基于Agent建模的BIM技术扩散机理研究

来源 :工业工程 | 被引量 : 0次 | 上传用户:hbsheng111
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
基于技术创新理论,利用Agent建模方法研究建筑信息模型(BIM)在建筑企业间的扩散机理.以复杂网络为建模载体,基于阈值模型构建建筑企业决策模型,分析用户偏好、社交网络结构和BIM技术成熟度对企业BIM技术采纳行为的影响.构建一个基于Agent的BIM技术扩散仿真模型,并利用NetLogo软件开发仿真平台,依据仿真结果预测BIM技术扩散趋势,提炼驱动BIM技术扩散的关键因素,最终提出促进BIM技术扩散的政策建议.研究结果表明,社会网络拓扑结构对BIM技术扩散起着重要作用;重连概率能够显著增加BIM技术扩散深度,但是对扩散速度的影响呈现复杂动态性;在同一网络结构下,节点间的相互作用对驱动BIM技术扩散具有一定的稳定性;平均度能在一定程度上缩小网络结构差异;提高初始采纳者比例能够促进创新“起飞”,缩短扩散周期,加快扩散速度,但是对稳定扩散深度影响不大.
其他文献
学位
提出了一种混合工作日历下批量生产柔性作业车间多目标调度方法.考虑设备的混合工作日历约束,构建了以生产周期最短、制造成本最低为优化目标的批量生产柔性作业车间多目标调度模型.设计了一种带精英策略的非支配排序遗传算法(NSGAⅡ)求解该模型.算法中,采用“基于工序和设备的分段编码”方式分别对工序和设备进行编码;采用“基于工序和设备的分段交叉和变异方式”进行交叉和变异操作,采用“遗传算子改进策略”保证交叉、变异后子代个体的可行性;解码操作采用“基于平顺移动的原理”和“基于工作日历的时间推算技术”推算工序的调整开始
学位
学位
为实现煤矿井下无轨运输车辆的安全调度,提出一种新型调度策略,以此为框架,利用层次颜色Petri网对调度系统进行建模.通过研究模型的运行过程,对调度策略的安全性、正确性及可重用性进行证明.同时,利用模型的状态空间报告对调度系统基本性能作简单分析.结果表明,该调度系统模型可对车辆运输量、区段使用频度及其时间分布以及车辆运输速度与运输任务产生速度的匹配程度进行分析,在应用过程中可以有效提高车辆运输安全性,避免运输事故,辅助管理者规划运输任务,提高矿井辅助运输效率.
印制电路板钻孔任务因随机到达和工艺要求而难以调度.考虑该问题的NP难性质,提出基于优先规则和智能算法的短视策略.该策略采用事件驱动的再调度机制,在任务到达和任务完工时触发优化算法对当前未开工任务进行决策.为了高效求解每个决策时刻的优化问题,构建了嵌入局部优势定理的模拟退火和变邻域搜索算法,其初始解由优先规则获得.通过计算实验,在不同调度环境下对比两种智能算法与经典优先规则的表现.实验结果表明,智能算法在多数目标下的优化效果较优先规则可提升20%以上,变邻域搜索的优化效果略好于模拟退火,但是模拟退火的计算效
人力资源管理执行有利于提升员工的角色内外绩效及工作态度,对于组织绩效产生积极影响,直线经理在其中发挥重要作用.由此,基于文献回顾法,对人力资源管理执行的测量方法、影响因素、作用效果等方面的文献进行梳理和分析.研究结果发现:直线经理的人力资源管理认知、能力及动机等对人力资源管理执行产生正向影响;但人力资源管理职责也可能是一个负担,只有直线经理具备充足时间精力才能促进人力资源管理执行;组织支持、组织氛围以及组织推行的人力资源管理实践也会对人力资源管理执行产生影响.在此基础上,进一步构建出人力资源管理执行的整合
分析表明,以往有关声誉协同激励的探讨常常会引发激励失效的问题,有以下表现:仅仅分析声誉一个因素的模型,容易产生激励失衡;但忽视声誉,只对各要素的协同性进行探讨的激励模型,则会发生激励过剩的情况.基于此,本文综合工期、质量之间的替代性特点,站在业主角度建立结合显性、隐性声誉的两阶段动态激励模型,有效防止激励失效问题的发生,进而提出使模型发挥作用的有效区间的判断方法.最后,文章采用算例及数据模拟的方式,对以上结论作出了证明.
为更好地探究制造商与零售商之间关于产品定制权限的分配问题,提出一种制造商主导下的供应链企业产品定制权限分配的博弈模型.该模型基于Kano需求分析理论将产品定制模块按照消费者需求类型分为3类,并通过组合这3类定制模块得到4种产品定制方案.通过采用制造商主导下的Stackelberg博弈模型构建制造商和零售商之间的产品定制权限分配模型,对定制权限同质化和差异化两种情况下制造商和零售商的决策进行分析,并运用算例对该模型进行应用和求解,得出制造商主导下的制造商和零售商关于定制权限分配问题的最优解.结果表明,只有当
针对机械设备状态监测与故障诊断技术中特征提取对诊断准确性的局限,从原始故障信号数据中提取出尽可能多的有用信息.提出通过最佳特征数据集对轴承故障进行诊断分析,分别从幅域和频域对故障数据进行特征提取.采用一种改善的粒子群(G-DPSO)算法对提取的特征数据集进行筛选,对传统粒子群算法权重系数进行优化,同时和故障诊断需要的决策树模型的信息熵增相结合,可以达到将最适合故障诊断的特征向量提取出来的目的.用5种轴承故障数据对所提方法进行实验分析,诊断正确率能达到97%之上,证明所提出的方法是有效、可靠的.