一种供应链中的知识管理绩效评价方法研究

作为知识管理的重要组成部分，知识管理绩效评价旨在帮助企业找出影响绩效提高的关键因素并及时采取有效措施，提高知识管理水平。本文从创造顾客价值、知识的获取能力、知识的共享与传播能力、知识的运用水平、知识的存量水平和知识管理平台等六个方面，分析了评价供应链的知识管理绩效应考虑的主要因素，建立了供应链的知识管理绩效评价指标体系，在此基础上，提出了运用D-S证据推理方法，对供应链知识管理绩效进行评价，并给出了证据推理的算法步骤，最后通过算例分析，说明该方法的有效性、实用性。     

基于合成规则的相似性推理及其在焊接参数设计中的应用

焊接过程是典型的复杂过程,应用模糊逻辑建立焊接参数推理系统可快速实现焊接工艺参数设计.近似推理机制是模糊系统研究和开发中的一个重要组成部分,在现有的相似性推理方法的基础上,融合经典的合成规则推理技术,提出一种新的基于合成规则的相似性推理方法.以CO_2保护焊焊接规范参数设计为背景介绍模糊推理在焊接领域的应用,运行结果表明,采用方法建立的模糊推理模型具有较高的推算精度,能够满足焊接工艺参数设计的要求.     

应急决策知识发现的推理方法研究

在复杂多变的应急决策环境中,如何根据已有的决策背景知识和当前发生的应急问题,进行有效的知识推理是在应急处置过程中实现知识发现的重要途径。本文基于范畴论和定型范畴论,提出了一种从联想和推演两个角度实现的知识推理方法。这种方法是通过类推定型函子(Functor)和推出(Pushout)来实现的,它将推理形式转变成一种范畴化知识结构上的计算过程。该方法能够通过有效的知识推理,从已知的决策背景知识中获得新知识,以辅助决策者进行有效的决策。     

基于数学推理能力的问题链设计与思考——以“二次函数”的章节复习为例

初中阶段,在图形与几何领域和数与代数领域都有推理或证明的内容,旨在引导学生在逻辑论证的过程中逐渐形成推理能力.推理包含几何推理与代数推理,是数学研究的重要方法.“问题链”是复习课提问的一种形式,在设置问题链时要把握整体,进行有层次性的探究,帮助学生形成系统的知识结构,提升学生的能力素养.基于数学推理能力设计问题链,能够加深学生对数学本质的理解,促使学生深度学习,提升数学思维能力和认知水平.本文以“二次函数”的章节复习为例,阐述基于数学推理能力的问题链的设计与思考.     

突发事件应急管理知识元模型构建研究

知识元模型能够为突发事件应急管理中不同学科、不同结构的信息、知识和模型组织和管理提供统一表示描述方式.首先对突发公共事件进行层次分析,按系统论观点,对突发公共事件应急管理分为客观事物(承灾载体)系统、突发公共事件系统、应急管理活动系统三个系统,然后基于基础知识元模型从知识层面对客观事物(承灾载体)、突发公共事件、应急管理活动抽象表示,建立突发公共事件领域客观事物(承灾载体)系统、突发公共事件系统、应急管理活动系统相对应的知识元模型,并抽取出知识元之间的相互关系.并以煤矿事故应急管理为例进行验证,结果表明所建立的知识元模型及关系正确、合理.     

军队知识管理模糊神经网络评估

根据军队知识管理的特点,构建了军队知识管理水平评价指标体系,指标体系从组织结构、人力、技术及知识系统4个一级指标和12个二级指标体系,运用四层模糊神经网络确定模糊综合评价中的权重值,同时采用改进的反向传播算法,用样本对网络进行训练,逐步修正网络的连接权值,使权重值更符合实际情况,最后用训练好的样本对六个单位的知识管理进行评估,结果表明,训练好的模糊神经网络可以对军队的知识管理进行评估,并得到很好的结果。     

客户知识管理—概念与量表开发

通过文献分析,将客户知识管理的定义划分为三类。从客户知识管理的概念和客户知识活动的特性入手,以文献研究和已有相关问卷、量表为基础,结合半结构化问卷和人员访谈所获得的资料,编制客户知识管理量表。研究结果表明,客户知识管理具有多维度结构,其量表的开发具有较好的可信度和可靠性,客户知识管理包括五个维度,即客户知识获取、客户知识整合、客户知识共享、客户知识使用和客户知识创新。本文对概念的界定以及量表的开发可以为企业进行客户知识管理提供参考和借鉴。     

知识建构中活动设计的逻辑起点思考

建构主义观认为学习并不是由教师向学生单向传授知识的过程,而是依据学生自身已有的知识和经验主动地建构知识的过程.倘若在教学过程中没有对知识本身和学生的认识结构进行必要的分析,必定导致学生的已有认知与新知识之间形成脱节或断层,这就意味着在知识建构过程中的活动设计要充分协调好各种因素,即从对学生认知起点的选择到探究方式的选择再到新旧知识的联系,我们都需要认真分析,选择适合学生建构的基点.本文试结合具体例子谈谈自己一些浅薄的看法,敬请指正.     

