随着全球化进程的加快，企业为了保持其市场优势，不断地在前一代产品的基础上推出新一代产品，新一代产品虽然在性能上有所改进，但进入市场时并不能马上完全替代前代产品，只是开始与之竞争，因而在市场中出现了多代产品共存的现象。同时更新换代的时间间隔逐渐缩短，各代产品之间的依赖关系也越来越强。因此研究多代创新产品扩散这一动态过程，对于企业把握各代产品的扩散趋势，制定相应的市场策略具有重要意义。重复购买是影响多代产品扩散的一个重要方面，新一代产品在进入市场的初期，产品的采用量大多依靠于消费者的尝试性购买即首次购买，随着时间的推移，产品采用量的增加主要来源于消费者对该类产品的重复性购买，尤其在一些多代高科技产品扩散的后期，重复购买对产品扩散量的影响较为明显。因此在多代创新产品扩散模型中考虑重复购买因素能够更加准确的反应市场的现实状况，有利于提高对多代创新产品扩散量的预测精度。由于影响首次购买与重复购买的因素不同，因而区分消费者的首次购买与重复购买对企业来说更有意义。
　　目前，已有的多代创新产品扩散模型虽然能够基本描述出多代产品在市场中的扩散特征，但模型假设购买者为首次购买者，不考虑重复购买因素。对于考虑重复购买因素的创新扩散研究，如经常性购买模型主要针对日常用品或低值易耗品市场，重复购买生命周期模型主要应用在一些的耐用品的扩散中。这些研究大多是建立在单代产品扩散的基础上，且不适用于多代高科技产品创新扩散。但是对于在多代创新产品扩散模型中考虑重复购买因素的相关研究涉及较少，应用在我国市场中的实证研究更是少之又少。
　　本文在Norton-Bass基本的多代创新产品扩散模型基础上，进行深入思考，尝试放松模型的假设条件，将购买者划分为首次购买者和重复购买者，并考虑扩散过程中的跳跃现象，给出了考虑重复购买的多代创新产品扩散模型。考虑到模型本身的复杂性，本文采用一种新的用于创新产品扩散模型的参数估计方法即蚁群优化算法，以中国互联网上网方式的扩散为例进行实证检验。得出考虑重复购买的多代创新产品扩散模型相较于Norton-Bass模型的拟合优度较好，预测精度更高。同时对比分析蚁群算法、极大似然估计法以及非线性最小二乘法的估计效果，发现在历史数据较少的情况下采用蚁群算法的预测效果较好。最后本文基于蚁群优化算法采用重复购买多代创新产品扩散模型对中国互联网上网方式扩散的趋势进行预测。