自组织理论视角下传统村落活态化保护治理模式研究

针对传统村落活态化保护的探索,目前大多关注于政府部门干预下的村落规划与地域文脉的契合、建筑与场地关系的协同等,但对于长期以来由村民主导的日常性活动及空间改造行为缺乏应有的重视。在传统村落日益衰败的背景下,如何审视政府部门直接干预与村民自发参与问题,是传统村落活态化保护利用过程中亟需予以关注的重点和难点所在。尝试从自组织理论视角切入,将其置于政府部门干预下的语境中,梳理传统村落日常性空间面临的问题与挑战,揭示其空间形式、组织模式与行为活动之间的内在相关性,进而针对性地解析与构建相关治理机制与策略。同时,兼顾作为中介的建筑师专业作用的发挥,形成“自上而下”他组织与“自下而上”自组织两种体系并行的活态化保护新模式,以期为传统村落持续发展提供上下联动、情理交融的创新思路与技术路径。

“被生产”与“自生产”:中国城市社区自组织有效性研究——基于双案例的比较

社区自组织建设是激发基层活力,提升社区治理效能的有效手段。研究领域对“被生产”与“自生产”两类社区自组织有效性看法不一。通过构建社区自组织有效性衡量维度,跳出单类型研究的局限,基于双案例比较研究回答:“被生产”与“自生产”两种不同建构路径的社区自组织的有效性存在何种差异?为何存在这种差异?研究发现两类社区自组织均有效,二者有效性差异表现为:“被生产”的社区自组织在“组织长效发展”维度表现更好;“自生产”的社区自组织在“社区治理功效”维度更具潜力。有效性差异的背后是两类社区自组织在政策环境、关键主体及行动策略(资源来源、角色定位、制度设计)上的不同表现。提升社区自组织有效性则需要寻求两种建构路径优势的深度融合,通过优化政策环境、重塑孵化方案、培育社区精英突破社区自组织有效性的不同困境。

职业教育高质量发展中的中高本教育体系贯通实践机制研究——“自组织方法论”视阈

中高职教学如何有效衔接,是我国职业教育改革发展实践中长期想解决而未能解决的难题。完善中高本职业教育教学衔接实践机制,是当前和今后一段时期职业教育高质量发展面临的重大课题。教学层次“孤岛化”、教学内容不对卯、教学质量爬坡慢和职教高考困境多等因素,严重掣肘着我国现代职业教育体系内涵建设。自组织方法论为我们破解这一难题提供了思维路向。中高职纵向贯通的教学体系,是由中高本三个教学子系统构成的母系统,其教学组织、教学内容、教学过程和教学评价等结构形态纵横交错,问题纷繁复杂。教学组织系统的开放性、教学内容的层次性、教学过程的协同性和职教高考的类型性,是中高职教学系统建设的充分必要条件。中高本教学纵向贯通、有机衔接、链式发展,是一个“自组织”与“他(被)组织”辩证统一、从“混沌”向“有序”的持续演化过程,须以社会建构观为引领,构建教学系统演进的实践机制:以培养规格目标衔接为纽带,畅通教学组织运行机制;以技术技能生成规律为依循,优化教学内容传导机制;以深化“三教”改革为动力,构建教学过程协同机制;以适合性教育为准绳,完善职教高考运行机制。

基于主成分自组织神经网络法的测井曲线分层技术

在砂岩型铀矿找矿工作中,提高测井岩性分层效率和精度至关重要。为提高砂岩型铀矿岩性分层效果,本文采用主成分分析法对多个测井曲线进行降维处理,将主成分分析法的第一主成分、第二主成分、第三主成分作为自组织神经网络的样本数据,进行自组织神经网络训练,将训练好的网络模型用于砂岩型铀矿岩性的自动化分层。实验结果显示:主成分自组织神经网络法岩性分层精度可达到85%以上,高于传统自组织神经网络算法78%的分层精度,具有更好的测井岩性分层效果。因此,主成分自组织神经网算法的岩性分层方法有效减少了输入样本的种类,简化了自组织神经网络结构,其自动化分层效果要优于传统的自组织神经网络算法。本文的研究结果表明,主成分自组织神经网算法在砂岩型铀矿领域岩性识别工作中具有较好的应用效果。

