用于招商引资的企业多维度评价方法及系统与流程

1.本发明涉及企业评价技术领域，尤其涉及一种用于招商引资的多维度企业评价方法及系统。


背景技术：

2.目前，招商引资缺乏一个较为客观的评价标准，无法准确评估项目的成败以及实际的效益情况。
3.虽然在一些地方对于招商引资的评价标准开展了探索，但实际上仍存在考核结果失真等问题。因此，本技术提出了一种用于招商引资的多维度企业评价方法、系统、设备及存储介质。


技术实现要素：

4.本发明的目的在于提供一种用于招商引资的多维度企业评价方法及系统，以解决目前的企业招商评价方法存在着考核结果失真的问题。
5.为实现上述目的，本发明提供如下技术方案：
6.一种用于招商引资的多维度企业评价方法，包括以下步骤：
7.获取评价指标；
8.基于评价指标生成比较矩阵a＝(a
ij
)n×n，其中，a
ij
为第i个评价指标相对于第j个评价指标的重要性量化值；
9.基于比较矩阵计算各评价指标的权重；
10.基于企业的资料获取企业各评价指标的评分，并基于各评价指标的权重生成企业评分。
11.进一步的，所述比较矩阵a＝(a
ij
)m×m的生成方法包括以下步骤：
12.获取第一评价指标与第一评价指标、第二评价指标、
…
、第n个评价指标的重要性量化值a
11
、a
12
、
…
、a
1n
；
13.获取第二评价指标与第一评价指标、第二评价指标、
…
、第n个评价指标的重要性量化值a
21
、a
22
、
…
、a
2n
；
14.直至完全获取各评价指标与第一评价指标、第二评价指标、
…
、第n个评价指标的重要性量化值；
15.基于所获取的重要性量化值生成矩阵a＝(a
ij
)n×n；
[0016][0017]
进一步的，所述a
ij
值由重要性量化值赋值表得出：
[0018]
表1重要性量化值赋值表
[0019]
第i个评价指标比第j个评价指标重要性量化值同等重要1稍微重要3比较重要5强烈重要7极端重要9两相邻判断的中间值2、4、6、8倒数a
ij
＝1/a
ji
。
[0020]
进一步的，基于比较矩阵计算各评价指标的权重的方法包括以下步骤：
[0021]
基于公式(1)转化矩阵a，生成矩阵m；
[0022][0023]
基于矩阵m和公式(2)获取各评价指标的权重，；
[0024]
其中，公式(1)为：
[0025][0026]mij
为矩阵m中第i行和第j列的元素，a
ij
为矩阵a中第i行和第j列的元素；
[0027]
公式(2)为：
[0028][0029]
ωi为矩阵m中第i行元素的平均值，即第i个评价指标的权重。
[0030]
进一步的，在输出各评价指标的权重时还包括以下步骤：
[0031]
在输出各评价指标的权重时还包括以下步骤：
[0032]
获取矩阵m的检验系数，若检验系数小于阈值，则该判断矩阵通过一致性检验，输出各评价指标的权重；若检验系数大于小于阈值，则判断矩阵不满足一致性检验，输出告警信息。
[0033]
进一步的，获取矩阵b的检验系数的具体系数包括：
[0034]
基于公式(3)获取矩阵b的最大特征向量：
[0035][0036]
其中，n为矩阵m的阶数；λ
max
为矩阵b的最大特征向量；ωi为第i个评价指标的权重；m
ij
为矩阵中第i行、第j列的元素；
[0037]
基于最大特征向量和公式(4)获取一致性指标ci；
[0038][0039]
基于表2获取随机一致性指标ri；
[0040]
表2随机一致性指标ri
[0041][0042]
基于公式(5)获取检验系数cr；
[0043][0044]
其中，cr为检验系数，ci为一致性指标，ri为随机一致性指标。
[0045]
进一步的，所述阈值为0.1。
[0046]
进一步的，基于企业的资料获取企业各评价指标的评分，并基于各评价指标的权重生成企业评分的具体方法包括以下步骤：
[0047]
获取各评价指标的子指标；
[0048]
计算子指标在各评价指标下的权重；
[0049]
基于各招商企业的资料获取各子指标的赋值；
[0050]
基于子指标的赋值、各子指标的权重以及各评价指标的权重获取各招商企业的评价分数。
[0051]
本发明还公开了一种基于多维度的企业招商评价系统，包括：
[0052]
获取单元，用于获取评价指标以及第i个评价指标相对于第j个评价指标的重要性量化值；
[0053]
矩阵生成单元，用于生成矩阵；
[0054]
计算单元，用于计算各评价指标的权重以及企业评分。
[0055]
本发明还公开了一种设备，其特征在于，所述设备包括处理器，所述处理器在执行存储器中存储的计算机程序时实现如上述任意一项所述的用于招商引资的多维度企业评价方法。
[0056]
