考虑企业风险感知的RD网络风险传播建模与仿真

发布时间：2021-03-28 13:52

　　考虑企业风险感知的基础上,借鉴传染病模型（SIS）思想,将企业状态分为未发生风险有感知、未发生风险无感知以及发生风险有感知3种。在此基础上构建了R&D网络风险传播模型,并进行了数理解析与仿真分析。结果表明:R&D网络风险传播存在稳定状态下的解,即风险传播阈值,该阈值由企业的风险感知、风险恢复率以及企业间的合作紧密程度决定;考虑风险感知的R&D网络比未考虑风险感知的R&D网络具有更高的鲁棒性;随着企业风险恢复概率的不断增大,风险在R&D网络的传播范围越小;企业的风险感知对风险传播速度与传播范围具有负向影响。该研究成果对于提高R&D网络的抗风险能力具有重要意义。 

【文章来源】：系统管理学报. 2020,29(03)北大核心CSSCICSCD

【文章页数】：8 页

【部分图文】：

概率转化树

由图2(a）可见，在不考虑企业风险感知的情况下，风险可以在较短的时间内在R&D网络中迅速传播，在稳定状态下有接近80%的企业发生风险。由图2(b）可见，在其他条件不变的情况下，考虑企业风险感知时，风险传播达到稳定状态时，只有44%的企业发生风险，56%的企业未发生风险，约26%的企业虽未发生风险但感知到风险。这说明，当少量的企业发生风险后，在考虑企业风险感知的情况下，风险传播达到稳定状态时，发生风险的企业比例降低了36%。此外，对比图2(a）、2(b）可见，SIS模型中，经过约2个传播周期就达到了稳定状态。而在考虑风险感知情况下，约需要5个传播周期才能达到稳定状态。这说明，考虑企业风险感知时，风险在R&D网络中的传播速度较不考虑时更慢。综上所述，可以看出，企业风险感知可以抑制风险在R&D网络中的传播范围与传播速度。2.2 参数μ对R&D网络风险传播的影响

为了研究风险感知对于R&D网络风险传播的影响，仿真分析了与风险感知相关的参数δ、γ与λ对风险传播的影响。首先，参数值为：λ=0.5，γ=0.5，β0=0.5，μ=0.5，δ分别取0.1、0.3、0.5、0.7和0.9，得到传播周期t参数δ与ρ（1,1）的关系（见图4）；其次，在其他参数设置不变，δ=0.5的情况下，γ分别取0.1、0.3、0.5、0.7和0.9，得到γ与ρ（1,1）的关系（见图5）。此外，在其他参数设置不变的情况下，λ与β0从0～1等间隔取100个值与ρ（1,1）之间的关系如图6所示。图5 不同γ值下传播周期t与ρ（1,1）的关系

【参考文献】：
期刊论文
[1]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)
[2]基于贝叶斯网络的工程风险管理研究——以港珠澳大桥主体工程设计风险为例[J]. 丁斅,徐峰.  系统管理学报. 2018(01)
[3]竞合视角下研发网络关系风险相继传播模型构建与仿真[J]. 刘慧,杨乃定,张延禄.  系统工程理论与实践. 2017(05)
[4]基于复杂网络的企业间风险传播模型[J]. 姚洪兴,孔垂青,周凤燕,陈璐.  统计与决策. 2015(15)
[5]R&D网络风险相继传播模型构建及仿真[J]. 张延禄,杨乃定.  系统工程理论与实践. 2014(03)
[6]企业合作R&D中资源投入的机会主义行为[J]. 孙彩虹,于辉,齐建国.  系统工程理论与实践. 2010(03)
[7]协同知识创新中的协同关系风险因素识别方法[J]. 樊治平,索玮岚.  系统管理学报. 2008(01)
[8]合作技术创新的风险因素识别及模糊评价研究[J]. 张春勋,刘伟.  科学学与科学技术管理. 2007(08)

硕士论文
[1]复杂产品系统研发项目组织风险评估研究[D]. 沈莲军.南京航空航天大学 2010



本文编号：3105675