职教师资队伍建设的自组织逻辑及变革路向

高素质专业化的职教师资队伍建设是新时代职业教育发展的迫切要求。基于自组织视角,我国职教师资队伍建设还面临组织困境,诸如职教师资队伍来源相对单一、组织的开放性不够,职教师资队伍建设模式相对固化、组织的发展动力不强,职教师资的制度建设相对滞后、组织的发展保障不足等问题。职教师资的跨界属性必然要求突出职教师资队伍自身开放性,构建多元参与的治理体系;注重与环境关系的非平衡性,增强职教师资队伍的发展动力;优化发展的非线性,加强职教师资队伍建设的制度保障。

村民自组织供给乡村公共文化服务的影响因素研究--基于DQ镇5个村落的案例分析

村民自组织供给乡村公共文化服务是繁荣乡村公共文化进而实现乡村文化振兴的重要方式,主体构成、主体互动、时空布局、资源支撑、目标导向、激励、组织属性、外围环境、公共文化内容和成效获得等因素影响着此种供给方式的有效实现。通过精准把控供给方式内核、实现多元主体合力支撑、提供应有资源基础、营造良好外围环境和完善反馈与激励机制,能够进一步激发村民自组织供给乡村公共文化服务的最大效能。

国有金融企业战略管理领域的自组织机制构建

为确保国有金融企业不发生系统性风险,需从战略管理的高度基于系统科学来审视自身的运转方式,而系统科学中的自组织理论给了我们很多新的启示。依该理论,国有金融企业作为内部有控制中心的他组织,其在战略管理领域面临着外部环境模糊复杂的现实情境,继续由高管团队作为他组织的内部控制中心,来自上而下地制定战略存在困境,首先是“下情上达”处于从属地位不利于战略管理工作,其次是控制中心基于SWOT模型构建战略存在局限性。因此,对于国有金融企业而言,在战略管理领域有必要构建自组织机制,使其成为他组织与自组织的耦合。在构建策略上,一方面需要构建金融国企内部员工的自主学习机制,另一方面还需要面向战略管理领域营造自下而上的“直觉式综合”进言文化。

国有金融企业“他组织”与“自组织”相耦合的服务质量提升研究

国有金融企业是整个金融业的根基,其提供的金融服务在整个金融业中占比也最大,如何提升国有金融企业的服务质量具有更广泛的代表性意义。而SERVQUAL理论基于全面质量管理的逻辑,针对服务业提出了一种服务质量评价体系,该体系将服务质量分为五个维度,为国有金融企业服务质量的提升提供了一个参考框架。由此框架出发,五个维度中的有形性维度和可靠性维度,需要由国有金融企业的管理层来推动改善,即需要发挥企业作为“他组织”的“自上而下”的领导体系来实现;而响应性维度、保证性维度和移情性维度,则不应由管理层直接推动,而是需要调动基层员工的积极性,通过培养金融企业的“自组织”机制,进而由员工“自下而上”地主动为客户服务来实现。而“他组织”和“自组织”作为自组织理论的两种组织形态,也存在彼此嵌套的动态关系,在金融业的具体实践情境中,还需要推动“他组织”与“自组织”相耦合进而发挥合力,最终实现服务质量的提升。

基于自组织映射神经网络的淮河流域生态系统服务簇时空变化特征

生态系统服务簇的识别是区域生态系统服务管理与优化的关键。量化了2000、2010、2020年淮河流域产水量(WY),水源涵养(WC),土壤保持(SC),生境质量(HQ),水质净化(WP),净初级生产力(NPP)和碳储量(CS)7种生态系统服务。并基于自组织映射神经网络(SOFM)识别了生态系统服务簇,探讨了生态系统服务簇的时空变化特征。结果表明:(1)2000—2020年,WP,NPP与WC呈上升趋势,WC的增幅最大;CS与HQ呈下降趋势。淮河流域各生态系统服务具有时空异质性,生态系统服务高值区多位于西南部山区与东北部丘陵山地地区。(2)识别了5个生态系统服务簇:核心生态服务簇,WP服务簇,WY服务簇,NPP服务簇与生态过渡服务簇。核心生态服务簇与生态过渡服务簇的面积总体增加,流域西南部山区与东北部丘陵山地地区生态系统服务提升,2000—2020年,WY服务簇与NPP服务簇间的转移面积较大,WY服务簇面积减少达60.09%,NPP服务簇面积显著增加,2020年占整个流域面积的57.02%。研究结果不仅有助于清晰认识淮河流域生态系统服务簇的空间分布格局及动态变化,也为探索淮河流域可持续的生态系统管理与规划决策奠定了基础。

