一种基于微粒群算法的产业集群演化模拟系统技术方案

本发明专利技术涉及一种基于微粒群算法的产业集群演化模拟系统，包括设计产业集群综合竞争力评价指标体系；设计产业集群综合竞争力EPCI评价模型；获取产业集群综合竞争力EPCI评价模型的参数；将产业集群现象微粒群化；根据PSO算法，设计基于微粒群算法的产业集群演化模型；设计产业集群综合竞争力三维信息的拟合函数，并获得模拟产业集群演化的分时效果图。本发明专利技术设计的基于微粒群算法的产业集群演化模拟系统基于微粒群算法，填补微粒群算法在产业集群演化模型建立上的空白，能够有效解决产业集群演化问题。

An evolutionary simulation system of industrial clusters based on particle swarm optimization

The invention relates to a simulation system of industrial cluster based on particle swarm optimization algorithm, including the design of the industrial cluster competitiveness evaluation index system; evaluation model of EPCI design industry cluster competitiveness; to obtain the parameters of EPCI evaluation model of the comprehensive competitiveness of industrial clusters; industrial cluster phenomenon of particle swarm; according to the PSO algorithm, particle swarm optimization design of industrial cluster based on the evolution model; fitting function design of the comprehensive competitiveness of industrial clusters of three-dimensional information, and simulated the evolution of industrial clusters into effect. Industrial cluster evolution particle swarm algorithm simulation system based on Particle Swarm Optimization Based on the design of the invention, the particle swarm algorithm to fill the blank model established on the evolution of industrial clusters, which can effectively solve the problem of the evolution of industrial clusters.