一种存储介质，其特征在于，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如上述任意一项所述的用于招商引资的多维度企业评价方法的步骤。
[0057]
综上所述，本发明与现有技术相比具有以下有益效果：
[0058]
本发明公开的用于招商引资的多维度企业评价方法基于用户设置的评价指标以及各评价指标的重要性生成比较矩阵，并对比较矩阵进行计算，得到各评价指标的权重，基于企业资料对各评价指标赋值并基于赋值和各评价指标的权重对企业评分以辅助用户进行招商引资，相对于现有技术，本发明能够提高考核结果的准确性。
附图说明
[0059]
图1为本发明公开的基于多维度的企业招商评价系统的应用环境图。
[0060]
图2为本发明公开的用于招商引资的多维度企业评价方法的流程框图。
[0061]
图3为本发明公开的用于招商引资的多维度企业评价方法其中一个子程序的流程框图。
[0062]
图4为本发明公开的用于招商引资的多维度企业评价方法另一个子程序的流程框
图。
[0063]
图5为本发明公开的基于多维度的企业招商评价系统的流程框图。
具体实施方式
[0064]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0065]
目前，招商引资缺乏一个较为客观的评价标准，无法准确评估项目的成败以及实际的效益情况。虽然在一些地方对于招商引资的评价标准开展了探索，但实际上仍存在指标不明确、指标混乱、考核结果失真等问题。因此，本技术提出了一种用于招商引资的多维度企业评价方法、系统、设备及存储介质。
[0066]
如图1所示，为本发明的一个实施例提供的一种基于多维度的企业招商评价系统的应用环境图，用户通过用户端1输入评价指标以及评价指标的重要性量化值，用户端1将用户的输入内容通过用户端1上传至服务器3，服务器3基于输入内容创建比较矩阵，并通过矩阵运算生成各评价指标的权重，并输入，用户可以基于各评价指标的权重进行企业招商评价；
[0067]
所述用户端1为智能终端，例如笔记本、手机、平板电脑等；
[0068]
服务器3可以是提供各种服务的服务器，例如存储服务器、应用服务器等；
[0069]
需要说明的是，服务器3可以是硬件，也可以是软件，当服务器3为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
[0070]
实施例1
[0071]
如图2所示，本发明的一个实施例提供的一种用于招商引资的多维度企业评价方法，包括以下步骤：
[0072]
步骤s100、获取评价指标；
[0073]
具体的，用户通过用户端1输入评价指标，例如，用户通过计算机输入评价指标；
[0074]
示例性的，用户在企业招商评价中，选取企业的活跃程度、身份特征、创新能力、经营风险、发展速度和行业实力作为评价指标；
[0075]
对评价指标按照顺序依次排列为第一个评价指标为活跃程度，第二个评价指标为身份特征，第三个评价指标为创新能力，第四个评价指标为经营风险，第五个评价指标为发展速度，第六个评价指标为行业实力；
[0076]
步骤s200、基于评价指标生成比较矩阵a＝(a
ij
)n×n，其中，a
ij
为第i个评价指标相对于第j个评价指标的重要性量化值；
[0077]
具体的，在选取评价指标后，通过对评价指标的两两比较，获取评价指标的重要性量化值，然后基于获取的重要性量化值生成比较矩阵a＝(a
ij
)n×n；
[0078]
优选的，所述比较矩阵a＝(a
ij
)m×m的生成方法包括以下步骤：
[0079]
步骤s210、获取第一评价指标与第一评价指标、第二评价指标、
…
、第n个评价指标的重要性量化值a
11
、a
12
、
…
、a
1n
；
[0080]
步骤s220、获取第二评价指标与第一评价指标、第二评价指标、
…
、第n个评价指标的重要性量化值a
21
、a
22
、
…
、a
2n
；
[0081]
步骤s230、直至完全获取各评价指标与第一评价指标、第二评价指标、
…
、第n个评价指标的重要性量化值；
[0082]
步骤s240、基于所获取的重要性量化值生成矩阵a＝(a
ij
)n×n；
[0083][0084]
示例性的，用户选择以企业的活跃程度、身份特征、创新能力、经营风险、发展速度和行业实力作为评价指标，服务器3在用户端1输出表3作为填写重要性量化值的量化表格；
[0085]
表3评价指标的重要性量化表格
[0086] 活跃程度身份特征创新能力经营风险发展速度行业实力活跃程度a
11a12a13a14a15a16
身份特征a
21a22a23a24a25a26
创新能力a
31a32a33a34a35a36