基于自组织特征映射模型(SOFM)网络的中国自然资源生态安全区划

自然资源生态安全是国家安全的重要组成部分,自然资源生态安全区划对保障区域可持续发展提供了重要途径。基于自然资源数据、生态环境数据和相关区划资料,从生态敏感性与生态服务重要性角度构建了自然资源生态安全评价指标体系,进而揭示了中国自然资源生态安全的空间格局;通过建立区划的原则和指标,按照一级区主要反映自然资源空间分布格局,二级区主要揭示自然资源生态安全水平的差异,采用SOFM网络制订了中国自然资源生态安全区划方案。结果显示:(1)中国自然资源生态安全水平整体偏低,以中警与重警状态区域为主,安全和较安全状态的区域仅占24.22%,其中低安全等级区多分布于400mm等降水量线以西的干旱、半干旱区,高安全等级区则集中分布于水热资源与生物资源较为丰富的东南部地区;(2)中国自然资源生态安全区划方案包括8个一级区与27个二级区,总结归纳各大区自然资源的特征和威胁生态安全的问题,并针对二级区自然资源生态安全状况提出了对策建议。研究结果可为分区、分类推进全国自然资源可持续利用和国土空间优化提供理论支持与决策依据。

面向自组织人群的建筑安全评估算法

为了解决室内建筑节点不合理与人群逃生路线选择困难的问题,提出面向自组织人群的建筑安全评估算法.基于IndoorGML建立室内空间的水平平面结构和垂直层级结构,形成拓扑空间中的节点关联图,以表示多层建筑物的空间结构.通过对单元空间的风险、通行率的定义,设计基于A^(*)算法的安全疏散路线选择算法.通过分析逃生路线的选择人数、单条逃生路线上节点的最高风险、单条逃生路线的平均逃生时间,找出室内建筑不合理节点并提出优化方案.构建模拟场景进行仿真实验,对比不同路线选择方法的结果,分析并验证所提评估算法的有效性.结果表明,所提出的方法能够找出建筑拥堵的主要因素及其对疏散的影响程度,有助于在建筑设计阶段开展科学的建筑安全评估.

基于有效性分析的自组织模糊神经网络建模方法

提出了一种基于有效性分析的自组织模糊神经网络(self-organizingfuzzyneural network based on effectiveness analysis, SOEFNN)建模方法。首先,提出了一种针对模糊规则的有效性评价指标,利用样本与规则层输出之间的映射关系进行网络模型的有效性分析,通过累积触发的方式实现相应模糊规则的增加或删减,使网络模型在能够处理复杂非线性问题的同时降低其冗余性,使模型更为紧凑。采用梯度下降算法对网络模型进行训练。然后,对所提出的SOEFNN模型进行非线性系统仿真实验和污水处理过程中的出水生化需氧量预测建模,并与其他自组织模糊神经网络模型进行对比。仿真结果表明,所提出的SOEFNN模型能够很好地实现结构和参数的自适应调整,并且具有较好的逼近能力。

车载自组织网络中格基签密的可认证隐私保护方案

针对车载自组织网络(VANET)中用户的隐私泄露和信息传输过程中的安全认证问题,提出一种VANET中格基签密的可认证隐私保护方案。首先,消息发送方利用接收方的公钥对消息进行签密,只有拥有私钥的接收车辆才能解密出消息,以保证消息内容在传输过程中只对授权用户可见;其次,车辆接收方解密出消息后,利用单向安全的哈希函数计算消息的哈希值,并判断是否与签密过程中的哈希值相等,实现对消息的认证;最后,采用快速数论变换(NTT)算法降低格中环上多项式乘法的计算开销,提高方案的计算效率。在随机预言机模型下证明了所提方案在适应性选择密文攻击下具有不可区分性,在适应性选择消息攻击(IND-CCA2)下具有强不可伪造性。此外,所提方案的安全性基于格上困难问题,可以抵抗量子算法攻击。仿真实验结果表明,与同类具有消息认证功能的隐私保护方案以及基于格上困难问题的签名方案相比,所提方案的通信时延至少减少了10.01%,消息丢失率至少减小了31.79%,通信开销至少减少了31.25%。因此,所提方案更适用于资源有限的VANET环境。

