复杂供应链网络演化及风险控制研究
发布时间：2021-11-25 13:22
随着全球化程度加深,供应链网络涉及的企业越来越多,结构越来越复杂。当今市场的特点是动荡和不确定性,供应链网络中的节点企业为了在不确定的商业环境中获得竞争优势,必须通过创建弹性供应链,提高其鲁棒性来降低风险。以往对供应链网络研究多是针对网络的微观的具体行为;而对供应链风险研究也多是基于管理和博弈理论视角的定性研究,其研究方法和工具能力有限,不能系统地探索解决供应链网络风险的策略,且也不宜通过实际再现风险的方式研究供应链网络的风险控制。采用复杂网络建模理论可以揭示出整体宏观性质,模拟及研究供应链网络的动态演化过程,对供应链网络的优化设计和管理具有实用价值。随着我国长三角等区域一体化上升为国家发展战略,构建基于地理位置信息的局域世界理论的加权供应链网络更能有效地提升该地区节点企业间的供需服务水平,有利促进区域贸易。但蓬勃发展的供应链网络也伴随着一些内部与外部的风险问题,因此有必要对区域供应链网络风险进行识别和控制,这对区域供应链网络经济的良性发展具有重要的现实意义。借助计算机科学及复杂网络理论可以定量的分析供应链网络的稳定性、鲁棒性和风险传播的控制,可对供应链网络面临的脆弱性提出有效的解决方...
【文章来源】：浙江工业大学浙江省
【文章页数】：109 页
【学位级别】：博士
【部分图文】：
规则网络示例
浙江工业大学博士学位论文14nminm,ggBnmnmnimi,,(2-7)2.2相关网络模型网络模型可以展示网络中不同成员的关系，同时也能够描述网络成员间的行为。为此科研工作者发现了下面几类不同的网络模型。2.2.1规则网络规则网络的网络模型[64-65]，如图2-2所示。图2-2三种典型的规则网络(a)全局耦合网络(b)近邻耦合网络(c)星型网络Figure2-2.Threetypicalregularnetworks(a)Wholelycouplingnetwork(b)Nearneighbourcouplingnetwork(c)Starnetwork图2-2(a)是耦合的全局网络。图2-2(b)最近邻耦合网络。网中每个节点都与它左右各K／2个邻居节点相连。其平均路径长度为：)(2NKNL(2-8)其聚集系数为：43)1(4)2(3KKC(2-9)图2-2（c）是一个星型网络。其平均路径长度：)(2)1()1(22NNNNL(2-10)
浙江工业大学博士论文复杂供应链网络演化及风险控制研究15其聚集系数为：)(11NNNC(2-11)其度分布函数为：11(K1)N1P(K)(KN1)N0其它(2-12)2.2.2随机网络ER（Erdos-Renyi）网络又称为ER随机网络，其有多种构造方法[66-67]。如图2-3所示[68]。图2-3ER网络的演化构造图(a)p=0时，10个节点；(b)～(c)p=0.1，0.15时，随机演化Figure2-3.EvolutionarystructuremapofERnetwork(a)Whenp=0，10nodes;(b)-(c)Whenp=0.1，0.15，randomevolutionER随机网络的特性如下：(1)平均路径长度设其平均路径长度为L，N为的网络的节点个数，可证明﹤k﹥/L=N。由此可以得到平均路径长度为：lnlnln()lnNNLpNk(2-13)(2)度分布
【参考文献】：
期刊论文
[1]时序网络视角下网络舆情的演化模型研究[J]. 李锋,魏莹. 系统仿真学报. 2020(03)
[2]针对研发网络风险传播的控制方法模型及仿真[J]. 张延禄,杨乃定. 系统管理学报. 2018(03)
[3]R&D网络技术风险传播模型构建及仿真[J]. 铁瑞雪,杨乃定,张延禄,侯文君. 管理工程学报. 2018(03)
[4]基于边攻击成本的复杂网络鲁棒性研究[J]. 王尔申,王玉伟,庞涛,曲萍萍,姜毅. 电子学报. 2018(05)
[5]融合节点脆弱性评价与边权值因子的改进供应商网络风险传播模型及其仿真[J]. 左虹,陈庭贵. 计算机集成制造系统. 2019(02)
[6]加权无标度网络的级联失效模型[J]. 韩丽,刘彬,邓玉静,王倩悦,尹荣荣,刘浩然. 软件学报. 2017(10)
[7]加权BA网络负荷重分配建模及级联抗毁性[J]. 李朝阳,杨任农,韩海艳,冯超. 空军工程大学学报(自然科学版). 2017(03)
[8]基于领域相似度的复杂网络节点重要度评估算法[J]. 阮逸润,老松杨,王竣德,白亮,陈立栋. 物理学报. 2017(03)
[9]无标度网络级联失效模型的负载重分配[J]. 谭小虎,王勇,李炳乾,刘达. 空军工程大学学报(自然科学版). 2016(06)
[10]级联失效下供应链网络脆弱性分析[J]. 高洁,陈迎阳. 物流工程与管理. 2016(10)
博士论文
[1]基于复杂网络的农产品供应链建模与网络风险传播研究[D]. 王杏.吉林大学 2017
