新能源風(fēng)電的可持續(xù)發(fā)展需要可持續(xù)的人才支撐。而風(fēng)電作為多學(xué)科交叉的新興產(chǎn)業(yè),其技術(shù)人才的培養(yǎng)和聚集周期長。因此,如何有效提升風(fēng)電技術(shù)人才成長速度和質(zhì)量至關(guān)重要。本文在對技術(shù)人才成長網(wǎng)絡(luò)特征分析的基礎(chǔ)上,利用成長代價函數(shù)量化標(biāo)度不同成長狀態(tài)關(guān)系,構(gòu)建了風(fēng)電技術(shù)人才加權(quán)小世界網(wǎng)絡(luò),并通過改進(jìn)Floyd算法,優(yōu)化風(fēng)電技術(shù)人才成長路徑選擇。且通過仿真實驗證明這種組合方法有效提高了計算速度和精度,降低了時間復(fù)雜度,為有效提升新能源風(fēng)電技術(shù)人才成長速度與質(zhì)量提供了量化方法支撐。 

【文章來源】：中國管理科學(xué). 2020,28(08)北大核心CSSCICSCD

【文章頁數(shù)】：10 頁

【圖文】：

風(fēng)電技術(shù)人才成長軌跡

通過Matlab構(gòu)造不同重連概率的網(wǎng)絡(luò)進(jìn)行比較驗證,其中圖2(a)為p=0的完全規(guī)則網(wǎng)絡(luò);圖2(b)為p=1時的完全隨機(jī)網(wǎng)絡(luò);圖2(c)為0<p<1時隨機(jī)重連的WS小世界網(wǎng)絡(luò)。網(wǎng)絡(luò)節(jié)點個數(shù)為16,節(jié)點相連的鄰邊數(shù)為4,即小世界網(wǎng)絡(luò)的規(guī)則網(wǎng)絡(luò)k的值為2,p為0.2。如圖2所示,WS小世界網(wǎng)絡(luò)明顯多幾條較長路徑的重連邊,顯現(xiàn)出了小世界特性。綜合考慮組織和人才發(fā)展雙贏角度,將人才成長網(wǎng)絡(luò)中節(jié)點間邊權(quán)定義為節(jié)點間成長代價(或成本)函數(shù),風(fēng)電技術(shù)人才成長網(wǎng)絡(luò)可以先采取“先規(guī)則化,后隨機(jī)化”構(gòu)造規(guī)則設(shè)計,模擬組織對人才成長牽引作用,設(shè)計生成WS加權(quán)小世界網(wǎng)絡(luò)的,保證次優(yōu)節(jié)點向更優(yōu)節(jié)點學(xué)習(xí)移動,小世界網(wǎng)絡(luò)各個邊的權(quán)值之和為人才成長總成本。

W=[ 0 8.3666 12.2882 9.4340 8.1240 Ιnf Ιnf Ιnf Ιnf 0 11.2694 6.2450 10.2285 7.6158 Ιnf Ιnf Ιnf Ιnf 0 5.4772 Ιnf 16.4643 Ιnf Ιnf Ιnf Ιnf Ιnf 0 10.4041 8.3440 Ιnf Ιnf Ιnf Ιnf 11.4455 Ιnf 0 Ιnf 11.5326 Ιnf Ιnf Ιnf Ιnf Ιnf Ιnf 0 11.2081 7.7460 Ιnf Ιnf 7.3485 Ιnf Ιnf Ιnf 0 7.0000 Ιnf Ιnf Ιnf Ιnf Ιnf Ιnf Ιnf 0 ]采用改進(jìn)的加速Floyd算法得到a到i的最優(yōu)路徑,如圖6所示虛線所示。


本文編號：3225427