新技术革命背景下基于SIR-SCR模型的供应链风险传导新机理研究
【部分图文】:
由图1可知,随着时间的进展,受风险感染的节点的数量在下降,然而从风险状态脱离出来的节点数量在逐渐增加,从未受过风险感染的节点数量在下降。从图1的对比来看,未受风险感染的节点数量下降很快,说明风险在短时间内传导的范围广,而且只要节点之间有业务的往来,便会感染风险,形成“一传十、十传百”的现象。受风险感染节点的增多,使得微小的风险也能在供应链中快速的传导。4.2 风险传导概率对风险传导的影响分析
从风险传导概率来看,在传导概率小于恢复概率时,风险传导的速度较慢,在相同的时间内,对一个网络内的节点没有全部传导完。当u=0.3时,在时间为12时,网络内没有受过风险感染的节点已经消失,在时刻12之后,在风险感染状态的节点正在部分脱离风险感染。当u=0.6时,已经远远超过恢复概率,在时间为4时,网络内的供应链节点已经全部被感染一遍,在时刻7之后,供应链网络内的风险传导情况已经逐渐趋于平稳,整个网络已经初步形成对抗某个风险的体系,风险很难在网络中进行传导。在前期,风险传导的概率越大,越容易在供应链网络内部形成风险风暴席卷全部网络内的供应链节点,随着后期节点的恢复,供应链网络形成对一类风险的抗体,再感染的概率就会较低。4.3 节点恢复概率对风险传导的影响分析
网络联盟的形成,对供应链风险的恢复概率产生影响。网络联盟数量增多,供应链网络化解风险的能力加强。在保持传导时间和传导概率一定的情况下,对节点自身恢复概率进行数值仿真分析,设置如下参数:设风险传导的概率为0.3;风险传导的时间设置为20时间单位;随着新技术革命发展,网络联盟数量会逐步增多,受风险感染的节点恢复概率越来越强,设恢复概率分别为0.15、0.3和0.6。模拟观察受风险感染的节点和恢复正常的节点之间数量的对比和整体供应链网络之后的免疫情况,如图3所示。从图3可以看出风险传导概率远大于恢复概率时,风险在非常短的时间以内就迅速扩张到整个供应链网络,在传导概率和恢复概率相等时,也只是稍稍延缓了传导时间,可见风险传导速度非常迅速;从图3可知,在恢复概率为传导概率两倍时,传导时间被极大地延缓,而且从未受到风险感染的点占整个网络的大部分,可以推出节点自身面对风险时的抵抗能力极大影响着风险传导的时间和速度。
【相似文献】
相关期刊论文 前10条
1 夏喆;邓明然;黄洁莉;;企业风险传导进程中的耦合性态分析[J];上海管理科学;2007年01期
2 叶建木;邓明然;;战略风险传导及其效应分析[J];科学学与科学技术管理;2007年02期
3 谢旭光;张在旭;;天然气下游价格风险传导模型研究[J];价值工程;2012年31期
4 马汉武;宋延雪;;基于模糊Petri网的供应链风险传导模型分析[J];商业时代;2012年28期
5 陈剑辉;徐丽群;;弹性系数在供应链风险传导研究中的应用[J];安徽农业科学;2007年01期
6 段贵军;钱坤;王宝阔;;供应链系统中的多代理问题之研究[J];水运科学研究;2006年03期
7 郝海;;随机需求下两阶段供应链的价值结构[J];天津工业大学学报;2011年06期
8 张纪会;徐军芹;;适应性供应链的复杂网络模型研究[J];中国管理科学;2009年02期
9 汤向东;;供应链企业收益分配博弈模型构建分析[J];煤炭经济研究;2009年05期
10 张毅;刘振威;;供应链中“牛鞭效应”的成因及对策[J];中国商界(上半月);2009年04期
相关博士学位论文 前10条
1 张龙;基于排序理论的博弈和供应链管理问题研究[D];曲阜师范大学;2018年
2 胡宪武;供应链链际竞合博弈及实证研究[D];哈尔滨理工大学;2010年
3 姚建明;大规模定制模式下供应链调度的主导矛盾分析及优化研究[D];西南交通大学;2006年
4 陈跃刚;网络广告品供应链上各主体间的行为策略与协调机制设计研究[D];南昌大学;2006年
5 黄祖庆;供应链的库存控制、激励策略和结构效率研究[D];东南大学;2005年
6 封云;复杂供应链系统牛鞭效应的若干问题研究[D];天津大学;2008年
7 龙爱翔;中国建筑业供应链管理优化模型研究[D];中南林业科技大学;2006年
8 程婧;分布式供应链系统的协调优化方法研究[D];武汉理工大学;2008年
9 李柏勋;供应链间竞争决策模型与契约选择博弈[D];华南理工大学;2011年
10 白马鹏;供应链金融服务体系设计与优化[D];天津大学;2008年
相关硕士学位论文 前10条
1 文进坤;基于风险传导模型的供应链风险评估方法研究[D];中南大学;2009年
2 刘敏;基于多目标博弈的供应链管理研究[D];哈尔滨工业大学;2014年
3 李敏;供应链管理中的优化与控制问题研究[D];北京化工大学;2013年
4 罗薇;不确定环境下企业供应链可靠性研究[D];西南交通大学;2011年
5 于晓丽;供应链系统模型与性能分析中的H_∞控制方法[D];哈尔滨理工大学;2010年
6 周伊;基于核心企业的供应链时间的马尔科夫模型研究[D];西南石油大学;2011年
7 王庆;供应链牛鞭效应形成机理及其弱化对策研究[D];武汉理工大学;2010年
8 张伟;基于供应链协同的质量竞争力评价研究[D];山东大学;2008年
9 周震国;基于模糊理论的核心企业供应链管理信息化评价研究[D];内蒙古工业大学;2009年
10 何国建;供应链熵的分析与测度研究[D];北京交通大学;2009年
本文编号:2875873
本文链接:https://www.wllwen.com/jingjilunwen/jingjiguanlilunwen/2875873.html