当前世界范围内新一轮科技革命和产业变革蓄势待发,各国都在积极推进以技术创新为核心的战略部署,试图在新能源、生物、新材料等技术产业领域抢占制高点。企业作为技术创新的主体,在当前日趋激烈的竞争下,只有具备宏观把握技术发展态势、识别技术创新发展路径和技术机会的能力,才能适时地顺应技术未来发展方向,在技术创新与发展应用中占得先机。因此,如何更好地把握技术机会及技术创新发展路径等,成为企业和科研人员愈发关注的核心问题,这对制定科学有效的技术发展战略、增强企业核心竞争力、实现领域技术突破和产业创新具有重要的理论和现实意义。本文依托国家自然科学基金面上项目《基于语义TRIZ的新兴技术创新路径预测研究》和北京理工大学基础科学研究项目《基于SAO分析的新兴技术发展路径识别研究》,以“企业技术创新”为研究目的,以技术挖掘、技术路线图、形态分析、模糊一致矩阵和SAO语义挖掘为方法基础,以“理论架构与方法基础?问题-解决方案识别?技术形态组合预测?商业化潜力评价”为研究主线,提出一套系统的技术创新路径分析与评价方法模型,主要创新成果总结如下:(1)构建了基于SAO语义挖掘的技术解决方案演化路径识别模型以关键技术问题为切入点,构建了基于SAO语义挖掘的关键问题-解决方案演化路径识别模型。该模型将SAO语义挖掘方法引入到技术路线图的构建当中,借助SAO语义挖掘方法识别“关键问题-解决方案”对,并基于SAO语义结构和关键词共现,识别“解决方案-解决方案”之间的演化关系,最终构建了技术方案演化路线图和技术方案对比图,实现关键问题对应解决方案的识别和演化路径分析。实证研究部分以染料敏化太阳能电池(简称“染敏太阳能电池”,缩写DSSCs)技术为研究对象,选择“提升电池转化效率”这一关键问题展开实证探索,识别了提升DSSCs转化效率的技术方案及其演化路径。(2)构建了基于SAO结构链和形态分析法的技术创新路径预测模型本文提出了SAO结构链的思想,并构建了基于SAO结构链和形态分析法的技术创新路径预测模型。为克服现有方法中技术形态结构定义主要依靠专家知识的缺陷,更好地满足关键概念间的关系识别,本文将SAO结构链思想引入到了形态结构矩阵的构建当中,提出了基于SAO结构链的技术形态结构构建方法;其次,通过形态分析识别专利技术热点与空白点,并基于专利和文献数据特征构建技术评价指标体系;最后,运用回归分析方法实现专利技术形态组合的预测。实证研究部分,本文仍以DSSCs技术为例开展实证探索,识别了该领域专利技术形态,并实现了未来技术形态组合发展路径的预测。(3)构建了基于模糊一致性矩阵分析的技术创新路径潜力评价模型新技术方案或新技术组合由于具有高度市场不确定性、复杂性和模糊性等特点,在企业未来的商业化应用中会存在各种风险和不确定性。因此,本文提出了基于模糊一致性矩阵的技术创新路径潜力评价模型。该模型综合考虑了技术价值、社会经济效益、产业化应用基础等商业化潜力因素,分别构建了技术方案/技术形态组合评价指标体系;最后在利用熵权法和德尔菲法确定各指标权重的基础上,运用模糊一致性矩阵方法实现技术方案/技术形态组合创新路径的商业化潜力评价。实证研究方面,本文仍以DSSCs技术为例开展实证探索,在前文技术方案和技术形态组合识别与预测的基础上,分析其商业化应用潜力,最终实现DSSCs未来技术发展方向与创新路径的评价,该实证分析结果对相关企业技术创新与产业化应用具有重要指导意义。