经营风险a
41a42a43a44a45a46
发展速度a
51a52a53a54a55a56
行业实力a
61a62a63a64a65a66
[0087]
其中，以表3中数据排列作为比较矩阵a，即比较矩阵a的第一行为活跃程度依次与活跃程度、身份特征、创新能力、经营风险、发展速度和行业实力对比的重要性量化值，比较矩阵a的第二行为身份特征依次与活跃程度、身份特征、创新能力、经营风险、发展速度和行业实力对比的重要性量化值，直至比较矩阵a第六行为行业实力依次与活跃程度、身份特征、创新能力、经营风险、发展速度和行业实力对比的重要性量化值；此时，矩阵a为：
[0088][0089]
优选的，在输入重要性量化值时，以表1重要性量化值赋值表得出：
[0090]
表1重要性量化值赋值表
[0091]
因素i比因素j量化值同等重要1稍微重要3比较重要5强烈重要7极端重要9两相邻判断的中间值2、4、6、8
倒数a
ij
＝1/a
ji
。
[0092]
步骤s300、基于比较矩阵计算各评价指标的权重并输出；
[0093]
具体的，针对比较矩阵a，对比较矩阵a进行变换和计算，从而得出各评价指标的权重；
[0094]
优选的，基于比较矩阵计算各评价指标的权重的方法包括以下步骤：
[0095]
步骤s310、基于公式(1)转化矩阵a，生成矩阵m；
[0096][0097]
步骤s320、基于矩阵m和公式(2)获取各评价指标的权重，；
[0098]
其中，公式(1)为：
[0099][0100]mij
为矩阵m中第i行和第j列的元素，a
ij
为矩阵a中第i行和第j列的元素；
[0101]
公式(2)为：
[0102][0103]
ωi为矩阵m中第i行元素的平均值，即第i个评价指标的权重；
[0104]
示例性的，对于矩阵a，则矩阵m中的元素
[0105]
权重
[0106]
作为本实施例中一种优选的实施方式，在输出各评价指标的权重时还包括以下步骤：
[0107]
步骤s400、以矩阵m作为判断矩阵；
[0108]
步骤s500、获取矩阵m的检验系数，若检验系数小于阈值，则该判断矩阵通过一致性检验，输出各评价指标的权重；若检验系数大于小于阈值，则判断矩阵不满足一致性检验，输出告警信息；
[0109]
优选的，获取矩阵b的检验系数的具体系数包括以下步骤：
[0110]
步骤s510、基于公式(3)获取矩阵b的最大特征向量：
[0111][0112]
其中，n为矩阵m的阶数；λ
max
为矩阵b的最大特征向量；ωi为第i个评价指标的权重；m
ij
为矩阵中第i行、第j列的元素；
[0113]
具体的，在计算最大特征向量λ
max
时，将判断矩阵的每一行元素均与该行元素所对应的评价指标的权重相乘后求和，记为第一数值，以第一数值的值除以该行元素所对应的评价指标的权重的六倍，记为第二数值，以第二数值的和作为最大特征向量λ
max
的值；
[0114]
示例性的，针对选取评价指标活跃程度、身份特征、创新能力、经营风险、发展速度
和行业实力的情况，最大特征向量λ
max
为：
[0115][0116]
在求最大特征向量λ
max
时，指标活跃程度所对应的第一数值为：(m
11
+m
12
+m
13
+m
14
+m
15
+m
16
)
×
w1，指标活跃程度所对应的第二数值为指标身份特征所对应的第一数值为：(m
21
+m
22
+m
23
+m
24
+m
25
+m
26
)
×
w2，指标身份特征所对应的第二数值为以此类推，得到每个评价指标所对应的第二数值，对没个指标所对应的第二数值求和，得到最大特征向量λ
max
；
[0117]
步骤s520、基于最大特征向量和公式(4)获取一致性指标ci；
[0118][0119]
n为矩阵m的阶数；λ
max
为矩阵m的最大特征向量；
[0120]
示例性的，针对选取评价指标活跃程度、身份特征、创新能力、经营风险、发展速度和行业实力的情况，一致性指标ci为：
[0121][0122]
步骤s530、基于表2获取随机一致性指标ri；
[0123]
表2随机一致性指标ri
[0124][0125]
基于公式(5)，获取检验系数cr；
[0126][0127]
其中，cr为检验系数，ci为一致性指标，ri为随机一致性指标；
[0128]
针对选取评价指标活跃程度、身份特征、创新能力、经营风险、发展速度和行业实力的情况，ri的取值为1.24；
[0129]
优选的，所述阈值为0.1，对于不满足阈值要求的判断矩阵，服务器3在用户端1发出告警信息，提醒用户重新输入各评价指标的重要性量化值；
[0130]
步骤s600、基于企业的资料获取企业各评价指标的评分，并基于各评价指标的权重生成企业评分；
