共查询到10条相似文献,搜索用时 31 毫秒
1.
需求变动下的物流配送干扰管理模型的知识表示与求解 总被引:2,自引:0,他引:2
针对需求变动下的物流配送干扰管理数学模型难以支持实时建模与实时求解的缺陷,通过深入分析需求变动的物流配送干扰管理问题的已知知识、建模知识与求解知识,引入人工智能和知识工程的相关知识表示理论与建模方法,建立该问题的BRGISC模型知识表示方法,将包含多种需求变动事件的物流配送干扰管理的建模与求解过程进行知识表示,并以此知识表示为基础,提出一种解决该问题的基于知识的求解方法,设计了知识库和推理规则,实现该类问题的实时建模与求解过程,并应用到中石油大连销售分公司市内配送小配送片区0#柴油的日常需求变动干扰管理中.实例运行和数据实验的结果表明,该方法能够满足对多种需求变动事件的实时响应,实时生成干扰管理决策方案. 相似文献
2.
随着知识密集型项目比重的逐步提升,知识协作问题已成为服务外包组织战略中最重要的部分。本文分析了服务外包知识协作的静态特性,划分了知识协作过程的主要阶段,并提出了一个概念模型。在此基础上,建立了一个两阶段动态博弈模型,通过分别针对发包企业与接包企业之间两种合作模式下的均衡分析,提出了三个重要的命题:首先,发包企业和接包企业在知识共享中存在双向激励;其次,基于良好关系的企业间合作型知识决策模式有利于组织收益最大化;最后,较高的知识互补性对知识共享水平有正向促进作用。 相似文献
3.
4.
针对物流配送车辆路径规划的实时动态建模问题,以解决模型的目标函数和约束等符号化知识的知识表示及基于知识的求解机制为突破口,提出了以七元组M=(B,O,C,I,P,E,D)表示车辆路径规划模型的知识表示方法--BOCIPED表示法;并以沈阳昌达集团餐饮配送公司为应用背景,设计建立了相应的车辆路径规划问题的建模与求解系统,通过系统的实际应用,验证了系统中BOCIPED表示方法的可行性与有效性.本研究为车辆路径规划这一难题提供由计算机自动生成模型并求解的新方法,有利于建立高智能的物流配送实时调度系统. 相似文献
5.
基于系统观的技术集成过程模型研究 总被引:2,自引:0,他引:2
技术集成是一种长期的、重要的技术管理和生产组织方式,研究技术集成对于处在技术追赶中的中国企业具有重要的理论意义和现实意义.技术集成中涉及到的各类知识以及它们的作用是理解技术集成的关键,对技术集成中涉及的知识的研究现状进行分析和归纳,在系统科学的指导下,结合对技术集成中知识的已有研究,对其中的知识进行重新划分和界定,说明技术集成中的知识类型及其相互关系.在此基础上提出技术集成的过程模型,从逻辑和知识两个维度阐明技术集成的过程,并讨论了该模型中知识的属性和模型的作用. 相似文献
6.
7.
8.
组织知识系统的知识超网络模型及应用 总被引:10,自引:0,他引:10
利用网络模型研究知识系统,是当前知识管理研究者感兴趣的热点问题之一.现有的单一要素模式的知识网络不能反映组织知识系统的复杂构成和整体结构.采用超网络的思想和方法对这一问题进行了研究,提出了组织知识系统的知识超网络模型.该模型由三种节点、六种边构成,可用于表示组织知识系统中的知识、人、存储载体等三类要素及其之间的复杂关系,因而可反映组织知识系统的复杂构成及结构形态.文中对模型的应用做了初步探讨,包括:知识组织、知识表示、知识结构分析、知识定位搜索、分析组织知识管理活动等.该模型为组织知识管理提供了一种新的工具和思路. 相似文献
9.
产学研协同创新体现了系统集成的思想,本文以协同学为基础,从自组织理论视角分析了高校创新能力在产学研协同创新过程中的动态演化规律。研究表明:复杂性科学可以有效地解决公共管理问题的不确定性,本文以具有自组织特征的"B-Z"反应模型为基础,建立了高校知识生产能力、知识传播能力和知识转移能力构成的Logistic模型,通过稳定性分析与仿真模拟,讨论了高校三个能力子系统在产学研协同创新过程中的演化规律,并进一步确定了主导能力要素的序参量模型,并且对我国31所高校在产学研协同创新过程中的演化规律进行了验证性实证分析。本文的研究为我国研究型大学通过调整内部能力结构促进产学研协同创新提供了定量的分析视角与科学的政策讨论依据。 相似文献
10.
有效的知识编排在大型复杂业务组织的动态能力形成过程中起着至关重要的作用,但是随着组织业务复杂程度不断提升,知识编排的难度也在不断加大。“人工智能”作为组织“数智化”的关键产物,可以大幅提升组织知识编排的效率,也为我们理解知识编排驱动下的动态能力演化提供了潜在的微观基础,但是现有动态能力文献尚未从“人工智能”开发与利用的视角对动态能力的形成机制进行深入的研究。为弥补这一理论缺口,本研究基于知识基础观的视角,聚焦“数智化知识编排如何促进组织动态能力演化”这一研究问题,以小米科技有限公司为例,提炼出知识获取、解码、筛选、编码、开发和探索等知识编排机制。通过这些机制,小米科技得以从内外部业务实践中广泛吸收零散、静态的隐性知识并将其解码和重构成为以“人工智能”为内核的智能知识模块,而智能知识模块的进一步开发与探索则是组织动态能力形成的基础。这一新兴理论框架既为动态能力的形成机制提供了全新的微观基础视角,也扩展了知识管理和资源编排理论,同时为数智化赋能下的企业战略管理和企业数智化转型的进一步研究提供了重要理论工具和实践启示。 相似文献