【技术实现步骤摘要】

本专利技术涉及一种基于微粒群算法的产业集群演化模拟系统。
技术介绍
进入21世纪以来全球经济的发展进入了一个合作与竞争的时代，其中一个重要的特征就是被形容为“块状经济”和“马赛克经济”的产业集群现象的大量出现；诚如“竞争战略之父”迈克尔·波特所说：“当今世界经济地图上布满了被称之为集群的区域”。产业集群已成为维持经济持续快速增长的一种有效工具，在区域经济发展中扮演着重要的角色。在经济全球化的背景下，产业集群已经成为人类从事经济活动的重要载体，是推动区域经济发展的中坚力量。我们通常考察其综合竞争力来评价一个产业集群；故而就如何科学有效地测评产业集群竞争力是摆在我们面前的一个亟待解决的问题。同时，无论是区域创新网络结构、绩效的分析测度，还是结构与绩效的关系研究，都是在特定的时间截面上静态地研究区域创新网络。区域创新网络是一个动态的开放系统，它随着时间的变化不断地从低级向高级演进，这个演化过程及动因研究近年来逐渐引起产业集群界的重视。这样就提出一个严峻的挑战，那就是如何搭建一个符合产业集群演化规律的模型；这对分析产业集群的演化过程和动因都是非常重要的。在这个过程中又涉及到如何设计一套科学有效的竞争力评价体系，正是这种体系的建立使竞争力这一概念从理论走到实践应用的前沿。由于不同产业集群的复杂性和不确定性，在建立集群竞争力评价体系时没有一个特定的标杆。集群在选择竞争力评价体系时往往从该集群本身的地域、结构、规模、当地政策等要素出发；所选择的评价体系必须能够较全面的反映集群、必须能够指引集群的良性发展、必须能够给集群提供建设性的分析结果。迈克尔·波特的竞争优势理论认为，一国兴衰的根本在于是否能在国际产业竞争中赢得优势，一个国家或地区的产业竞争力，集中表现在这个国家或地区内以集群形态出现的产业上[2]。波特正是在这种理论的基础上提出了“钻石”模型框架，这一框架是由生产要素（包括天然资源、人力资源、知识资源、基础设施、资本资源）、需求条件（国际国内市场的需求情况）、相关和支持产业（集群的上下游产业市场情况）、企业战略、结构和同业竞争四个基本面构成。微粒群算法（ParticleSwarmOptimization,简称PSO）是由美国社会心理学家JamesKennedy和电气工程师RussellEberhart于1995年提出的一种群体智能算法，来源于生物学家FrankHeppner的生物群体模型；是一种效果明显基于自组织的寻优算法[39]。PSO算法具有结构简单，参数设置简单，收敛速度快等优点，近几年来在函数优化，数学建模，系统控制等领域有着广泛的应用[40]。自微粒群算法提出至今国内外学者对微粒群算法的研究主要表现在：（1）微粒群算法的改进，（2）微粒群算法的理论分析，（3）微粒群算法的生物学基础，（4）微粒群算法与其他类进化算法的比较研究，（5）微粒群算法的应用。其中对微粒群算法改进主要围绕就如何提高PSO收敛速度和保证收敛两个方面，并逐渐成为该领域研究的热点。对于不同的问题，就如何协调局部搜索能力与全局搜索的权重关系，YuhuiShi提出了带惯性权重的改进微粒群算法以更好的控制PSO算法的“开发”和“探索”，形成了标准的带惯性因子的改进微粒群算法（即标准PSO算法）。产业集聚过程就是一个自组织的过程，并透过微粒群知识来分析产业集群的集聚的过程，可以初步认为产业集群的集聚过程就相当于微粒群的寻优过程，所以在某些层面上可以通过分析比较直观的微粒群模型来代替分析概念比较泛化的产业集群现象。
技术实现思路
针对上述技术问题，本专利技术所要解决的技术问题是提供一种基于微粒群算法，填补微粒群算法在产业集群演化模型建立上的空白，能够有效解决产业集群演化问题的基于微粒群算法的产业集群演化模拟系统。本专利技术为了解决上述技术问题采用以下技术方案：本专利技术设计了一种基于微粒群算法的产业集群演化模拟系统，其特征在于，包括如下步骤：步骤001.设计产业集群综合竞争力评价指标体系；步骤002.设计产业集群综合竞争力EPCI评价模型；步骤003.获取产业集群综合竞争力EPCI评价模型的参数；步骤004.将产业集群现象微粒群化；步骤005.根据PSO算法，设计基于微粒群算法的产业集群演化模型；步骤006.设计产业集群综合竞争力三维信息的拟合函数，并获得模拟产业集群演化的分时效果图。作为本专利技术的一种优选技术方案：所述步骤001中，产业集群综合竞争力评价指标体系包括生产要素、需求条件、相关和支持产业、企业战略结构和同业竞争；其中，生产要素包括天然资源、人力资源、知识资源、基础设施和资本资源；需求条件包括国际国内市场的需求情况；相关和支持产业包括产业集群的上下游产业市场情况。作为本专利技术的一种优选技术方案：所述步骤002设计产业集群综合竞争力EPCI评价模型包括如下内容：建立基于广义幂平均函数的产业集群综合竞争力EPCI评价模型，如下式（1）所示：EPCI=5·G·[μ1Ak+μ2Bk+μ3Ck+μkDk]1k+ϵG=f(θ)=2arcsinθπμ1+μ2+μ3+μ4=1ϵ=rand()ϵ∈(-0.1,0.1)---(1)]]>其中，EPCI为所述产业集群综合竞争力评价指标体系的输出结果；G是以政府对产业集群R&D投资、基础建设投资、实际利用外资、固定资产投资和货币贷款政策作为输入项，以产业集群的生产总额作为输出项，通过DEA数据包络模型求出的政府绩效相对有效值θ的一个相关函数；θ取值在0与1之间；参数A,B,C,D是分别通过对集群综合竞争力评价体系中各自对应的原始经济数据进行处理得出的以因子得分系数作为系数的一个加权和值；参数μ1、μ2、μ3、μ4是通过AHP方法结合完整的波特“钻石”模型得出的A,B,C,D权值；k是一个幂平均模型的幂指数；ε表示为集群经济活动中不确定因素对产业集群的影响。作为本专利技术的一种优选技术方案：所述步骤003中，产业集群综合竞争力EPCI评价模型的参数的获取过程，通过DEA数据包络模型来获取政府在协助当地产业集群经济发展中的相对有效值；并通过层次分析法和主成分分析法来获取产业集群综合竞争力评价模型参数A,B,C,D。作为本专利技术的一种优选技术方案：所述步骤004将产业集群现象微粒群化，包括如下步骤：步骤a.将产业集群综合竞争力EPCI输出结果表示为微粒群算法中所要寻找的代数值；步骤b.将产业集群的经纬地理坐标转换为三维直角坐标系，并标出产业集群区域的坐标；步骤c.将产业集群企业间的竞争与合作表示为微粒群算法的“认知”部分和“社会”部分；步骤d.将政府参与产业集群经济活动中的“协”作用表示为微粒群算法的惯性权值函数。作为本专利技术的一种优选技术方案：所述步骤005中，根据PSO算法，设计基于微粒群算法的产业集群演化模型如下：vi(本文档来自技高网...

