首页/文章/ 详情

考虑企业异质性的外部知识对流程创新作用机制的博弈分析

4月前浏览1433

关键词:博弈论;mathematica;逆向求解法,纳什均衡,均衡解参数分析

本文复现《中国管理科学》中一篇题为“考虑企业异质性的外部知识对流程创新作用机制的博弈分析[1]”。本文基于知识基础观理论,以两个异质性制造企业组成的寡头竞争市场为研究对象,参考经典研发竞争AJ模型和非对称研发模型,构建外部知识对企业流程创新作用机制的两阶段非合作博弈模型,采用逆向回归法求解子博弈纳什均衡解,对均衡解进行理论分析,并进行数值模拟。研究表明,对于异质性企业来说,通过流程创新获得成本优势的企业将拥有更大的市场份额,且企业的均衡外部知识引入量也随着初始边际生产成本差异系数的变

化而变化。总体来说,企业异质性造成了流程创新竞争的不平衡性。在流程创新过程中,企业引入外部知识对自身均衡产量具有正向效应,对均衡利润的影响存在阈值,呈现先增加后降低的趋势。由于溢出效应的存在,企业引入外部知识对竞争企业的均衡产量及利润也产生正向效应,但是,竞争企业的均衡产量及利润取决于两个企业的竞争关系。

  1. 模型建立

符号及其含义见表1。

表1 符号及含义说明



2.产品竞争阶段均衡分析

在均衡分析阶段,常常需要进行求导、代入等操作,随着分析的深入,式子逐渐复杂,手动推导极为困难且容易出错,所以我们在mathematica中进行均衡解的推导。



在流程创新竞争阶段,两个企业独立决定流程创新中引入的外部知识量,以使其利润最大化。将式(7)、式(8)分别对k1, k2求偏导,得到一阶最优条件。并用mathematica中用提取系数的函数将求偏导结果整理,得到:


其中,参数为:


解得最优引入外部知识量分别为:


代入回式(5)(6),得


  1. 结果分析

最后进行数值分析,验证本篇论文复现的正确性。Mathematica即可进行符号计算公式推导,也可进行数值分析。前文在mathematica进行公式推导的结果可直接应用于后续的数值分析,避免了切换软件造成的麻烦。参数取值参考[1]。

企业异质性体现在初始边际生产成本差异系数ε,初始边际生产成本差异系数对均衡外部知识引入量和均衡产量影响的数值模拟结果如图1(上图为复现结果,右图为论文原文结果)。



图1 ε 与均衡引入外部知识量的关系



图2 k1与均衡利润的关系

参考文献

[1] 考虑企业异质性的外部知识对流程创新作用机制的博弈分析[J]. 中国管理科学, 2023, 31(12): 175-184.

来源:320科技工作室
理论Mathematica
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2026-04-13
最近编辑:4月前
320科技工作室
硕士 | 结构工程师 微❤️ CAE320
获赞 240粉丝 445文章 463课程 0
点赞
收藏
作者推荐

基于 COMSOL-MATLAB 联合仿真的参数化三维心脏电阻抗成像模型

摘要:电阻抗成像(Electrical Impedance Tomography, EIT)是一种无创的体内电导率分布重建技术,广泛应用于心肺功能监测等生物医学领域。为实现更贴近生理状态的心脏动态仿真,本研究构建了一个可参数化的三维心脏模型,并通过 COMSOL Multiphysics 与 MATLAB 平台联合实现仿真。模型在心脏表面布置了24个电极,支持多组电流激励与电压采集;同时,通过正弦函数表达式实现对心脏收缩周期的模拟。借助 COMSOL API 与 MATLAB 脚本,完成了24组电流注入下的电场、电压与电流密度仿真计算。进一步,提取了电场各方向分量并构建了灵敏度矩阵(Jacobian matrix),为后续电导率反演与图像重建提供基础。该平台可用于动态心脏 EIT 正问题研究,并支持图像反演算法训练及病变模拟拓展。关键词:电阻抗成像;心脏模型;三维参数化;COMSOL;MATLAB;灵敏度矩阵;电极仿真;电导率重建一、任务描述本任务旨在构建一个三维参数化心脏模型,基于 COMSOL Multiphysics 与 MATLAB 联合仿真平台,进行24电极电阻抗扫描,实现电导率图像重建和电流密度场可视化,为心脏功能建模与EIT成像研究提供高精度模拟平台,如图1所示。图1 三维参数化心脏模型二、子任务细分a) 心脏几何建模与参数化运动目标:构建含时间参数化收缩的心脏模型,实现随时间变化的生理形态模拟。步骤:在 COMSOL 中定义变量 L0, f, Lt 控制心脏收缩;使用拉伸 + 椭球构建心脏主体;添加24个电极柱体,进行镜像与移动;实现形变表达式 Lt = L0*(1 - 0.1*sin(2*pi*f*time))。实现方式:基于 COMSOL 脚本语言,通过 WorkPlane 与 Extrude 函数构建二维截面,并依赖 Ellipsoid 与 Cylinder 构建结构细节。优化策略:参数化表达式便于扫描不同心动周期下的形态差异。b) 联合求解器配置与正问题仿真目标:基于24组注入/接地配置进行正问题求解,获得电场与电压响应,如图2所示。步骤:设置电极边界 Terminal 与 Ground;定义 AvSurface 提取24个电极的电压响应;建立插值器提取 Ex, Ey, Ez。实现方式:调用 MATLAB COMSOL API 循环设置端口激励组合,通过 mphinterp 提取电场、getReal 提取测量值。优化策略:电极配置自动遍历(i 与 mod(i+1,24)),结合差分方式输出每组电压特征。图2 联合仿真求解结果(电势与电场)c) 灵敏度矩阵与EIT图像重建目标:构建基于场变量的灵敏度矩阵,实现电导率反演图像,如图3所示。步骤:计算电场矢量分量 Ex/Ey/Ez;构造灵敏度矩阵 S;使用已知电导率 σ 和电压向量 V 保存图像重建所需数据。实现方式:自定义 JacobianEIT3D 函数计算电场对σ的敏感性;图像绘制调用 plotImage3 函数。优化策略:支持不同时间点的 .mat 文件保存与模型快照,便于时序回放。图3 三维电阻抗断层成像结果三、公式与算法心脏形变控制:电流密度大小计算:灵敏度矩阵构建(伪代码):function S = JacobianEIT3D(Ex, Ey, Ez)S = compute_field_divergence(Ex, Ey, Ez); % 对每一电场方向计算散度end电压响应差分向量:四、总结与扩展总结:建立了一个具有生理收缩模拟能力的三维心脏电阻抗仿真平台;结合 COMSOL 与 MATLAB,实现电极激励、电压测量与三维场重建的自动化;输出数据包括电导率分布、电场、电流密度与电压向量,适用于反演重建或机器学习研究。可扩展方向:增加动态时间序列,进行全周期心脏运动的成像重建;融合机器学习模型(如 U-Net、RA-UNet)基于灵敏度矩阵进行图像反演;扩展至病变模拟(如缺血区导电率变化)与干预策略仿真(如导管电刺 激)。来源:320科技工作室

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