[0131]
作为本实施例中一种有优选的实施方式，在本实施例中，所述基于企业的资料获取企业各评价指标的评分，并基于各评价指标的权重生成企业评分的具体方法包括以下步骤：
[0132]
步骤s610、获取各评价指标的子指标；
[0133]
步骤s620、基于步骤s100至步骤s600中的计算方法计算各子指标在各评价指标下的权重；
[0134]
步骤s630、基于各招商企业的资料获取各子指标的赋值；
[0135]
步骤s640、基于子指标的赋值、各子指标的权重以及各评价指标的权重获取各招商企业的评价分数；
[0136]
具体的，在本实施例中，各评价指标的子指标由招商人员设定，例如，
[0137]
活跃程度指标的子指标为财务状况、与经营活动直接相关的经营事件、与经营活动强相关的事件和与经营活动弱相关的事件；企业开展经营活动的活跃程度，体现企业的生存状态；活跃度并不考虑事件的好与坏，更侧重考虑企业事件的影响大小；活跃程度包括企业经营活动活跃程度、创新活跃程度、投融资活跃程度等方面；企业财务数据能够较为充分地反映企业的财务活力，企业大数据平台则记录了企业的各类事件，按照企业经营活动的相关性强弱可分为三类，分别是与经营活动直接相关的经营事件、与经营活动强相关的创新和投融资事件和与经营活动弱相关的企业成立和变更事件；
[0138]
身份特征评价指标的子指标有企业身份特征、资质荣誉、企业规模、企业所在城市等；企业开展经营活动的天然优势，体现市场和社会公众对企业的基础认知，身份特征相关的属性往往会对企业的行业准入、融资成本和商业模式等产生较大影响，也将潜移默化地影响企业的经营与发展，身份特征指标包括企业经过多年经营积累积淀下的身份特征和股东、法定代表人为企业增加的商誉特征；
[0139]
创新能力评价指标的子指标有技术创新能力、投资机构投资行为、技术创新热度、品牌创新能力、品牌创新热度等；创新能力指标包括创新投入、技术创新程度、品牌创新四个方面，技术创新不仅包括知识产权的创造，还包括新技术和新模式的应用，从数据项看，一方面体现在企业知识产权的数量、类型、申请时间和授权时间等，另一方面体现在外部投资机构的地位、投资次数、时间等；
[0140]
经营风险评价指标的子指标有财务风险、合规风险、频繁变更风险等；企业生产经营中隐含的风险大小以及对风险的抵抗能力，反映企业的经营稳定性，风险主要指的是对企业生产经营产生负面影响的事件或因素，企业风险越大，经营风险评分越低，企业涉及的经营情况恶化、被处罚、被起诉、失信和违约的情况越多，经营情况越不稳定；反之，企业风险越小，经营风险评分越高，企业涉及的经营情况恶化、被处罚、被起诉、失信和违约的情况越少，经营情况越稳定，根据风险事件的不同分类，经营风险指标主要包括严重事件风险、财务风险、合规风险、关联风险和频繁变更风险五个方面。此外，经营风险侧重考虑企业的负面的信息；
[0141]
发展速度评价指标的子指标有财务趋势、市场拓展趋势、人才趋势、创新趋势等；企业近期各个指标的变化方向和速度，体现企业的成长性，发展速度指标主要包括财务类、市场类、人才类和创新类四个方面，根据企业在两个时间段内的数据项的同比变化情况进行评分；
[0142]
行业实力评价指标的子指标有财务能力、企业规模、创新能力、市场竞争能力等；企业在国内行业中的竞争状况，体现了企业的行业地位，在企业评价过程中，不仅要考虑企业指标的差异，也要考虑企业所属的行业天然存在一定差异，即使企业指标数据项相同，但是在不同的行业中，会形成不同的竞争优势或者劣势，产生不同的经营结果，因此，行业实力指标的弥补了行业差异形成的竞争差异，更全面地评价企业的经营状态，行业实力指标主要包括年报财务类指标相对行业的分位数情况、非财务类指标相对行业的中位数情况以及企业营业收入增速相对行业平均增速情况；
[0143]
在获取各评价指标的子指标后，由实施例1所述的求取权重的方法求取各子指标在各评价指标内的权重，例如活跃程度评价指标分类下的财务状况、与经营活动直接相关的经营事件、与经营活动强相关的事件和与经营活动弱相关的事件的权重；
[0144]
获取各招商企业的资料，并对各招商企业的按照各子指标对招商企业的资料进行分类，例如在活跃程度评价指标分类下，按照招商企业在经营活动中的发生的事件进行分类，例如与财务状况相关的正面事件、与财务状况相关的负面事件、与经营活动直接相关的经营事件、与经营活动强相关的事件和与经营活动弱相关的事件等，基于上述分类统计各招商企业的事件数量；
[0145]
或者在行业实力评价指标下关于财务能力、企业规模、创新能力、市场竞争能力等子指标的评分；
[0146]
通过公式(6)对各子指标进行归一化处理，
