国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于模糊GA算法的創(chuàng)新型產(chǎn)業(yè)集群成員選擇方法
——以安徽省蕪湖高新區(qū)新能源汽車產(chǎn)業(yè)集群為例

2024-01-09 16:55:18邱璜
江蘇理工學(xué)院學(xué)報 2023年6期
關(guān)鍵詞:汽車產(chǎn)業(yè)適應(yīng)度集群

邱璜

(安徽工業(yè)經(jīng)濟職業(yè)技術(shù)學(xué)院 機械與汽車工程學(xué)院,安徽合肥 230039)

隨著我國對環(huán)境問題的重視,具有節(jié)能、環(huán)保優(yōu)勢的新能源汽車產(chǎn)業(yè)在各類政策的引導(dǎo)和扶持下,近年來得到了快速發(fā)展[1]。從全生命周期來看,新能源汽車產(chǎn)業(yè)涵蓋電機電控、零部件及整車、動力電池等的研發(fā)與制造,以及汽車金融、汽車后服務(wù)等多個領(lǐng)域[2-3]??梢?,要實現(xiàn)新能源汽車產(chǎn)業(yè)技術(shù)水平的提升和產(chǎn)品市場競爭力的提高,合理選擇產(chǎn)業(yè)集群成員則是重要的因素[4]。

在產(chǎn)業(yè)集群的研究與評價方面,董磊[5]構(gòu)建了產(chǎn)業(yè)入?yún)^(qū)評價指標(biāo)體系,利用Lasso算法模型預(yù)處理相關(guān)數(shù)據(jù),得到各評價指標(biāo)系數(shù),進而完成對產(chǎn)業(yè)集群的劃分??墒?,由于Lasso算法模型具有多重共線性的特點,當(dāng)輸入特征之間存在高度相關(guān)時,傾向于隨機選擇一個特征,并將其他相關(guān)特征的系數(shù)設(shè)置為零,從而降低了模型的穩(wěn)定性。梁晨等人[6]根據(jù)產(chǎn)業(yè)集群特征來劃分類簇,運用KMeans算法對類簇進行最小化聚類誤差計算,獲得集聚水平表征結(jié)果。該方法需預(yù)先確定簇的數(shù)量并選擇初始質(zhì)心。由于初始質(zhì)心的選擇會對最終聚類結(jié)果產(chǎn)生較大的影響,因此算法的有效性需要進一步驗證。

在參考上述研究的基礎(chǔ)上,本文提出一種基于模糊GA算法(Genetic Algorithm,遺傳算法)的安徽省新能源汽車創(chuàng)新型產(chǎn)業(yè)集群成員選擇方法,希望能為地方新能源汽車產(chǎn)業(yè)的發(fā)展提供幫助。

1 基于泰爾指數(shù)嵌套分析法的成員選擇需求分析

在對新能源汽車創(chuàng)新型產(chǎn)業(yè)集群成員進行選擇前,首先需要對該產(chǎn)業(yè)的發(fā)展情況進行合理分析[7-8]。本文采用泰爾指數(shù)嵌套分析法對新能源汽車產(chǎn)業(yè)內(nèi)不同類群與其總體發(fā)展的差異進行分析[9]。新能源汽車產(chǎn)業(yè)內(nèi)差異可分為區(qū)域間集群差異P( xi)、同類間集群差異P( xij)和單一集群內(nèi)差異P( xijk)三個部分[10]。通過對集群嵌套式分解計算[11],得到集群在各尺度上的差異;根據(jù)差異數(shù)值獲取各集群在安徽省新能源汽車產(chǎn)業(yè)發(fā)展總差異中的比重參數(shù)[12]。具體算法為:

