智能制造企业创新关联网络结构对技术生态位的影响

以中国智能制造上市企业2015~2020年发明专利授权数为样本，运用社会网络分析法揭示智能制造企业创新关联网络演化规律。通过回归分析，研究智能制造企业创新关联网络结构与技术生态位“态”和技术生态位“势”的关系。研究发现：智能制造企业创新关联网络关系显著，且关联趋向紧密。网络度数中心度与技术生态位“态”、技术生态位“势”均呈显著的倒U关系；关系强度与技术生态位“态”、技术生态位“势”均呈显著的倒U关系；结构洞与技术生态位“态”的关系呈正线性相关关系。智能制造企业起步阶段，政府要发挥政策引导作用，鼓励更多企业投入到智能制造企业相关领域，促进其创新关联网络的发展。发展阶段，提高网络度数中心度、结构洞和关系强度，避免由于过于分散降低智能制造企业创新能力。成熟阶段，剔除冗余联系，获取有效的网络资源，优化网络结构，进一步保证智能制造企业的创新能力。     

一种求解TSP的生物信息启发式遗传算法

遗传算法是解决旅行商问题（traveling salesman problem，TSP）的通用路径优化算法之一。为解决传统遗传算法收敛速度慢且解不稳定的问题，提出一种生物信息启发式遗传算法（bioinformation heuristic genetic algorithm，BHGA）。通过优化适应度函数和初始种群，引入生物信息学中的基因序列对比手法进行交叉重组排序，采用基因逆转操作进行变异，对遗传算法进行改进，使算法能够加快收敛速度，得到更优路径解。利用BHGA对TSPLIB数据库中算例进行求解，实验仿真结果表明：该算法在中小型规模的TSP中求解效果好且结果稳定。