• 论文 • 上一篇    下一篇

基于复杂网络理论的供应链网络风险传播机理研究

杨康,张仲义   

  1. 北京交通大学交通运输学院,北京 100044
  • 收稿日期:2012-11-05 出版日期:2013-10-25 发布日期:2014-01-06

杨康,张仲义. 基于复杂网络理论的供应链网络风险传播机理研究[J]. 系统科学与数学, 2013, 33(10): 1224-1232.

YANG Kang ,ZHANG Zhongyi. THE RESEARCH ON MECHANISM OF SUPPLY CHAIN NETWORK RISK BASED ON COMPLEX NETWORK THEORY[J]. Journal of Systems Science and Mathematical Sciences, 2013, 33(10): 1224-1232.

THE RESEARCH ON MECHANISM OF SUPPLY CHAIN NETWORK RISK BASED ON COMPLEX NETWORK THEORY

YANG Kang ,ZHANG Zhongyi   

  1. School of Traffic and Transportation, Beijing Jiaotong University, Beijing 100044
  • Received:2012-11-05 Online:2013-10-25 Published:2014-01-06
供应链风险管理是供应链管理的重要内容之一,将复杂网络病毒传播动力学中的易染状态-感染状态-易染状态(SIS)模型引入到供应链风险传播研究中,建立了供应链网络风险传播模型(SIS-RP).并以小世界网络为例,从整个供应链网络角度对SIS-RP模型进行了仿真分析.研究表明,各企业应对风险干扰能力的提高能很好遏制风险在供应链网络中的传播. SIS-RP模型能在一定程度上反映风险在供应链网络中的传播演化过程,初步验证了复杂网络理论可应用于供应链风险传播相关问题的研究.
Managing risk in supply chains is an important topic  in supply chain management. This paper proposes a risk  propagation model (SIS-RP), based on the susceptible-infected-susceptible (SIS) model, in supply chain risk management (SCRM).   Considering the small world network as an illustration, we
   use simulation analysis method to analyze this model from   the supply chain network perspective. The results indicate that,  the risk propagation can be controlled by improving the anti-interference ability in supply chain network. The SIS-RP model can reflect evolution process of risk in supply chain network  to a certain extent, and demonstrate the feasibility  of complex network theory  in the supply chain risk propagation study.

MR(2010)主题分类: 

()
[1] 曹娟, 任凤丽. 耦合网络间的有限时聚类改进投影同步[J]. 系统科学与数学, 2021, 41(5): 1181-1190.
[2] 李盼盼, 董志良, 武天娇. 国际原油期货对中国新能源股指影响: 从多项式拟合到复杂网络[J]. 系统科学与数学, 2021, 41(5): 1355-1368.
[3] 董苏雅拉图. 证券市场中具有流动性人口特征的恐慌情绪传播模型[J]. 系统科学与数学, 2021, 41(10): 2919-2931.
[4] 周欢,刘嘉,马浩南. 改进的标签可重叠社区推荐模型[J]. 系统科学与数学, 2020, 40(11): 2058-2070.
[5] 石宇静,胡昌敏. 复杂网络的动态输出反馈容错同步控制[J]. 系统科学与数学, 2020, 40(10): 1701-1712.
[6] 肖峰,甘勤涛,黄欣. 具有多重权值的时滞复杂网络固定时间同步问题研究[J]. 系统科学与数学, 2020, 40(1): 15-28.
[7] 王甜,董志良,刘森,李盼盼. 原油价格时间序列自回归子模式传输特征分析[J]. 系统科学与数学, 2020, 40(1): 117-128.
[8] 杨玉香,张宝友,孟丽君. 碳排放权交易约束下供应链网络成员企业微分博弈分析[J]. 系统科学与数学, 2018, 38(10): 1172-1185.
[9] 仇翔,俞立,刘安东. 时滞供应链网络系统的牛鞭效应切换控制方法[J]. 系统科学与数学, 2016, 36(6): 810-821.
[10] 熊清伟,魏平. 基于多Agent供应链网络企业竞合关系演化分析[J]. 系统科学与数学, 2015, 35(7): 779-787.
[11] 仇翔,俞立,刘安东. 时滞供应链网络系统的切换模型预测控制方法[J]. 系统科学与数学, 2015, 35(4): 407-418.
[12] 安海岗,都沁军,张永礼. 基于复杂网络的时间序列单变量波动幅度研究[J]. 系统科学与数学, 2015, 35(2): 158-169.
[13] 陆刚. 农产品期货价格联动性实证研究------基于中美玉米期货日收盘价数据[J]. 系统科学与数学, 2015, 35(2): 181-192.
[14] 杨康,张仲义.  基于节点重要性的供应链网络风险跨层次评估研究[J]. 系统科学与数学, 2015, 35(1): 110-120.
[15] 仇莉. 具有随机需求的供应链网络缺货概率的计算方法[J]. 系统科学与数学, 2012, 32(9): 1062-1071.
阅读次数
全文


摘要