其中:P 為產(chǎn)業(yè)集群對應(yīng)創(chuàng)新活動的總體差異;P( )xi為產(chǎn)業(yè)集群對應(yīng)創(chuàng)新活動在區(qū)域間的差異;P( )xij為產(chǎn)業(yè)集群對應(yīng)創(chuàng)新活動在同類集群間的差異;P( )

xijk為產(chǎn)業(yè)集群對應(yīng)創(chuàng)新活動在自身內(nèi)部存在的差異;x、xi、xij、xijk分別表示全國新能源汽車產(chǎn)業(yè)中各尺度創(chuàng)新發(fā)展水平的規(guī)模,i 為產(chǎn)業(yè)集群、ij 為i 產(chǎn)業(yè)集群中的j 發(fā)展要素、ijk為i 產(chǎn)業(yè)集群中j 發(fā)展要素的k 指標(biāo)參數(shù);y 、yi、yij、yijk分別表示安徽省新能源汽車產(chǎn)業(yè)中各尺度創(chuàng)新發(fā)展水平的規(guī)模。

從式(1)可以看出,新能源汽車產(chǎn)業(yè)集群在不同尺度上的規(guī)模差異是最能直觀體現(xiàn)其集群成員選擇目標(biāo)的參數(shù)[13]。為此,本文分別利用變異系數(shù)與基尼系數(shù)作為測度指標(biāo),對新能源汽車產(chǎn)業(yè)的創(chuàng)新活動作進一步分析[14]。利用變異系數(shù)計算單一尺度上規(guī)模與平均值之間的差異,利用基尼系數(shù)計算不同尺度間在規(guī)模上的差異。根據(jù)變異系數(shù)與基尼系數(shù)的屬性,系數(shù)的計算結(jié)果越大,對應(yīng)的規(guī)模差異也越大。其算式為:其中:c 表示新能源汽車產(chǎn)業(yè)的變異系數(shù);表示新能源汽車產(chǎn)業(yè)中i 產(chǎn)業(yè)集群j 發(fā)展要素的k指標(biāo)參數(shù)對應(yīng)的創(chuàng)新活動規(guī)模均值;-x 表示新能源汽車產(chǎn)業(yè)中k 指標(biāo)參數(shù)對應(yīng)的創(chuàng)新活動規(guī)模均值;g 表示新能源汽車產(chǎn)業(yè)的基尼系數(shù);n 表示新能源汽車產(chǎn)業(yè)集群的構(gòu)成總數(shù)。

將新能源汽車產(chǎn)業(yè)的變異系數(shù)、基尼系數(shù)與該產(chǎn)業(yè)創(chuàng)新型發(fā)展需求之間的偏差,作為集群成員選擇的目標(biāo)參數(shù),結(jié)果表示為:

其中:ε 表示集群成員選擇需求,也就是后續(xù)模糊GA 算法執(zhí)行的目標(biāo);C 和G 分別表示新能源汽車創(chuàng)新型產(chǎn)業(yè)發(fā)展需求下的理想變異系數(shù)與基尼系數(shù)。

2 基于模糊GA 算法的產(chǎn)業(yè)集群成員選擇

鑒于新能源汽車創(chuàng)新型產(chǎn)業(yè)集群成員多樣化的特征,如果以單一指標(biāo)對其選擇,難以保證產(chǎn)業(yè)內(nèi)外部創(chuàng)新網(wǎng)絡(luò)的可靠性;因此,需將新能源汽車創(chuàng)新型產(chǎn)業(yè)集群成員的選擇問題,采用模糊GA 算法轉(zhuǎn)化為對產(chǎn)業(yè)變異系數(shù)和基尼系數(shù)的優(yōu)化問題。

