高技术企业技术创新网络中知识转移时间优化研究

在分析高技术企业技术创新网络中知识分类及特性的基础上, 考虑技术创新网络中影响知识转移的知识吸收能力、网络知识更新率、折现率、转移时间、市场占有率及产品生命周期等因素, 建立了期望利润随知识转移时间变化的模型; 并模拟现实情况, 对模型的参数进行了设置, 通过设定的参数求出最优知识转移时间, 对模型进行有效性验证. 模拟结果验证了模型的有效性和最优知识转移时间的合理性. 通过大量模拟实验数据及与已有研究成果的对比分析, 表明本模型具有通用性, 可以为企业确定最优知识转移时间提供决策依据.     

风险转移下的企业动态投资与资本结构研究

考虑到作为内生因素的代理冲突会影响企业资本结构以及信用风险,为此构建了股东风险转移下的代理模型.采用动态规划方法对模型进行求解,并运用数值模拟和参数分析方法,研究股东风险转移以及投资不足所形成的代理问题及其对企业最优资本结构,信用价差以及托宾q的影响机制.研究结果表明,与传统结构化模型相比,股东风险转移以及投资不足形成...     

协同创新企业知识势差与知识转移的影响因素

通过构建协同创新企业知识势差与知识转移绩效影响模型,运用数理证明和仿真相结合的方法,深入分析了知识势差对知识转移绩效的作用机理,探讨了影响二者关系的关键因素,为协同创新企业选择和知识转移投入提供依据。研究发现:激励因子和知识理解系数是影响协同企业知识势差与知识转移绩效的主要因素,对协同创新主体合作伙伴选择和知识转移投入策略有着重要影响,增加激励因子和知识理解系数能够增大协同创新企业间最优合作距离,但对知识转移绩效提升作用效果不明显。     

高技术企业技术创新网络的系统动力学建模与仿真

在深入分析高技术企业技术创新网络系统的构成要素及各要素相互关系的基础上,建立了能够刻画高技术企业技术创新网络发展变化的因果关系图与系统动力学模型。并用系统动力学建模工具软件Vensim实现了该模型.同时采用国家高技术产业统计年鉴公布的数据,对模型的有效性进行了验证,实验结果表明模型计算出来的数据与实际数据非常吻合.表明系统动力学方法能够有效模拟协作研发、标准化以及知识转移对高技术企业技术创新网络的发展影响.作为模型的应用,对今后几年高技术企业技术创新网络系统的关键指标进行了预测,并提出了为提高关键指标应采取的措施,为管理决策提供了参考依据.     

寡头市场下价格时变产品的最优交货时间策略

针对需求对价格和交货时间的敏感性, 价格与交货时间呈线性关系, 构建了寡头市场下按单生产（make to order （MTO））企业的产品最优交货时间的决策模型, 关注产品之间的替代性以及面临的不同市场竞争环境, 使模型更贴近现实情况. 首先对模型的最优性进行分析, 其次通过数值算例,探讨了顾客偏好系数和替代率对最优决策的影响, 以及寡头企业在竞争与合作机制下的最优选择. 结果表明顾客的不同偏好将带来不同的决策结果, 企业应根据顾客类型进行市场细分并采取不同的决策; 在两企业之间存在替代性的情况下, 缺乏合作的动机, 竞争普遍存在. 但如果两企业想保持稳定的交货时间和价格, 应采用合作机制. 相关结论可以为企业科学进行市场竞争提供有益的指导.     

创新回报不确定性下的新技术采纳研究

考虑到企业在采纳新技术过程中的技术溢出以及新技术创新回报的不确定性,建立生产有差异化产品企业的两阶段博弈模型,以企业采纳时间为分界点分别得出在古诺竞争和伯特兰德竞争两种市场下各个阶段的期望均衡利润,进而对技术创新回报不确定性、企业的最优采纳时间、期望社会福利最大时的企业最优社会采纳时间进行了分析,结果表明,随着创新回报不确定性的增加,先采纳新技术企业的期望利润增加更多;企业间产品差异较大时,领先企业在古诺竞争下的最优采纳时间要比伯特兰德竞争下的最优采纳时间要早;企业间产品差异较小时,领先企业在古诺竞争下的最优采纳时间要晚于伯特兰德竞争下的最优采纳时间.跟随企业在古诺竞争下的最优采纳时间始终早于伯特兰德竞争下的最优采纳时间.     