创业者幸福感的演化机制——基于自组织理论的纵向单案例研究

既有研究用某一时点幸福感来代表整个创业过程中的创业者幸福感,对于创业者幸福感的动态性探索不足。基于自组织理论,使用探索性单案例研究方法,试图回答“创业者的心理幸福感如何随创业阶段变化”这一核心问题,有助于探索创业者心理幸福感在不同创业阶段的动态演化机制,揭示创业自组织的过程。研究结果表明,创业者会根据不同阶段的创业目标,开展不同的创业活动,这使得创业者的心理幸福感随着创业阶段发生变化,同时还发现创业者的心理幸福感是其坚持创业的重要原因。研究结论启发创业者在创业过程中应当明确自己所处的阶段,根据不同阶段的目标开展对应的创业活动,从而通过创业获得幸福感。

基于混合双层自组织径向基函数神经网络的优化学习算法

针对传统方法采用先训练后测试两阶段学习机制极易导致的过拟合或欠拟合问题,提出一种基于混合双层自组织径向基函数神经网络的优化学习(hybrid bilevel self-organizing radial basis function neural network optimization learning,Hb-SRBFNN-OL)算法。首先,将训练过程和测试过程集成到一个统一的框架中,规避过拟合或欠拟合问题。其次,基于进化学习机制,提出上下2层的交互式优化学习算法,上层基于网络复杂度和测试误差自组织调整网络结构,下层采用列文伯格-马夸尔特(Levenberg Marquardt,LM)算法作为优化器对自组织径向基函数神经网络(self-organizing radial basis function neural network,SO-RBFNN)的连接权值进行优化。最后,利用来自多个子网络的综合信息生成模型的最终输出,加速网络全局收敛。为验证所提方法的可行性,分别在多个分类和预测任务中进行了测试实验。结果表明,在与传统神经网络结构相似甚至更好的测试和分类精度下,该方法不仅能实现更快的训练收敛,而且能进化成更精简紧凑的径向基函数神经网络(radial basis function neural network,RBFNN)模型。尤其在污水处理过程中总磷的质量浓度预测实验中,测试集中均方根误差(root mean squared error,RMSE)最高可降低48.90%,实际场景实验结果验证了所提算法的精确性更佳且泛化能力更强。

青藏高原及周边地区极端降水天气事件及其基于自组织特征映射方法的天气背景分型

利用2008—2014年中国自动站与CMORPH降水产品融合资料和NCEP再分析资料,基于自组织特征映射方法对青藏高原及周边地区的6 h极端降水天气进行了统计分析。发现6 h极端降水的高值和高频次主要分布在青藏高原西南部和东南部,以及东南侧的四川盆地和南侧沿喜马拉雅山至横断山脉一带。6 h极端降水在高原西南部多发生在14时(北京时,下同),在东南部多发生在20时,而在四川盆地和南侧主要发生在08时。采用自组织特征映射方法将2008—2014年高原及周边地区6 h分辨率的天气背景分为5类,类型I至类型V体现了从夏季—春秋—冬季的渐变,6 h极端降水天气事件发生比率依类递减。高原上总的极端降水主要来自类型I的高原极端降水,类型II及以下的高原极端降水落区逐类缩减并趋于沿冈底斯山零散分布。对比各类型的天气背景发现,高原上类型II及以下的动力强迫较类型I逐渐增强,但是暖心、湿度和对流有效位能等有利热力条件却依类明显缩减,使得高原极端降水落区依类迅速缩减。有利热力条件的分布与大范围极端降水的落区有很好的对应关系,热力条件减弱后,动力条件的增强及其与高原复杂地形的相互作用是导致零散极端降水的重要原因。四川盆地和高原南侧的对流有效位能明显高于高原内,高原在周边的强迫抬升易于触发对流不稳定,释放较高的对流有效位能,形成较强和较频繁的极端降水天气事件。

考虑易用性和可解释性的自组织映射-即时学习风险预测框架

为提高风险预测系统的易用性和可解释性,提出基于自组织映射网络(SOM)改进的即时学习(JITL)风险预测框架。首先,应用SOM对数据样本进行聚类,并对聚类特征进行解释。进而,通过基于聚类结果的样本选择算法构建待测数据的相似样本集,在线上调用作为基学习器的支持向量机(SVM)进行建模并输出风险预测结果。最后,采用一个交通事故数据集对风险模型的性能进行测试,检验其精度、易用性和可解释性。结果表明:采用SOM-JITL策略的SVM模型,受试者工作状况曲线面积指标达到0.720,相比不使用该策略的传统SVM模型提高17.5%,精度较高;SOM-JITL模型构建所需参数调节工作少,具有较好的易用性;此外,SOM聚类结果准确识别出处于交通拥堵等高风险场景,与现实场景一致,具有可解释性。综上,SOM-JITL策略能有效提高基学习器的性能,达到精度、可解释性和易用性的平衡,有助于以低成本大规模推广风险预测系统。

