古希腊管理思想中的系统思维研究

来源 :太原科技大学 | 被引量 : 0次 | 上传用户:lm20090910
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
西方最早的管理思想可以追溯到古希腊时期,站在系统思维这一全新角度重新审视、剖析、解读古希腊时期的主要管理思想,可以赋予这些内容新的理论生命与价值。将系统思维的主要特征与古希腊管理思想材料相比较,可以发现以下三点共性特征,即动态开放性特征、整体性特征以及双向因果关系特征。柏拉图、亚里士多、色诺芬三者的管理思想中被管主体与客体环境之间的关系、对于城邦动态演化过程的认识和对城邦公民教育实践的认知中蕴含着系统思维中的动态性和开放性。不论是柏拉图对至善城邦的描绘,还是天赋理念分工思想,柏拉图力求城邦完全“齐一”,其城邦管理思想中蕴含着浓重的整体性思维。另外,亚里士多德在其学说内容中,提及与构建出了符合现实最为优良的城邦,其必将是反完全“齐一”性,必定是包含差异性的城邦整体。最值得分析的是,色诺芬、柏拉图、亚里士多德在城邦管理中,无论对公民的工作环境,还是城邦教育实践,都力求公民身心一体式整体发展。古希腊管理思想中对于管理过程的描述存在整体对部分的宏观指向作用和微观行为的整体涌现两种现象,从环境效应、结构效应、组分效应、规模效应四点可以进行分析与论述。
其他文献
当今社会,科技的飞速发展推动着时代的不断进步,通信也不再局限于人与人之间,而是万物皆连接,万物皆通信,这些现象带来了庞大的信息传输量。众所周知,频谱是一种不可再生资源,然而,现如今的频谱资源管理情况却十分混乱,频谱过度拥挤、过度浪费的现象普遍存在,可以利用的频谱资源不断告警,导致现有的频谱资源无法满足日益增长的通信需求。因此,如何提高频谱利用率是当今通信领域一直重点研究的问题,如何在通信领域探索新
本论文由两部分组成。在论文的第一部分,我们研究了双甲酮和α-硝基查尔酮的不对称Michael加成/烷基化串联反应。我们发现在双功能方酰胺的催化下,反应经历最初的Michael加成
随着社会组织在我国经济社会发展中的贡献程度不断提升,对于民间服务提供及外部服务购买等问题所展开的研究成为我国近年来的重要研究发展方向。我国农村民间非营利组织主要包括社区性农村合作经济组织、农村专业合作经济组织和农村教育组织。上述组织在农业经济的发展、政府的有偿服务提供以及农村和城市公共服务管理中发挥了重要作用。但是,由于我国现行的政府购买服务制度缺乏健全性,加之农村民间非营利组织在运营的规范性上和
随着污泥产量快速增长,污泥处理处置行业也迅速发展。但我国目前的污泥处置能力仍旧不足,污泥处置有着广阔的发展空间。固体废物高温气化熔融技术因其减量效果好、二次污染小、熔渣可资源化等优点而具有广泛的应用前景,并且在国外已有一定应用。虽然污泥直接单独处理难度较大,但对污泥进行协同处置(如污泥与煤、垃圾混合掺烧发电、水泥窑协同处置等)已取得了一定进展和应用。因此对污泥进行合理配伍后得到均一稳定的污泥衍生燃
TiO2作为一种典型的宽带隙金属氧化物半导体,因具有催化活性高、热稳定性好、耐光腐蚀、不污染环境、价格低廉等优点,成为近年来的研究热点之一。然而,对太阳光的利用率低、光生电子-空穴对容易闭合以及不容易回收再利用等问题制约了其在催化领域的实际应用。研究者们在其表面负载纳米粒子以期改善其催化性能,其中最为常用的方法为异质结复合改性。本论文的主要内容为三维分等级结构TiO2微球异质结复合材料的制备及其催
数据采集越来越呈现出多源异构特性,在越来越多实际问题中存在着大量对应着多组数据源的样本,即多视图数据。特别是在医疗领域,医生在做出准确的临床诊断之前,往往需要通过多种方式和多个途径对患者的病情进行分析。而针对不同的病症,往往所做的一些临床检查也有所不同,并且对于一些难以确诊的病症,一种诊断途径或方式难以解决。因此,从临床角度来说,从多源医疗数据的分析更加合理并且有效的。深度卷积神经网络模型已被证实
双盒形不锈钢水槽拉深成形过程是一个大扰度、大变形的塑性变形过程,变形所涉及的金属板料在弯曲和拉伸交互作用又互相影响下,产生了复杂的应变和应力。单凭经验往往很难对板料的冲压成形性能做出合理的预测,所以在当前板料冲压成形生产中,利用先进的计算机辅助工程(CAE)分析技术对具体冲压零件的成形过程进行数值模拟,已经成为主要的研究方法。本文以双盒形不锈钢水槽为研究对象,具有一定实际意义。采用数值模拟和实验方
大规模多输入多输出(Massive Multiple-Input Multiple-Output,Massive MIMO)技术作为第五代蜂窝移动通信技术(the 5th-Generation,5G)的关键技术之一,它满足了5G通信系统对于高频谱效率以及高系统容量等要求,也对5G通信系统的高可靠性的传输提供了支持。但是在带来传统技术无法提供的高系统性能之外,也带来了能源消耗量以及碳排放量相继增加的
随着人工智能技术的发展和成熟,它与人们生活各方面的结合变得越来越广泛,人工智能的应用提升了整个社会的生产力和创造力,已经进而形成了一个新的经济发展的形态,智能外呼的实践就是人工智能在传统呼叫中心的基础上发展出的一个新的创新性的应用。由于人工智能算法的发展离不开大规模数据的驱动,要想让智能外呼系统更加智能化就必须提供足量的可供训练的数据集,开源的数据很难满足智能外呼的特定需求,所以还需要通过标注等方
辐射源个体识别作为一种典型的模式识别问题,是实现频谱感知的重要步骤。传统辐射源个体识别方法处理流程复杂,难以快速实时地从复杂的电磁环境中获取所需信息,而现有基于深度学习的辐射源个体识别方法存在特征单一、判别性差、输入格式受限等问题。本文针对以上问题,以深度学习中的胶囊网络为基础框架,设计了三种信号胶囊网络模型用于辐射源个体识别任务。具体工作内容及成果如下:1.为了解决现有深度学习辐射源个体识别方法