[2]面向供应链的复杂网络模型分析与控制研究[D]. 柳虹.浙江工业大学 2014
[3]网络上集体行为的动力学研究[D]. 朱军芳.中国科学技术大学 2010
[4]基于复杂网络的交通网络复杂性研究[D]. 胡一竑.复旦大学 2008
硕士论文
[1]科研领域合作网络与引文网络分析的研究[D]. 高旭.陕西师范大学 2016
[2]关联网络上的演化博弈动力学研究[D]. 胡萌萌.西安电子科技大学 2015
[3]基于异质网络的关键节点识别研究[D]. 王松华.西南大学 2014
本文编号：3518226
【文章来源】：浙江工业大学浙江省
【文章页数】：109 页
【学位级别】：博士
【部分图文】：
规则网络示例
浙江工业大学博士学位论文14nminm,ggBnmnmnimi,,(2-7)2.2相关网络模型网络模型可以展示网络中不同成员的关系，同时也能够描述网络成员间的行为。为此科研工作者发现了下面几类不同的网络模型。2.2.1规则网络规则网络的网络模型[64-65]，如图2-2所示。图2-2三种典型的规则网络(a)全局耦合网络(b)近邻耦合网络(c)星型网络Figure2-2.Threetypicalregularnetworks(a)Wholelycouplingnetwork(b)Nearneighbourcouplingnetwork(c)Starnetwork图2-2(a)是耦合的全局网络。图2-2(b)最近邻耦合网络。网中每个节点都与它左右各K／2个邻居节点相连。其平均路径长度为：)(2NKNL(2-8)其聚集系数为：43)1(4)2(3KKC(2-9)图2-2（c）是一个星型网络。其平均路径长度：)(2)1()1(22NNNNL(2-10)
浙江工业大学博士论文复杂供应链网络演化及风险控制研究15其聚集系数为：)(11NNNC(2-11)其度分布函数为：11(K1)N1P(K)(KN1)N0其它(2-12)2.2.2随机网络ER（Erdos-Renyi）网络又称为ER随机网络，其有多种构造方法[66-67]。如图2-3所示[68]。图2-3ER网络的演化构造图(a)p=0时，10个节点；(b)～(c)p=0.1，0.15时，随机演化Figure2-3.EvolutionarystructuremapofERnetwork(a)Whenp=0，10nodes;(b)-(c)Whenp=0.1，0.15，randomevolutionER随机网络的特性如下：(1)平均路径长度设其平均路径长度为L，N为的网络的节点个数，可证明﹤k﹥/L=N。由此可以得到平均路径长度为：lnlnln()lnNNLpNk(2-13)(2)度分布
【参考文献】：
期刊论文
[1]时序网络视角下网络舆情的演化模型研究[J]. 李锋,魏莹. 系统仿真学报. 2020(03)
[2]针对研发网络风险传播的控制方法模型及仿真[J]. 张延禄,杨乃定. 系统管理学报. 2018(03)
[3]R&D网络技术风险传播模型构建及仿真[J]. 铁瑞雪,杨乃定,张延禄,侯文君. 管理工程学报. 2018(03)
[4]基于边攻击成本的复杂网络鲁棒性研究[J]. 王尔申,王玉伟,庞涛,曲萍萍,姜毅. 电子学报. 2018(05)
[5]融合节点脆弱性评价与边权值因子的改进供应商网络风险传播模型及其仿真[J]. 左虹,陈庭贵. 计算机集成制造系统. 2019(02)
[6]加权无标度网络的级联失效模型[J]. 韩丽,刘彬,邓玉静,王倩悦,尹荣荣,刘浩然. 软件学报. 2017(10)
[7]加权BA网络负荷重分配建模及级联抗毁性[J]. 李朝阳,杨任农,韩海艳,冯超. 空军工程大学学报(自然科学版). 2017(03)
[8]基于领域相似度的复杂网络节点重要度评估算法[J]. 阮逸润,老松杨,王竣德,白亮,陈立栋. 物理学报. 2017(03)
[9]无标度网络级联失效模型的负载重分配[J]. 谭小虎,王勇,李炳乾,刘达. 空军工程大学学报(自然科学版). 2016(06)
[10]级联失效下供应链网络脆弱性分析[J]. 高洁,陈迎阳. 物流工程与管理. 2016(10)
博士论文
[1]基于复杂网络的农产品供应链建模与网络风险传播研究[D]. 王杏.吉林大学 2017
[2]面向供应链的复杂网络模型分析与控制研究[D]. 柳虹.浙江工业大学 2014
[3]网络上集体行为的动力学研究[D]. 朱军芳.中国科学技术大学 2010
[4]基于复杂网络的交通网络复杂性研究[D]. 胡一竑.复旦大学 2008
硕士论文
[1]科研领域合作网络与引文网络分析的研究[D]. 高旭.陕西师范大学 2016
[2]关联网络上的演化博弈动力学研究[D]. 胡萌萌.西安电子科技大学 2015
[3]基于异质网络的关键节点识别研究[D]. 王松华.西南大学 2014
本文编号：3518226
本文链接：https://www.wllwen.com/guanlilunwen/gongyinglianguanli/3518226.html