集群创新网络知识动态增长研究:基于过程视角

设计知识创新与扩散的影响机制,将知识增长绩效的影响因素纳入动态过程,构建集群创新网络的知识增长过程模型,运用复杂网络理论和仿真技术对东北三省新能源汽车集群创新网络进行实证仿真,研究集群创新网络知识增长绩效的演化规律及其影响因素.结果表明,在知识动态增长的模拟过程中,集群创新网络存在知识动态增长的突变点,知识扩散与创新的累积效应受知识扩散条件的约束.对于知识增长绩效,无标度网络相比实际网络更具优势.最优知识增长绩效要求网络中的企业具有适度的创新能力和吸收能力,而企业之间的交流频率,转移意愿,准则相似度和网络知识溢出效率越高,知识增长绩效越高.     

生产系统的产品再设计策略

为研究在单一产品生产环境中产品再设计对价值、成本和质量管理有关问题的影响,提出了一个动态规划模型,该模型可以确定企业最优的产品再设计程度和实施再设计的最优时间,这样能使累积的净产品价值最大化．该模型可以使用不同的学习率和不同的成本数据进行计算,最后的结果表明,早期实施最优产品再设计策略提高了产品的累积净价值．     

成熟型企业家的融资策略与道德风险及债务积压问题

本文假设企业家是时间偏好不一致的且属于成熟型,企业现金流服从双指数跳过程,利用资产定价理论,解析地得到了企业股权,债券价值以及最优破产水平.分析了时间偏好不一致对成熟型企业家的企业最优资本结构,破产决策以及风险转移动机和债务积压问题的影响.数值分析表明:较时间偏好一致而言,成熟企业家往往选择较小券息,较高的破产水平.时间偏好不一致减弱了成熟企业家的风险转移动机,却加剧了债务积压程度.尤其是,本文模型给出了"债务保守"之谜的一个新解释.     

基于学习理论的产品重新设计策略

为研究在单一产品生产环境中产品重新设计对价值、成本和质量管理有关问题的影响，我们提出了一个动态规划模型，该模型可以确定企业最优的产品重新设计深度和实施重新设计的最优时间，这样能使累积的净产品价值最大化。该模型可以使用不同的学习率和不同的成本数据进行计算，最后的结果表明，早期实施最优产品重新设计策略提高了产品的累积净价值。     

基于遗传算法的投影寻踪模型对小花碱茅最佳收获期的判定

针对小花碱茅实际生产中最佳收获期难于客观确定的问题,提出基于加速遗传算法的投影寻踪模型用于解决小花碱茅（Puccine Uiatenuiflora）最佳收获期的判定问题,该模型通过优化指标投影方向,将多维数据指标（样本评价指标）转换到低维子空间,并根据投影函数值的大小评价出各样本的优劣,最大限度地避免了权重矩阵取值的人为干扰。结果表明：初花期收获各指标投影函数值最大,这个时期收获的牧草具有相对较高的营养价值和产量,并具有相对较低的粗纤维含量,因而这个时期收获综合评价值最高。图1,表2,参18。     

A study on decision-making of food supply chain based on big data

As more and more companies have captured and analyzed huge volumes of data to improve the performance of supply chain, this paper develops a big data harvest model that uses big data as inputs to make more informed production decisions in the food supply chain. By introducing a method of Bayesian network, this paper integrates sample data and finds a cause-and-effect between data to predict market demand. Then the deduction graph model that translates products demand into processes and divides processes into tasks and assets is presented, and an example of how big data in the food supply chain can be combined with Bayesian network and deduction graph model to guide production decision. Our conclusions indicate that the analytical framework has vast potential for supporting support decision making by extracting value from big data.     

需求季节性变动的血液库存系统仿真研究

以国内某大型医院的血液库存系统为对象,建立了一个离散事件系统仿真模型,根据该血液库存系统运行的历史数据统计得到模型中参数的分布规律,通过仿真模型的重复运行得出了系统的最优订货点.考虑到该系统需求季节性变动的特征,对模型进行了改进,提出了一个预期订货点模型,仿真实验表明预期订货点策略能更有效地降低库存成本.本文的研究有助于血液库存管理措施的制定与改进,对其它易变质物品库存管理也有一定的借鉴作用.     