2.1 模糊邏輯的構(gòu)建

采用模糊遺傳算法對選擇范圍內(nèi)的企業(yè)組織機構(gòu)進行分析,將每個企業(yè)組織機構(gòu)的單一指標(biāo)數(shù)據(jù)信息作為一個染色體,利用適應(yīng)度值對其進行劃分處理,獲取差異數(shù)值較大的種群。通過這樣處理,能有效避免由于單種類型成員選擇較多,而導(dǎo)致的產(chǎn)業(yè)集群基因一致化的問題,確保選擇結(jié)果能夠最大限度地實現(xiàn)多樣性。由于交叉算子和變異算子對種群內(nèi)成員構(gòu)成的多樣性有直接的影響,因此構(gòu)建了模糊邏輯對交叉算子和變異算子進行動態(tài)調(diào)節(jié);并利用遺傳算法的運算方式,將種群的適應(yīng)度值變化情況設(shè)置模糊邏輯,具體表示為:

其中:z( t )表示輸入遺傳算法中的變量信息,也就是可選擇的企業(yè)組織數(shù)據(jù)信息;t 表示遺傳算法執(zhí)行的代數(shù);fmax( t )表示適應(yīng)度的最大值;favg( t )表示適應(yīng)度的平均值;fmin( t )表示適應(yīng)度的最小值。通過該方式對各個染色體進行模糊化處理,為后續(xù)成員選擇提供可靠的數(shù)據(jù)基礎(chǔ)。

2.2 設(shè)置染色體編碼

為模糊化處理后的每個染色體設(shè)置長度與之匹配的二進制串,采用二進制編碼方式對其進行編碼處理。對于變量z( t ),定義其指標(biāo)參數(shù)的取值范圍均為(0,1);在精度0.001的要求下,z( t )在對應(yīng)區(qū)間離散化的結(jié)果可表示為0.001,0.002,…,0.100。利用二進制編碼方式對上述數(shù)據(jù)進行表示時,編碼的長度取值結(jié)果為5。按照該方式,對每個變量進行二進制編碼后,就可以得到由n 個變量構(gòu)成的企業(yè)組織編碼信息,對應(yīng)的編碼長度表示為:

其中:d 表示單個可選擇企業(yè)組織的編碼長度;di表示企業(yè)組織單個染色體的編碼長度。在此基礎(chǔ)上,利用浮點數(shù)編碼的方式將變量z( )t 的指標(biāo)數(shù)據(jù)信息映射到遺傳算法的分析區(qū)間,作為計算適應(yīng)度值的基礎(chǔ)數(shù)據(jù)。

2.3 模式劃分

對編碼后的個體按照染色體的構(gòu)成進行聚類,并以個體為基礎(chǔ)單元作初步劃分,計算方式為:

其中:κ 表示單一個體在種群中的適應(yīng)度值;d( z)表示變量z( t )的編碼信息;d( Z )表示變量z( t )所在種群的編碼信息均值;Z 表示變量z( t )所在的種群。運用公式(10),可將適應(yīng)度值在種群允許范圍內(nèi)的個體劃分到對應(yīng)的種群中。

2.4 選擇操作

為避免尋優(yōu)結(jié)果陷入局部最優(yōu),運用輪盤賭選擇法對子種群與其適應(yīng)度值進行匹配;將其中較高染色體所對應(yīng)的個體作為初代選擇,概率表示為:

其中:F ind( z )表示選擇算子匹配機制下,種群任意個體被選中的概率;∑Find( Z )表示種群中所有個體被選中的概率之和。

在初代目標(biāo)種群中,分別計算個體與選擇目標(biāo)間的適應(yīng)度值,直至種群中個體的適應(yīng)度不再隨著遺傳代數(shù)的增加而變化,將此時的個體作為最終的選擇結(jié)果。如此操作,能夠確保在成員之間關(guān)聯(lián)的前提下,最大限度彌補當(dāng)前產(chǎn)業(yè)集群構(gòu)成上存在的短板。