[0147][0148]
其中：x为目标原始赋值；x'为归一化处理后的目标值；x
min
为目标值区间范围内合理最小值；x
max
为目标值区间范围内合理最大值；
[0149]
例如，在统计事件数量的分类中，对于与经营活动直接相关的经营事件，各x为统计表中与经营活动直接相关的经营事件的数量，x
min
为统计表中的与经营活动直接相关的经营事件的数量发生量最少的招商企业的数值，x
max
为与经营活动直接相关的经营事件的数量发生量最多的招商企业的数值；
[0150]
需要说明的是，关于统计事件类的子指标，例如与经营活动直接相关的经营事件，在进行分类时，分别按照经营时间进行分类，例如经营事件为3年的招商企业为一个统计表，经营时间为4年的招商企业为一个统计表，分别统计，归一化处理的目的是消除奇异样本数据导致的不良影响；
[0151]
在企业评分类的子指标的归一化处理中，例如行业实力评价指标下关于财务能力、企业规模、创新能力、市场竞争能力等子指标的评分，x
max
为评分标准的最大值，x
min
为评分标准的最小值，x为评分值，x'为归一化处理后的目标值；
[0152]
以x'的值作为各子指标的值对各子指标进行赋值，并以各子指标的值作为子指标的评分向量，记为第一向量，以各子指标的权重作为子指标权重向量，即为第二向量，第一向量和第二向量相乘得到各评价指标的评分，其中，第一向量和第二向量分别为行向量和列向量，从而使得第一向量和第二向量相乘能够得到具体数值以作为各评价指标的评分值；
[0153]
在获取各评价指标的评分后，以各评价指标的评分作为向量的元素组成第三向量，以各评价指标的权重作为向量的元素组成第四向量，第三向量和第四向量相乘得到各招商企业的评价分数，其中第三向量和第四向量分别为列向量和行向量。
[0154]
实施例2
[0155]
本发明还公开了一种基于多维度的企业招商评价分析系统，如图5所示，所述系统700包括：
[0156]
获取单元701，用于获取评价指标以及第i个评价指标相对于第j个评价指标的重要性量化值，以及子指标和各子指标的重要性量化值；
[0157]
矩阵生成单元702，用于生成矩阵；
[0158]
计算单元703，用于计算各评价指标的权重、各子指标的权重、各子指标的赋值和各招商企业的评价分数；
[0159]
具体的，获取单元701获取用户在用户端1选取的各评价指标以及输入的重要性量化值，矩阵生成单元702基于获取单元701输入的各评价指标以及重要性量化值生成矩阵a和矩阵m；计算单元703基于矩阵a和矩阵m，用于计算各评价指标的权重；
[0160]
获取单元701获取用户在用户端1选取的子指标以及输入的重要性量化值和各招商企业的资料，矩阵生成单元702和计算单元703计算各子指标的权重和各子指标的赋值以及各招商企业的评价分数；
[0161]
作为本实施例中一种优选的实施方式，所述系统700还包括：
[0162]
检验单元704，用于计算检验系数和进行一致性检验；
[0163]
具体的，检验单元704基于矩阵生成单元702生成的矩阵a、矩阵m和矩阵b，计算检验系数，通过对比检验系数进行一致性检验。
[0164]
实施例3
[0165]
本发明还公开了一种存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行实施例1或实施例2所述的基于多维度的企业招商评价分析方法的步骤。
[0166]
实施例4
[0167]
本发明还公开了一种设备，所述设备包括处理器，所述处理器在执行存储器中存储的计算机程序时实现实施例1或实施例2所述的基于多维度的企业招商评价分析方法的步骤。
[0168]
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0169]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0170]
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
[0171]
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。
[0172]
计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读
存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitory-media)，如调制的数据信号和载波。
[0173]
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。