大数据:数据驱动下的工程项目管理新视角

如何在高维度情况下对大数据开展统计学习、预测和优化,实现数据驱动决策,是当前管理科学与系统工程所面临的重要问题.为探索如何将大数据的理论方法应用于工程项目管理,本文首先对"数据驱动决策"的价值链进行了分析,然后,构建了基于大数据的工程项目管理三维结构模型,提出从时间维(项目生命周期各阶段)、领域维(项目各管理领域)和方法维(大数据分析方法)三个维度,推动大数据技术在工程项目中的研究和应用.进一步,分析了项目生命周期各阶段所涉及的数据类型,分析了大数据方法在工程项目各领域的应用前景.最后,结合案例阐述了大数据技术的应用,并讨论了有待研究的关键科学问题.     

Asynchronous Fuzzy Cognitive Networks Modeling and Control for Goethite Iron Precipitation Process

Goethite iron precipitation process is a key step in direct leaching process of zinc, whose aim is to remove ferrous ions from zinc sulphate solution. The process consists of several cascade reactors,and each of them contains complex chemical reactions featured by strong nonlinearity and large time delay. Therefore, it is hard to build up an accurate mathematical model to describe the dynamic changes in the process. In this paper, by studying the mechanism of these reactions and combining historical data and expert experience, the modeling method called asynchronous fuzzy cognitive networks(AFCN)is proposed to solve the various time delay problem. Moreover, the corresponding AFCN model for goethite iron precipitation process is established. To control the process according to fuzzy rules, the nonlinear Hebbian learning algorithm(NHL) terminal constraints is firstly adopted for weights learning.Then the model parameters of equilibrium intervals corresponding to different operating conditions can be calculated. Finally, the matrix meeting the expected value and the weight value of steady states is stored into fuzzy rules as prior knowledge. The simulation shows that the AFCN model for goethite iron precipitation process could precisely describe the dynamic changes in the system, and verifies the superiority of control method based on fuzzy rules.     

大型城市地下物流网络优化布局的模拟植物生长算法

交通拥堵问题的加剧使传统物流网络在我国大型城市已达到极限, 未来地面物流系统将逐步向地下不同层次里转移并释放出城市地上空间.本文以斯坦纳最小树(SMT)为理论模型, 建立了符合我国大型城市不断扩展这一特点的树状地下物流网络布局模型. 由于 SMT 为 NP-完全问题, 因此算法的寻优能力是研究的关键. 本文所采用的模拟植物生长算法(PGSA)是以植物向光性理论为启发式准则的智能算法, 该算法是利用人工植物在给定物流节点集解空间中的生长过程得到城市地下物流网络的最优布局. 通过对国际公布的STEINLIB实例数据计算并与蚁群算法和模拟退火算法进行比较, 表明模拟植物生长算法具有较强的精确性、稳定性和全局搜索能力.     

组织通过外部学习进行隐性知识转移的模型研究

针对隐性知识的特征及其传播特点,用微分动力学方法建立了组织通过外部学习进行隐性知识转移的分析模型,在此基础上,进一步分析了影响组织隐性知识转移渐近解的主要参数控制.模型揭示了组织通过外部学习进行隐性知识转移的规律,指出了组织获得外部隐性知识的条件及隐性知识在组织中传播的条件,同时也阐明了一些能改进隐性知识转移效果的途径,文中最后还分析了模型对管理的现实意义.     

基于系统动力学的企业创新投资决策研究

可持续竞争力逐渐成为企业在动态变化环境中获取成功的重要条件,它体现了企业在创新生态系统中的量级和位置,是现阶段学术界关注度较高的研究问题之一.现有研究回答了哪些因素影响企业可持续竞争力,却很难回答这些因素的影响机制及企业创新资源分配的作用过程.本研究以创新生态系统理论为基础,以"投入-转化-产出"为约束,基于可持续竞争力矩阵,构建结合价值流和知识流的企业创新投资决策系统动力学模型,探究创新战略和资源分配决策对企业可持续竞争的作用机制.研究结果表明:全面创新是优于单一创新的战略决策,且内部创新投资与外部创新投资存在最优回报阈值;知识共享和知识创造需要协同发展才能对企业绩效起到持续地正反馈作用.创新型企业成长过程中优化创新战略和决策,须从上述方面着手管理并持续改进.