基于演化博弈的制造企业研发团队知识转移网络演化北大核心CSCD

为揭示制造企业研发团队知识转移与持续流动的微观机制,结合演化博弈与复杂网络相关理论,利用计算机仿真技术,探究了无标度网络载体下,制造企业研发团队知识转移行为的扩散现象.研究结果表明,组织激励奖惩制度、知识转移成本与知识协同收益之间的关系对制造企业研发团队知识转移网络演化结果有显著影响;小规模知识转移网络的演化深度与速度对三者关系变化较中大规模网络更敏感;知识转移直接收益与知识聚合收益对知识转移网络演化结果影响不显著.     

基于加权网络的敏捷供应链知识服务网络演化

基于复杂网络理论,用边权重表示知识转移强度,且在加权网络的基础上,提出了敏捷供应链知识服务网络的演化机制。通过对强度分布、权重分布、度分布和聚类系数等4个网络特征量的定性分析,提出了知识服务网络的演化趋势,并进行仿真实验,验证了敏捷供应链知识服务网络的无标度特性,揭示了其演化过程,且在鲁棒性方面较无标度网络表现出优越性。在网络内部演化过程中不仅考虑了边的增加,还考虑到知识转移造成的边权重的变化,更全面地刻画了敏捷供应链知识服务网络的生长演化过程。     

基于演化博弈的制造企业研发团队知识转移网络演化

为揭示制造企业研发团队知识转移与持续流动的微观机制,结合演化博弈与复杂网络相关理论,利用计算机仿真技术,探究了无标度网络载体下,制造企业研发团队知识转移行为的扩散现象.研究结果表明,组织激励奖惩制度、知识转移成本与知识协同收益之间的关系对制造企业研发团队知识转移网络演化结果有显著影响;小规模知识转移网络的演化深度与速度对三者关系变化较中大规模网络更敏感;知识转移直接收益与知识聚合收益对知识转移网络演化结果影响不显著.     

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.     

基于无标度网络的应用层组播仿真

最新的研究表明,Internet网络中节点的连接度服从幂律分布,且具有无标度(scale-free)特性.基于无标度网络模型建立的网络仿真能够更真实的反映在互联网中应用的演化特征.基于对无标度网络的研究,提出了一种基于对数关系的改进的非平稳增长模型,在此模型基础上建立了基于gossip协议的应用层组播(ALM)的模拟仿真.仿真结果表明,与常用的随机网络模型比较,提出的基于无标度网络的模型与互联网的实际情况更吻合;与Planetlab实验床试验和实际测量数据分析比较,基于无标度网络的仿真可以有效模拟大规模网络上的应用.     

无标度网络拓扑结构非均匀性研究

利用网络结构熵定量分析了无标度网络拓扑结构的非均匀性.通过引入度秩函数,解析地给出了无标度网络的网络结构熵.研究发现当标度指数大于2时,无标度网络的网络结构熵仅与标度指数有关,与网络规模及最小度无关.在给定网络规模及最小度条件下,无标度网络的网络结构熵在标度指数等于1.7附近取最小值,即此时网络最不均匀,当标度指数大于1.7时,无标度网络的网络结构熵随标度指数单调递增.     

幂律思考系列文章3——无标度网络中几个有争议的命题

利用无标度网络的定义和分类,以及无标度网络度指数的定义,研究了3个有争议的命题:是否所有无标度网络都是稀疏的,从无标度网络随机抽样所得的子网络是否无标度,阿波罗尼斯网络度指数要不要加1。分析了产生争议的根源,给出了正确的解答。     

无标度网络及其系统科学意义

简述了无标度网络的发现及其特性,阐述了无标度网络对于系统科学研究的意义,提出:以无标度网络研究为切入点,深入开展系统结构的研究.     

无标度网络的群聚性对合作行为的影响

通过仿真实验分析囚徒困境博弈在群聚性可变的无标度网络上的演化,进而考察无标度网络的群聚性对合作行为的影响.实验结果表明,无标度网络的群聚性对合作行为的影响依赖于度量个体博弈收益的效用函数.一方面,当效用函数考虑关系成本并以平均收益度量个体的博弈收益时,无标度网络的群聚性抑制合作行为.另一方面,当效用函数同时考虑关系成本和无标度网络中hub节点所具有的资源优势,并以平均收益和累积收益的加权平均度量个体的博弈收益时,随着累积收益权重的增大,无标度网络的群聚性对合作行为的影响逐渐由抑制作用转变为促进作用.     

无标度物流网络中延误扩散临界条件的仿真研究

针对无标度物流网络延误扩散发生的临界条件,应用平均场理论,建立以延误节点密度为标度的常微分方程,求解延误扩散的临界条件;通过设计物流网络中延误扩散仿真系统,生成具有无标度属性的虚拟网络,对临界条件进行了仿真验证.研究结果表明:无标度物流网络中存在少数具有较高度值的关键节点,一旦这些节点出现服务障碍,将导致更大范围内的延...     

