产学研共同体信息供应链网络的结构特性分析
发布时间：2019-09-12 08:43
【摘要】：产学研共同体信息供应链是一个复杂的社会网络系统,网络结构与产学研共同体的功能实现密切相关,是影响共同体成员间信息传递、决定组织竞争优势的关键因素。文章通过分析产学研共同体信息供应链网络的结构演化机制,并引入节点吸引度与权值反映共同体成员的异质性、彼此间信息合作强度及连接数量的差异,构建产学研共同体信息供应链网络的演化模型,以求揭示其网络结构演化的动力行为及其影响因素,改善信息传递流程。
【图文】：
情报理论与实践(ITAk k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k )图1网络模型的点强度分布、度分布、边权分布定义点强度分布P(s)为网络中节点强度为s的概率。依据产学研共同体信息供应链网络的演化规则，新成员加入使原有成员i的点强度si发生改变，包括两种情况:新成员直接与原有成员i相连接，或是连到原有成员i的邻接点上。点强度si的变化率为:dsidt=mηi+si∑j(ηj+sj)(w0+δ)+∑j∈Γimηj+sj∑l(ηl+sl)δwijsj(4)不失一般性，设定w0=1。单位时间内只有一个新成员加入到网络中，网络中总的节点吸引度与时间t成线性关系，则∑jηj≈η0t。每增加一条边，系统的总强度变化为2+2δ，则有∑jsj=zm(1+δ)t。当t充分大时，公式(4)可简化为:dsidt=(1+2δ)msi(η0+2m+2mδ)t(5)令A=η0+2m+2mδm+2mδ由初始条件si(t=i)=m，可知共同体成员i的点强度:si(t)=m(ti)1A(6)设ti为共同体成员i进入网络的时刻，ti服从［0，m0+t］上的均匀分布，则点强度分布函数为:P(si(t)＜s)=pti＞tm()s()A=1－tm+tm()sA(7)在t充分大时，tm0+t≈1，节点强度的分布概率为:P(s)≈2mAs1+A(8)因此，当η0＜2mδ时，P(s)服从［2，3］的幂律分布。这表明，尽管产学研共同体信息供应链网络在不断增长，，但点强度分布最终会达到一种稳定的无标度状态。考虑度与点强度的关系。节点度ki的变化率为:dkidt=mηi+si∑j(ηj+sj)(9)结合公式
浽浽浽浽浽浽浽浽浽浽浽浽浽浽浽浽浽浽浽浽浽浽浽浽?理论与探索此，产学研共同体信息供应链网络的无标度结构特性会产生对核心成员的过度依赖，对信息的大规模扩散亦产生不利影响。由上述理论分析可知，影响网络统计量的主要因素是共同体成员的吸引度η0，网络更新系数δ以及成员间的连接数量m。相关网络参数设定如前，进行仿真试验，其中，η0、δ和m分别在［1，20］范围内连续取整数值。仿真结果表明:更新系数和连接数量对相关统计量产生正向调节，而节点吸引度对相关统计量产生负向调节。以节点度为例(见图2～图4)，连接数量或更新系数越大，表明共同体成员的合作关系建立与调整能力越强，使得整体网络的连通性发生改变。此时，共同体成员的节点度增大，节点度较大值出现的概率增加，节点度分布的离散程度升高，易产生中心性节点，信息传递对少数边的依赖性较强，产学研共同体信息供应链网络的无标度特性更为显著。相反，共同体成员的吸引度越高，节点度较大值出现的概率降低，节点度分布趋于均匀，共同体成员的参与性提高，信息传递对中心性节点的依赖性减弱，使得产学研共同体信息供应链网络的无标度性减弱，易形成多个扩散中心的网络格局，网络的连通性得以改善。点强度、边权等其他统计量及其分布随着更新系数、连接数量和节点吸引度的变化也表现出同样规律，由此说明共同体成员的自身特点、合作关系对于产学研共同体信息供应链网络结构变化产生不同作用。图2连接数量与节点度图3吸引度与节点度图4更新系数与节点度3产学研共同体信息供应链网络的小世界特性分析小世界网络是一类特殊的复杂网络结构，具有较短的特征路径长度和较高的聚集系数，少量连接的改变，就可以剧烈地改变网络的性能。实证分析表明，?