基于竞争的网络组织间知识转移的均衡模型研究

本文针对网络组织中知识在组织间转移的行为和问题进行研究。许多文献从网络组织整体的角度阐述和论证了网络组织中知识转移的数量和效率对于网络组织的整体绩效成正比例关系,但是,在网络组织中个体企业之间存在着合作与竞争,知识转移的过程也是一个合作与竞争的过程,个体企业追求的是个体最优化的状态。本文在个体目标最优化的基础上,考虑到知识转移的交易与非交易方式,知识转移的风险性,对组织中个体企业间关系的影响,以及知识的转化率,构建了个体企业基于利润、知识转移风险、组织间关系价值、知识转移费用和知识的吸收转化价值的多目标决策模型;并且,运用变分不等式理论与修正投影方法,得到个体最优化状态下的网络组织知识转移的均衡状态;最后,通过算例证明了模型和结果的合理性。     

图书馆知识管理的多层次模糊综合评价方法

根据系统评价原则,采用调查问卷与数学定量研究相结合的处理方法,用模糊综合评价法来评价图书馆知识管理绩效.通过图书馆知识管理绩效评价的实证分析,证明评价指标的科学性、合理性以及切实可行性.     

高斯—案例推理方法的预测模型及应用

针对目前案例推理方法中存在的预测准确性低,可靠性差等方面的局限,提出了高斯—案例推理方法。在传统基于欧氏距离相似度计算研究的基础上提出了一种新的相似度计算方法,即运用高斯转换代替欧式距离度量来计算相似度的方法。引入距离比例的概念,将案例间的特征转化为高斯指标,进而计算案例间的相似度。在此基础上使用最近邻法检索出相似案例,通过对检索出的案例进行修改获得预测值。以物流外包企业风险预测为例,通过与两个案例推理模型(基于欧式距离的经典案例推理模型和灰色理论案例推理模型)的预测结果比较,得出在预测的准确性上,高斯案例推理预测模型优于其它两种模型。验证了利用高斯—案例推理模型预测企业物流外包风险的可行性。     

问卷分割设计的成组序贯子问卷分配法

抽样调查在大数据时代仍是不可或缺的研究工具.然而,传统调查方式当前面临执行成本增加与数据质量降低的双重挑战.作为降低受访者负担的有效途径,问卷分割设计逐渐受到研究者重视.文章研究针对问卷分割设计中的子问卷分配过程展开讨论:在假设受访者招募服从泊松过程前提下,以降低协变量的子样本间差异为目标设计成组序贯随机过程.理论和数...     

知识溢出条件下组织内个体知识生产活动的知识投入研究

运用行为经济学和博弈论方法建立了知识溢出条件下的知识生产模型并分析了组织内个体进行知识生产活动时的知识投入问题,通过研究发现:在知识溢出水平一定情况下,从自身综合成本最小化考虑,个体往往会倾向于从其他个体的自主创造知识中获益,而将主要精力用于从其他个体处寻求知识;组织内知识存量大的个体在进行知识生产活动时,倾向于自主创造知识,而知识存量小的个体倾向于从外界寻求知识;位于组织中心位置和结构洞桥位置等重要位置的个体在进行知识生产活动时,倾向于自主创造知识,而其他普通位置的个体倾向于从外界寻求知识.     

模糊多级评价在知识管理水平评估中的应用

21世纪是知识经济时代，知识管理是知识经济时代企业崭新的管理模式。准确地认识企业的现有知识管理水平，才能为改善企业的知识管理状况提供充分的依据。本针对知识管理水平评价的定量方法不足，引入模糊多级综合评价，并用实例说明了该方法用于企业知识管理水平评价是可行的、实用的，从而为企业知识管理水平的定量评价提供了一种新方法。     

Exploring Depth Versus Breadth in Knowledge Management Strategies

This paper provides an early attempt at operationalizing and testing the concept of knowledge strategy. Using a computer-simulated product development process, we compare the performance of generalist and specialist knowledge management strategies under conditions of market turbulence. The generalist knowledge strategy emphasizes breadth of knowledge in product development teams, while the specialist strategy focuses on depth of knowledge. Our generalist and specialist strategies are grounded in Eastern and Western perspectives of knowledge management, respectively. A primary difference between these two approaches is the strong emphasis on cross-learning, or learning across team members, in the Eastern perspective relative to the Western perspective. As such, we examine the performance implications of different modes of cross-learning for teams utilizing the generalist knowledge strategy. Specifically, we examine three modes of cross-learning, which are reflected in the use of three learning decision rules: (1) averaging, (2) majority, and (3) hot hand. A learning decision rule indicates how decision-makers learn from their fellow team members. Under the first rule, the decision-maker adopts an average of the beliefs held by fellow team members. Under the second rule, if a majority of fellow team members agree on a particular solution, then the decision-maker adopts the beliefs held by the majority. Under the third rule, the decision-maker learns from the team member whose beliefs have been consistent with market desires most recently. Surprisingly, we find that specialist strategies outperform generalist strategies under conditions of low and high market turbulence. We also find that cross-learning can be beneficial or detrimental, contingent upon the mode of learning. Generalist teams utilizing the averaging decision rule perform significantly worse, while generalist teams utilizing the hot hand decision rule perform significantly better.