基于沖突視角,將前景理論引入演化博弈建模過程,構(gòu)建學習演化博弈模型,剖析建設工程跨項目團隊學習在沖突情境下的演化發(fā)展規(guī)律,并對模型進行檢驗與數(shù)據(jù)模擬。研究結(jié)果表明:驅(qū)動跨項目團隊學習達到最大努力水平需要兩個條件;較低水平的沖突有利于團隊產(chǎn)生更靈活的認知和更具創(chuàng)新性的解決方案;在沖突影響下,團隊將會根據(jù)其所付出的學習成本大小隨時調(diào)整其學習策略;同時采取處罰和激勵機制能減少潛在的沖突造成的消極學習行為。 

【文章來源】：軟科學. 2020,34(01)北大核心CSSCI

【文章頁數(shù)】：7 頁

【部分圖文】：

沖突影響下不同學習行為

算例3:令η=0.5,F1=F2=T=10,λ=0.2,不同k值變化對系統(tǒng)演化結(jié)果的影響如圖4所示。圖4中,在0.8附近存在某個臨界值,當k小于該臨界值時,x或y收斂于0,但k的減少能夠降低其收斂的速度;當k大于該臨界值時,x或y收斂于1,此時k的增加能夠提高其收斂于1的速度。明確的學習激勵機制能夠?qū)Σ扇〔粚W習策略的一方進行懲罰,通過提高不學習帶來的風險損失折扣系數(shù)能夠促使更多的群體選擇學習行為。

算例4:令η=0.5,k=0.3,F2=T=10,λ=0.2,此時博弈雙方在不同的F1值變化下對系統(tǒng)演化結(jié)果的影響如圖5所示。由圖5可知,博弈雙方處罰價值感知F1在9附近存在某個臨界值,當F1小于該臨界值時,x或y收斂于0,此時F1的增加能夠減少x或y收斂于0的速度;當F1大于該臨界值時,x或y收斂于1,此時F1的增加能夠促使x或y更快地收斂于1。

【參考文獻】：
期刊論文
[1]重大工程組織學習機制的演化博弈分析——基于全過程咨詢介入機制的業(yè)主與咨詢方合作視角[J]. 樂云,劉明強,張馨月,胡毅,萬靜遠.  工業(yè)工程與管理. 2019(02)
[2]基于累積前景理論的聯(lián)盟企業(yè)知識轉(zhuǎn)移演化博弈分析[J]. 吳潔,吳小桔,李鵬,盛永祥,施琴芬.  運籌與管理. 2017(03)
[3]基于前景理論的代建制尋租行為演化分析[J]. 李強,羅也驍,龐易明.  深圳大學學報(理工版). 2016(02)
[4]工程項目團隊動態(tài)特征、沖突維度與項目成功關(guān)系實證[J]. 吳光東,施建剛,唐代中.  管理工程學報. 2012(04)
[5]基于前景理論的施工安全管理行為演化博弈[J]. 周國華,張羽,李延來,趙國堂.  系統(tǒng)管理學報. 2012(04)
[6]大型建設工程項目專業(yè)團隊跨團隊學習混沌博弈研究[J]. 陳赟,袁劍波,賀玲.  工業(yè)技術(shù)經(jīng)濟. 2010(03)



本文編號：3212631