3 測試與分析

3.1 案例選擇

安徽省蕪湖高新區(qū)以奇瑞汽車為龍頭,已經(jīng)形成一定規(guī)模的新能源汽車產(chǎn)業(yè)集群。奇瑞新能源汽車雖然在產(chǎn)品質(zhì)量和新能源技術(shù)等方面取得了一些成績,但是其市場占有率仍存在進一步提升的空間。通過對新能源汽車產(chǎn)業(yè)發(fā)展趨勢和消費者購買需求的分析,從創(chuàng)新角度提出蕪湖高新區(qū)新能源汽車產(chǎn)業(yè)集群的優(yōu)化策略。

近年來,奇瑞新能源汽車的研發(fā)投入雖然在持續(xù)增長,但是與比亞迪、蔚來等同類企業(yè)相比,還是存在著明顯差距。研發(fā)投入的不足在一定程度上限制了蕪湖新能源汽車產(chǎn)業(yè)集群的創(chuàng)新發(fā)展。動力電池作為新能源汽車的核心構(gòu)件,其續(xù)航性能是新能源汽車重要的研發(fā)領(lǐng)域。此外,對電池的回收和循環(huán)利用研究,也是新能源汽車產(chǎn)業(yè)的重要組成部分。這三方面正是目前蕪湖高新區(qū)新能源汽車產(chǎn)業(yè)集群存在的不足,亟需通過優(yōu)化產(chǎn)業(yè)成員的構(gòu)成來補齊短板。

3.2 數(shù)據(jù)的收集與處理

鑒于新能源汽車產(chǎn)業(yè)發(fā)展中產(chǎn)業(yè)鏈與創(chuàng)新鏈緊密聯(lián)系的特點,本研究對蕪湖高新區(qū)新能源汽車產(chǎn)業(yè)集群成員的選擇,涵蓋了以產(chǎn)品創(chuàng)新為核心的企業(yè)、高校及專門的研究機構(gòu)。在對相關(guān)成員進行數(shù)據(jù)采集時,除了直接可以獲取的數(shù)據(jù)外,對于無法直接獲取數(shù)據(jù)的成員,則借助關(guān)系型數(shù)據(jù),采用基于提名法的滾雪球抽樣方式進行采集。比如,利用組織與蕪湖高新區(qū)新能源汽車產(chǎn)業(yè)集群中重點企業(yè)技術(shù)部門的技術(shù)合作關(guān)系進行篩選,對滿足要求的組織展開數(shù)據(jù)調(diào)查。為了最大限度地吸納有實際創(chuàng)新技術(shù)和能力的成員,以上述組織為基礎(chǔ),逐級向下做了深入的數(shù)據(jù)采集。采集數(shù)據(jù)的內(nèi)容如表1所示。

表1 數(shù)據(jù)采集內(nèi)容

針對滾雪球抽樣方法對企業(yè)、高校及專門研究機構(gòu)數(shù)據(jù)采集深度和廣度的不足,按照固定抽樣搜索深度,對采集到的數(shù)據(jù)結(jié)果進行剪枝處理,確保統(tǒng)計到的關(guān)系型數(shù)據(jù)具有更高的有效性。最終,篩選出336 個成員單位,涵蓋了新能源汽車產(chǎn)業(yè)的各個方面。

3.3 測試結(jié)果與分析

在上述所得數(shù)據(jù)的基礎(chǔ)上,分別采用本文方法、文獻[5]方法和文獻[6]方法,對新能源汽車創(chuàng)新型產(chǎn)業(yè)集群成員進行選擇,并根據(jù)所選成員之間的關(guān)系,構(gòu)建起產(chǎn)業(yè)集群創(chuàng)新網(wǎng)絡(luò)。三種方法選擇的有效成員數(shù)量均為126個,對應(yīng)形成的產(chǎn)業(yè)集群規(guī)模也均為126 個。以主要核心成員為基礎(chǔ)形成的網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。其中,網(wǎng)絡(luò)節(jié)點表示成員在集群中的中介性,節(jié)點鏈越多表明中介性越強,即與其存在關(guān)聯(lián)的組織越多。對圖1中的網(wǎng)絡(luò)參數(shù)進行統(tǒng)計,得到的數(shù)據(jù)信息如表2 所示。其中,“邊數(shù)”是指網(wǎng)絡(luò)中連接節(jié)點間線段的數(shù)量;“平均度”是指網(wǎng)絡(luò)中與節(jié)點相連邊數(shù)的平均值;“密度”是指網(wǎng)絡(luò)中實際存在邊數(shù)與可能存在邊數(shù)的比例;“平均聚集系數(shù)”是衡量網(wǎng)絡(luò)內(nèi)部連接緊密程度的指標(biāo)。