【作者单位】： 吉林大学管理学院;
【基金】：吉林大学“985工程”项目 吉林大学科学前沿与交叉学科创新项目(项目编号:2011QY101) 吉林省科学技术厅软科学项目(项目编号:20110615)的研究成果
【分类号】：G230;G322
【图文】：
情报理论与实践(ITAk k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k )图1网络模型的点强度分布、度分布、边权分布定义点强度分布P(s)为网络中节点强度为s的概率。依据产学研共同体信息供应链网络的演化规则，新成员加入使原有成员i的点强度si发生改变，包括两种情况:新成员直接与原有成员i相连接，或是连到原有成员i的邻接点上。点强度si的变化率为:dsidt=mηi+si∑j(ηj+sj)(w0+δ)+∑j∈Γimηj+sj∑l(ηl+sl)δwijsj(4)不失一般性，设定w0=1。单位时间内只有一个新成员加入到网络中，网络中总的节点吸引度与时间t成线性关系，则∑jηj≈η0t。每增加一条边，系统的总强度变化为2+2δ，则有∑jsj=zm(1+δ)t。当t充分大时，公式(4)可简化为:dsidt=(1+2δ)msi(η0+2m+2mδ)t(5)令A=η0+2m+2mδm+2mδ由初始条件si(t=i)=m，可知共同体成员i的点强度:si(t)=m(ti)1A(6)设ti为共同体成员i进入网络的时刻，ti服从［0，m0+t］上的均匀分布，则点强度分布函数为:P(si(t)＜s)=pti＞tm()s()A=1－tm+tm()sA(7)在t充分大时，tm0+t≈1，节点强度的分布概率为:P(s)≈2mAs1+A(8)因此，当η0＜2mδ时，P(s)服从［2，3］的幂律分布。这表明，尽管产学研共同体信息供应链网络在不断增长，，但点强度分布最终会达到一种稳定的无标度状态。考虑度与点强度的关系。节点度ki的变化率为:dkidt=mηi+si∑j(ηj+sj)(9)结合公式
浽浽浽浽浽浽浽浽浽浽浽浽浽浽浽浽浽浽浽浽浽浽浽浽?理论与探索此，产学研共同体信息供应链网络的无标度结构特性会产生对核心成员的过度依赖，对信息的大规模扩散亦产生不利影响。由上述理论分析可知，影响网络统计量的主要因素是共同体成员的吸引度η0，网络更新系数δ以及成员间的连接数量m。相关网络参数设定如前，进行仿真试验，其中，η0、δ和m分别在［1，20］范围内连续取整数值。仿真结果表明:更新系数和连接数量对相关统计量产生正向调节，而节点吸引度对相关统计量产生负向调节。以节点度为例(见图2～图4)，连接数量或更新系数越大，表明共同体成员的合作关系建立与调整能力越强，使得整体网络的连通性发生改变。此时，共同体成员的节点度增大，节点度较大值出现的概率增加，节点度分布的离散程度升高，易产生中心性节点，信息传递对少数边的依赖性较强，产学研共同体信息供应链网络的无标度特性更为显著。相反，共同体成员的吸引度越高，节点度较大值出现的概率降低，节点度分布趋于均匀，共同体成员的参与性提高，信息传递对中心性节点的依赖性减弱，使得产学研共同体信息供应链网络的无标度性减弱，易形成多个扩散中心的网络格局，网络的连通性得以改善。点强度、边权等其他统计量及其分布随着更新系数、连接数量和节点吸引度的变化也表现出同样规律，由此说明共同体成员的自身特点、合作关系对于产学研共同体信息供应链网络结构变化产生不同作用。图2连接数量与节点度图3吸引度与节点度图4更新系数与节点度3产学研共同体信息供应链网络的小世界特性分析小世界网络是一类特殊的复杂网络结构，具有较短的特征路径长度和较高的聚集系数，少量连接的改变，就可以剧烈地改变网络的性能。实证分析表明，?
【作者单位】： 吉林大学管理学院;
【基金】：吉林大学“985工程”项目 吉林大学科学前沿与交叉学科创新项目(项目编号:2011QY101) 吉林省科学技术厅软科学项目(项目编号:20110615)的研究成果
【分类号】：G230;G322
【参考文献】
相关期刊论文 前3条
1 钱燕云;李静;刘娟;温洪波;;企业技术创新合作的网络特征实证研究[J];科技管理研究;2008年08期
2 郭进利;;Poisson增长竞争网络与适应度模型[J];数学的实践与认识;2010年04期
3 田占伟;隋s
本文编号：2535015
本文链接：https://www.wllwen.com/guanlilunwen/gongyinglianguanli/2535015.html