【技术保护点】
一种基于微粒群算法的产业集群演化模拟系统，其特征在于，包括如下步骤： 步骤001.设计产业集群综合竞争力评价指标体系； 步骤002.设计产业集群综合竞争力EPCI评价模型； 步骤003.获取产业集群综合竞争力EPCI评价模型的参数； 步骤004.将产业集群现象微粒群化； 步骤005.根据PSO算法，设计基于微粒群算法的产业集群演化模型； 步骤006.设计产业集群综合竞争力三维信息的拟合函数，并获得模拟产业集群演化的分时效果图。

【技术特征摘要】
1.一种基于微粒群算法的产业集群演化模拟系统，其特征在于，包括如下步骤：
步骤001.设计产业集群综合竞争力评价指标体系；
步骤002.设计产业集群综合竞争力EPCI评价模型；
步骤003.获取产业集群综合竞争力EPCI评价模型的参数；
步骤004.将产业集群现象微粒群化；
步骤005.根据PSO算法，设计基于微粒群算法的产业集群演化模型；
步骤006.设计产业集群综合竞争力三维信息的拟合函数，并获得模拟产业集群演化的分时效果图。
2.根据权利要求1所述一种基于微粒群算法的产业集群演化模拟系统，其特征在于：所述步骤001中，产业集群综合竞争力评价指标体系包括生产要素、需求条件、相关和支持产业、企业战略结构和同业竞争；
其中，生产要素包括天然资源、人力资源、知识资源、基础设施和资本资源；需求条件包括国际国内市场的需求情况；相关和支持产业包括产业集群的上下游产业市场情况。
3.根据权利要求2所述一种基于微粒群算法的产业集群演化模拟系统，其特征在于，所述步骤002设计产业集群综合竞争力EPCI评价模型包括如下内容：
建立基于广义幂平均函数的产业集群综合竞争力EPCI评价模型，如下式（1）所示：
其中，EPCI为所述产业集群综合竞争力评价指标体系的输出结果；G是以政府对产业集群R&D投资、基础建设投资、实际利用外资、固定资产投资和货币贷款政策作为输入项，以产业集群的生产总额作为输出项，通过DEA数据包络模型求出的政府绩效相对有效值θ的一个相关函数；θ取值在0与1之间；参数A,B,C,D是分别通过对集群综合竞争力评价体系中各自对应的原始经济数据进行处理得出的以因子得分系数作为系数的一个加权和值；参数μ1、μ2、μ3、μ4是通过AHP方法结合完整的波特“钻石”模型得出的A,B,C,D权值；k是一个幂平均模型的幂指数；ε表示为集群经济活动中不确定因素对产业集群的影响。
4.根据权利要求3所述一种基于微粒群算法的产业集群演化模...

【专利技术属性】
技术研发人员：张颖超，熊雄，张齐东，叶小岭，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：江苏;32