表2 不同創(chuàng)新網(wǎng)絡(luò)的特征參數(shù)信息

分析圖1、表2所顯示的三種選擇方法下產(chǎn)業(yè)集群創(chuàng)新網(wǎng)絡(luò)的相關(guān)信息可知:運用文獻[5]方法構(gòu)建的網(wǎng)絡(luò)在平均度上數(shù)值明顯偏低,這會導(dǎo)致整個網(wǎng)絡(luò)結(jié)構(gòu)出現(xiàn)一定的偏置,若以此指導(dǎo)新能源汽車產(chǎn)業(yè)集群的創(chuàng)新發(fā)展,則會引起產(chǎn)業(yè)集群內(nèi)發(fā)展的不平衡,直接影響該產(chǎn)業(yè)的綜合創(chuàng)新能力;運用文獻[6]方法構(gòu)建的網(wǎng)絡(luò)在邊數(shù)上相對較少,這就意味著其選擇的成員之間合作關(guān)系相對較弱,會間接影響新能源汽車產(chǎn)業(yè)集群的創(chuàng)新能力;運用本文方法構(gòu)建的成員網(wǎng)絡(luò),邊數(shù)、平均度、密度和平均聚集系數(shù)都是最高的,表明各成員的分布不僅較為平均,而且合作關(guān)系也更為緊密,以此指導(dǎo)新能源汽車產(chǎn)業(yè)集群的建設(shè),也更能有效促進產(chǎn)業(yè)的創(chuàng)新性發(fā)展水平。

產(chǎn)業(yè)集群在實際運行中,會受到外生性風(fēng)險和內(nèi)生性風(fēng)險的沖擊,因此,對所構(gòu)建創(chuàng)新網(wǎng)絡(luò)的穩(wěn)定性進行測度是非常必要的。本文采用仿真模擬的方式,運用Matlab2010b 軟件對不同集群創(chuàng)新網(wǎng)絡(luò)在沖擊影響下的動態(tài)發(fā)展過程進行測度,選取創(chuàng)新網(wǎng)絡(luò)的“有效規(guī)?!焙汀坝行堋弊鳛闇y度指標(biāo)。其中,網(wǎng)絡(luò)有效規(guī)模即產(chǎn)業(yè)集群中成員的總數(shù)。網(wǎng)絡(luò)有效效能的計算方式為:

其中:E表示產(chǎn)業(yè)集群創(chuàng)新網(wǎng)絡(luò)的有效效能;γij表示網(wǎng)絡(luò)中任意兩個成員i和j的關(guān)聯(lián)度;G表示產(chǎn)業(yè)集群創(chuàng)新網(wǎng)絡(luò);N表示產(chǎn)業(yè)集群創(chuàng)新網(wǎng)絡(luò)中有效成員總數(shù)。

為最大限度消除隨機誤差對測試結(jié)果的影響,對三種方法構(gòu)建的創(chuàng)新網(wǎng)絡(luò)各進行10 次風(fēng)險動態(tài)沖擊測試,將10次的均值作為測試結(jié)果,數(shù)據(jù)信息如圖2所示。