基于线网结构的公交协同调度时刻表模型

为提高城市公交服务水平和效率,基于复杂网络理论对公交线网协同调度问题开展研究。通过构建公交线网协同调度换乘复杂网络,以路网换乘点换乘车辆数最大作为优化目标,从路网结构层面提出换乘点换乘权重系数,建立时刻表模型。针对模型的特点,设计了基于遗传算法的求解方法,用算例验证了模型和算法的有效性。     

相振子网络中集聚系数和度分布对复杂度的影响

分析了复杂网络的集聚系数和度分布的异质性这两个重要的描述复杂网络结构特点的特征量对复杂度的影响。研究发现,增大集聚系数能增大复杂度的最大值以及增大复杂度钟形曲线的宽度,而增大度分布的异质性不能增大复杂度的最大值却可以明显增大复杂度在上升段和下降段的取值。对于小世界网络集聚系数对复杂度的影响更明显,而对于无标度网络,度分布的异质性更能显著的改变复杂度的取值。进一步加深了人们对描述网络部分同步状态的复杂度的认识,为设计合理的网络结构提供了理论基础。     

知识转移与网络组织的动力学行为模式( Ⅱ) :吸收能力与释放能力

针对网络组织的知识转移过程中知识释放者与吸收者之间的双向互动作用,根据知识的吸收能力提出了网络组织中成员的知识释放能力的概念,分析了网络组织中成员的知识释放能力的差异性,进而分别从随机性和确定性释放能力两个角度,利用仿真分析,探讨了知识转移过程中网络组织结构的动力学行为模式.     

知识转移与网络组织的动力学行为模式( Ⅰ)

过去的研究表明知识转移与网络组织的结构特征和行为模式之间存在互动作用.但是,许多研究只从微观层面上探讨了网络组织中的知识转移过程,而对知识转移过程中网络组织呈现的宏观动力学行为特征以及微观与宏观之间的联系还缺乏相对细致的考察.利用虚拟实验,在规则系统的基础上,探讨了知识转移与网络组织的动力学行为模式之间的相互依赖关系.     

在线知识转移网络的扩散及子结构测度

通过在线知识转移网络的网络结构和网络节点的传播状态,识别在线知识转移网络传播模式。经解析发现单纯对网络结构的判断并不能实现提高在线知识在网络传输范围的目的,判断子结构传播状态,并针对不同传播状态的节点制定特定的传播策略才是根本。     

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.     

线上线下双层耦合网络上的知识传播动力学研究

如何有效地使用线上与线下两个渠道来促进知识的传播已成为企业知识管理的关键问题.本研究考虑了员工的知识共享意愿与复习效率对知识传播的影响,建立了员工线上线下互动双层耦合网络上的知识传播动力学模型.利用下一代矩阵法计算出区分知识在耦合网络中传播与否的阈值条件,并对耦合网络上的知识传播过程进行仿真分析.研究表明,无标度-均匀混合双层耦合网络、小世界-均匀混合双层耦合网络、随机-均匀混合双层耦合网络与规则-均匀混合双层耦合网络四种不同结构的线上-线下双层耦合网络中知识的传播速度依次递减.此外,节点的复习效率越高,知识在耦合网络中的最终传播范围越大,传播速度越快.研究还表明,在线上和线下传播率系数较为接近的情况下,当有知识节点线上交流的频次与线下交流的频次较为接近时,耦合网络中知识的传播范围较大,传播速度较快.     

大数据环境下知识转移时间优化研究

随着大数据时代的到来,知识转移影响因素发生了巨大的变化.通过深入分析大数据环境下知识转移的特性,对大数据环境下的创新网络进行了界定.在此基础上,充分考虑到大数据环境下知识转移主体和知识种类等因素的变化,建立大数据环境下以企业期望利润现值最大化为目标的知识转移最优时间优化模型.然后,对模型进行参数设置,求解知识转移最优时间.仿真实验结果不仅验证了模型的有效性,还得出了对管理有实际应用价值的结论与启示,能为大数据环境下企业确定最优知识转移时间、提升知识转移效率提供决策依据.     

卷积神经网络复杂性质与准确率的关系研究

卷积神经网络的结构也会对其性能造成影响,设计卷积神经网络更多的是依靠经验和强大的算力,如何设计出性能更好的卷积神经网络目前缺少有效的理论支撑。为了解决这一问题,在分析典型卷积神经网络拓扑复杂性的基础上,为快速实现满足给定复杂性特征的卷积神经网络,给出了由复杂网络拓扑到卷积神经网络的生成算法,通过建立系列不同拓扑特征的卷积神经网络,采用Cifar10和Cifar100数据集分析了平均聚集系数、平均路径长度、图密度、模块度等拓扑性质对卷积神经网络识别有效性的影响关系。实验表明在神经网络的参数数量基本相等的情况下,平均聚类系数会对卷积神经网络的性能产生影响。最终得到结论在统计意义上,平均聚集系数小的网络结构会有更好的性能表现,这为进一步设计出更好的卷积神经网络提供了理论依据。     

多模态公文的结构知识抽取与组织研究

针对目前基于三元组知识构建的知识图谱结构逻辑性弱、难以形成知识体系的问题, 以公文应用背景为牵引, 提出多模态知识结构要素抽取模型, 构建多模态公文文档数据集GovDoc-CN, 在文本和图像两个模态对文档中包括各级标题、摘要、作者、成文时间、文档编号等在内的知识结构要素进行抽取。设计文档结构树模型对抽取的文档知识结构要素进行组织, 并构建结构化图网络实现文档的组织和管理。实验证明, 相较于单一模态的抽取模型, 多模态知识结构要素抽取模型取得了明显的效果提升, 文档结构树模型和基于文档结构树模型构建的结构化图网络为文档知识的组织与管理提供了一种新途径, 具有重要的应用价值。