KHẢO
1. PGS.TS. Đỗ Phúc (2014), Các Slide bài giảng môn học Hệ hỗ trợ quyết
định.
2. I. M. Ar, B. Baki, Antecedents and Performance Impacts of Product Versus
Process Innovation: Empirical Evidence from SMEs Located in Turkish
Science and Technology Parks, European Journal of Innovation
Management, vol. 14, 2011.
3. R. Balachandra and J. H. Friar, Factors for Success in R&D Projects and
New Product Innovation: A Contextual Framework, IEEE Transactions on
Engineering Management, vol. 44, 1997.
4. Y. Cao, L. Zhao, and A. Nagahira, The Impact of Front End Innovation in
New Product Development in Japanese Manufacturing Companies, Nankai
Business Review International, vol. 2, 2011.

5. A. K. Chakrabarti, The Role of Champion in Product Innovation, California
Management Review, 1974.
6. W. M. Cohen, D. A. Levinthal, Absorptive Capacity: A New Perspective on
Learning and Innovation, Administrative Science Quarterly, vol. 35, 1990.
7. R. G. Cooper, Identifying Industrial New Product Success:Project,
Industrial Marketing Management, vol. 8, 1979.
8. R. G. Cooper, From Experience: The Invisible Success Factors in Product
Innovation, Journal of Product Innovation Management, vol. 16, 1999.
9. R. G. Cooper, E.J.Kleinschmidt, Success Factors in Product Innovation,
Industrial Marketing Management, vol. 16, 1987.
10.L. Dwyer, R. Mellor, Organizational Environment, New Product Process
Activities, and Project Outcomes, Journal of Product Innovation &
Management, vol. 8, 1991.
11.A. Griffin, J. R. Hauser, Patterns of Communication among Marketing,
Engineering and Manufacturing-A Comparison between Two New
Product Teams, Management Science, vol. 38, 1992.
12.K. E. Gruner and C. Homburg, Does Customer Interaction Enhance New
Product Success, Journal of Business Research, vol. 49, 2000.
GVHD: PGS.TS. Đỗ Phúc HVTH: Nguyễn Ngọc Hoàng
- 20 -
13.M. Hardie and G. Newell, Factors Influencing Technical Innovation in
Construction SMEs: An Australian Perspective, Engineering, Construction
and Architectural Management, vol. 18, 2011.
14.M. Hoegl and H. G. Gemuenden, Teamwork Quality and the Success of
Innovation Projects: A Theoretical Concept and Empirical Evidence,
Organization Science, vol. 12, 2001.
15.C. P. Killen, R.A. Hunt, E.J. Kleinschmidt, Project Portfolio Management
for Product Innovation, International Journal of Quality & Reliability
Management, vol. 25, 2008.
16.A. K. W. Lau, Supplier and Customer Involvement on New Product

Performance: Contextual Factors and An Empirical Test from
Manufacturer Perspective, Industrial Management & Data Systems, vol.
11, 2011.
17.Z. Li, C. Millman, and R. Chi, Government Support, International Trade
and Firm’s R&D Investment: Evidence from Chinese High-Tech Industries,
Journal of Science and Technology Policy in China, vol. 2, 2011.
18. M. A. Maidique, B. J. Zirger, A Study of Success and Failure in Product
Innovation: The Case of the U.S. Electronics Industry, IEEE Transactions in
Engineering Management, vol. 4, 1984.
19.M. E. Parry and X. M. Song, Identifying New Product Success in China,
Journal of Product Innovation Management, vol. 11, 1994.
20.D. I. Prajogo, C. M. McDermott, The Relationship Between
Multidimensional Organizational Culture and Performance, International
Journal of Operations & Production Management, vol. 31, 2011.
21.G. L. Ragatz, R.B. Handfield, T.V. Scannell, Success Factors for Integrating
Suppliers into New Product Development, Journal of Product Innovation
Management, vol. 14, 1997.
22.X. M. Song, M. E. Parry, The Dimensions of Industrial New Product Success
and Failure in State Enterprises in the People's Republic of China, Journal
of Product Innovation Management, vol. 11, 1994.
23.X. M. Song, M. E. Parry, What Separates Japanese New Product Winners
from Losers, Journal of Product Innovation Management, vol. 13, 1996.
GVHD: PGS.TS. Đỗ Phúc HVTH: Nguyễn Ngọc Hoàng
- 21 -
24.M. V. Tatikonda, S. R. Rosenthal, Successful Execution of Product
Development Projects: Balancing Firmness and Flexibility in Innovation
Process, Journal of Operations Management, vol. 18, 2000.
25.J. C. N. Valencia, R.S. Valle, D.J. Jimenez, Organizational Culture as
Determinant of Product Innovation, European Journal of Innovation
Management,vol. 13, 2010.

26.J. Vega-Jurado, A. Gutierrez-Gracia, I. Fernandez-de-Lucio, and L.
Manjarres-Henriquez, The Effect of External and Internal Factors on Firms'
Product Innovation, Research Policy, vol. 37, 2008.
27. B.J. Zirger and M. Maidique, A Model of New Product Development: An
Empirical Test, Management Science, vol. 36, 1990.
28. />GVHD: PGS.TS. Đỗ Phúc HVTH: Nguyễn Ngọc Hoàng