圖2 風(fēng)險沖擊下創(chuàng)新網(wǎng)絡(luò)穩(wěn)定性測度

從圖2 可以看出,隨著沖擊時間的延長,三種創(chuàng)新網(wǎng)絡(luò)的有效規(guī)模和有效效能均呈下降趨勢。其中,運用文獻[5]、文獻[6]方法構(gòu)建的網(wǎng)絡(luò)分別受內(nèi)生性風(fēng)險和外生性風(fēng)險的影響最為明顯,而運用本文方法所構(gòu)建的創(chuàng)新網(wǎng)絡(luò)在內(nèi)外部風(fēng)險的沖擊下表現(xiàn)最為穩(wěn)定。從而表明,運用本文方法選擇成員并構(gòu)成的新能源汽車產(chǎn)業(yè)集群,具有較強的風(fēng)險抵御能力,可以最大限度地保證其創(chuàng)新能力。因此,該方法更符合蕪湖高新區(qū)新能源汽車創(chuàng)新型產(chǎn)業(yè)集群建設(shè)對成員選擇和產(chǎn)業(yè)集聚形態(tài)構(gòu)設(shè)的需求。

4 結(jié)語

為了增強地方新能源汽車產(chǎn)業(yè)在市場競爭中的優(yōu)勢,構(gòu)建可靠的產(chǎn)業(yè)集群至關(guān)重要。本文提出了一種基于模糊GA 算法的創(chuàng)新型產(chǎn)業(yè)集群成員選擇方法,在分析新能源汽車產(chǎn)業(yè)發(fā)展現(xiàn)狀的基礎(chǔ)上,設(shè)定了產(chǎn)業(yè)集群成員的選擇目標(biāo);借助模糊GA 算法對企業(yè)組織與選擇目標(biāo)間的擬合度進行了計算,并根據(jù)選擇結(jié)果構(gòu)建了新能源汽車產(chǎn)業(yè)集群創(chuàng)新網(wǎng)絡(luò)模式。該模式不僅體現(xiàn)出較高的綜合創(chuàng)新能力,而且在不同類型風(fēng)險的沖擊下具有較高的穩(wěn)定性。本研究可為安徽省蕪湖高新區(qū)新能源汽車產(chǎn)業(yè)集群的創(chuàng)新發(fā)展提供有效的參考,也有望在更多類型的產(chǎn)業(yè)集群建設(shè)和優(yōu)化中推廣。

猜你喜歡
汽車產(chǎn)業(yè)適應(yīng)度集群
改進的自適應(yīng)復(fù)制、交叉和突變遺傳算法
計算機仿真(2022年8期)2022-09-28 09:53:02
裝配式支吊架在汽車產(chǎn)業(yè)集聚區(qū)的應(yīng)用
海上小型無人機集群的反制裝備需求與應(yīng)對之策研究
一種無人機集群發(fā)射回收裝置的控制系統(tǒng)設(shè)計
電子制作(2018年11期)2018-08-04 03:25:40
Python與Spark集群在收費數(shù)據(jù)分析中的應(yīng)用
勤快又呆萌的集群機器人
基于空調(diào)導(dǎo)風(fēng)板成型工藝的Kriging模型適應(yīng)度研究
中國塑料(2016年11期)2016-04-16 05:26:02
付于武:中國汽車產(chǎn)業(yè)發(fā)展十三問
共享新能源汽車產(chǎn)業(yè)盛宴
少數(shù)民族大學(xué)生文化適應(yīng)度調(diào)查
陈巴尔虎旗| 伊川县| 长丰县| 响水县| 肃宁县| 梁平县| 永嘉县| 伊宁县| 新沂市| 万山特区| 丹阳市| 新乡市| 犍为县| 勃利县| 云梦县| 电白县| 宝兴县| 永靖县| 大厂| 曲阳县| 唐海县| 台湾省| 宜兰县| 沙坪坝区| 枝江市| 虹口区| 皮山县| 老河口市| 七台河市| 平阳县| 疏勒县| 金华市| 澎湖县| 濮阳县| 玉树县| 天长市| 田阳县| 平定县| 武川县| 阿瓦提县| 武山县|