基于受监督自组织映射的慢性阻塞性肺疾病氧减状态辨识

慢性阻塞性肺疾病(COPD)是一种与人体肺部及呼吸道相关的常见慢性疾病,严重威胁着人类健康。氧减状态的准确辨识对于诊断COPD具有重要的临床指导意义。基于受试人员的6分钟步行数据,本文展开了COPD氧减状态的辨识研究,对每个待辨识点进行特征表示,包括血脉氧饱和度指数、脉搏、血脉氧饱和度指数的窗口特征、梯度特征以及耦合特征,在上述特征表示的基础上,使用数据集来训练用于氧减状态辨识的受监督自组织神经网络模型。严格的对比实验结果表明:本文所提出的辨识模型优于现有的其他方法,全局性能指标AUC达到了0.8611,可以有效用于氧减状态的辨识,对于COPD的诊断具有重要的参考价值。

精细刻画城镇自组织扩展过程的CA-ABM耦合模拟及预测模型

城镇扩展模拟预测是支撑国土空间规划、实现城镇化高质量发展的重要手段,提高其科学性和实用性有助于精确把握城镇扩展趋势,对国土资源的合理和可持续利用意义重大。现有以元胞自动机(CA)为基础的模型着重于刻画空间因子驱动的城镇自然扩展过程,智能体模型(ABM)则在模拟城镇自组织扩展方面具有理论优势,而且已有的耦合方法多为基于模拟步骤的模型级联,难以实现二者紧密耦合以充分发挥其在模拟城镇自然和自组织扩展方面的优势。本文基于CA的结构开放性和ABM的理论优势,以可达性为媒介表征城镇扩展局部自组织过程的范围差异,并依据博弈论设计利益相关者之间的局部自组织规则,将ABM刻画的人地交互决策融入CA邻域构建,建立一种可以精细刻画城镇自组织扩展过程的CA-ABM耦合模拟及预测模型(CA-ABM-LSO),实现CA和ABM在底层结构的深度集成和城镇自然与自组织扩展过程的耦合模拟。以武汉市为例对其进行应用,结果表明:基于CA和ABM的优势互补特点进行耦合建模,能够充分发挥二者在刻画城镇自然和自组织扩展方面的优势,显著提升城镇扩展模拟精度,并改善模拟城镇斑块的景观形态;基于博弈论的局部自组织规则可有效实现宏观经济政策对微观智能体交互决策的指导,提高城镇扩展模拟的科学性和规划实用性;预计至2035年,武汉市城镇扩展的重点区域集中在高新科技园区和运输集散中心附近,这符合“武鄂黄黄”都市圈的发展预期,可为其空间规划提供决策支持。

DAO媒介:驱动未来社会算法化与自组织的元媒介

DAO媒介是以区块链算法等技术为基础,支持数字社群协同自治的媒介,具有区块链、智能合约与投票等功能特性和要素确权、技术信任、规则构架以及场景聚合等价值禀赋。对于数字生态显露的各种问题,“算法化”是重构数字生态、降解社会系统复杂性的关键机制,DAO媒介是支撑“自组织式”算法化的元媒介。DAO媒介与数字文明时代喷发的微粒个体、微资源、微价值、微需求、微场景等相匹配,能够深度匹配人的个性与自我,形成有效的趣缘连接,进而极大地释放数字文明的生产力。DAO媒介将深刻影响社会系统的构造,将微粒个体与相关社会要素“包裹”为闭环子系统,支持其准开放的系统边界、有效的异质性整合、可持续的规则重构、子系统与父级系统的持续分化和快速进化,等等。在数字文明时代,DAO媒介将使“重新部落化”的“地球村”变为现实,其驱动构筑的DAO社会将更加多元、更加富有创造力,不断拓展人类群体实践的自由度,使人类在高度异质性聚合基础上更加和谐有序地整合协同。