知识资源催生软件产业新拐点[转]

随着信息化进入新阶段,行业知识资源成为软件企业发展的关键。本文探讨了行业知识库的概念及其对软件企业的重要作用,特别是在形成全程供应链和促进产业分化方面的价值。同时,介绍了北京市科委启动的重点行业信息化知识库项目,旨在提升软件企业的行业竞争力。

国家信息化发展战略提出的建设信息社会目标为软件产业的发展创造了巨大的机遇,同时也提出了更高的要求。随着我国国民经济及社会发展,信息化到了一个新阶段,这个阶段的主要特征是信息化不再是简单的电子化,而是各种信息资源的整合利用。软件企业在服务行业信息化的过程中,不仅要做好传统的实施者角色,而且要在实施过程中,不断积累和管理行业知识,完成自己的能力升级,与中国信息化的发展相同步。

行业知识资源成就软件企业全程供应链

从国际发展趋势来看,随着信息产业化的不断成熟,行业应用知识资源作为信息化建设中的关键要素,逐渐成为推进行业专业化分工、优化产业链的主要因素。产业结构的专业分化源自知识的专业分化。

在软件产业中,行业应用知识资源极大地推进了这种专业优化分工,形成两种基本的与传统工业类似的供应链条——市场供应链、卫星供应链。在市场供应链中,控制重要环节的企业往往成为龙头企业;在卫星供应链中,总装企业往往成为龙头企业。这两种供应链常会复合存在,复合程度最大的就是全程供应链,这时龙头企业往往成为供应链管理者。如惠普在打印机方面堪称经典——在供应链中全程使用惠普品牌:市场调查找专业供应商,产品定义找专业供应商,产品研发找专业供应商,产品设计找专业供应商,产品生产找专业供应商,产品销售找专业供应商,产品服务找专业供应商……全程供应链使惠普真正成为品牌管理者。从市场趋势来看,行业应用知识资源的开放化和商品化是必然的趋势,无论在国内还是在国外,应用软件产品的厂商、咨询商将自身拥有的知识资源以有偿、无偿形式提供给合作伙伴已经成为惯例,如SAP、Oracle、BAAN,加快了其产品的市场推进速度与规模,促进了软件产业的发展,而提供知识种类、知识内容的多少往往取决于厂家。

从国内发展趋势来看,随着中国经济的高速增长和信息化进程的纵深推进,行业信息化已经成为推动中国IT产业发展的主要动力,行业应用软件也已经成为中国软件业的重要组成领域。根据信息产业部2005年的报告,2004年中国软件产业实现营业收入2300亿元,其中以行业应用市场为主的服务与集成市场规模为1165亿元,占51%。随着行业用户对信息化需求的不断提高,其对IT的认知也已经从“IT工具论”转变到“以IT推动业务创新”。这就需要行业集成服务商要对行业用户的当前业务应用有着深刻的理解力和洞察力,对如何利用IT技术推动该行业的业务创新要有一定的预见能力。因此,要求行业集成服务商不仅要具备坚实的信息技术基础,还要具备厚重的行业知识积淀。

中国的行业IT应用发展在从基础硬件平台建设到应用系统建设,再逐步发展到业务流程驱动管理阶段的转变过程中,虽然本土的行业集成服务商在信息技术方面逐渐具备了与跨国公司竞争的能力,但由于缺乏行业管理咨询人才,缺乏对行业知识的提炼和体系化,缺乏对于行业知识的重复利用,在行业理解力以及对IT推动业务创新的发展趋势的预见性方面,与IBM 、惠普等跨国公司及用户的期望之间还存在着明显差距,越来越不适应信息化深入发展的需要。行业知识积淀的不足将导致中国本土的行业系统集成商很难介入到行业未来发展的核心业务系统中,这将是中国行业系统集成商与国际顶级企业同台竞技并做大做强的瓶颈所在。另外,一些小的集成商也逐步向价值链低端退缩,只能做外围的非核心应用系统(如OA、MIS)等。

北京软件企业在重大行业应用软件领域占据全国领先地位,根据北京市统计局与北京软件与信息服务业促进中心2005年的报告,2005年北京行业应用软件销售收入达37.17亿美元,同比增长30%,占北京软件产业销售收入的42.50%。但当前和未来北京软件产业发展仍然面临着骨干企业的高端咨询优势不突出,尚未形成不同规模企业之间合理的分工格局,制约企业增值空间的扩展等主要问题。目前行业应用软件企业主要以系统集成和价格竞争为主要手段,企业提供的产品和服务趋同,不同规模、不同实力的企业在几乎相同的市场空间过度竞争,没有形成差异化优势,没有掌握在咨询、品牌、核心业务系统等方面的高端能力。如何积累行业知识资源并很好地应用,已经成为北京市乃至整个中国行业集成服务商不得不面临的挑战。

重点行业信息化知识库催生新型软件企业

基于对国内外行业信息化发展趋势分析,北京市科委于2006年1月在全国率先启动了“行业信息化知识库及服务体系构造”(以下简称行业知识库)项目,并委托北京软件与信息服务业促进中心承担了项目建设工作,以自主知识产权和技术标准体系建设及提升产业创新效率为切入点,通过构建适应我国行业应用的知识库体系产生出行业知识库,并申请相关专利,以此提升整个行业的竞争优势。

所谓重点行业信息化知识库,是指对重点行业核心应用软件起支撑作用的行业信息化经验积累的集合,也可以说是行业经验的沉淀,是行业信息化建设的关键知识、规律及诀窍等知识的汇聚,是软件企业开拓高端市场的基础。其主要内容包括:行业分析报告、行业标准、行业法律法规、行业业务模型、行业业务数据与信息模型、行业信息化全景图、行业领域构件、行业解决方案、行业解决方案应用服务中心等九个部分,既包括以文档形式存在的行业应用需求分析、与行业有关的法律法规、行业应用发展趋势等,也包括以框架模型和领域构件为代表的软件产品和相关工具,还包括以物理环境体现的行业应用解决方案展示体验中心。可以说,行业知识库的研究成果将填补国内此领域的信息化技术空白,为基于行业标准和业务模型的行业信息化通用性和可扩展性减少大量低水平的重复开发提供了重要的技术保障,从应用上也为促进行业的专业分工和结构优化、提升行业信息化管理水平及运行效率,提供了切实有效的支持。

一方面,行业知识库将促进产业分化。国外以SAP为代表的管理软件厂商,以CIM-OSA为指导,建立了与其管理软件功能配套的行业知识库,以此为基础,形成了以咨询厂商为龙头、实施厂商快速跟进的产业格局。在国内,以ERP厂商为代表的管理软件开发商在这方面正在形成以咨询厂商为龙头、实施厂商快速跟进的制造业信息化的产业格局。我国经历了20多年的MRPⅡ/ERP软件产品的研究与开发,从独立的单一系统,到相关业务系统的集成,最终实现ERP系统的全面集成软件已经形成,并得到应用。在此基础之上,针对不同行业特点的软件产品在逐渐兴起,包括具有行业背景的软件公司的行业产品和具有一定综合实力的软件公司的分行业产品。ERP项目是一个系统工程,一个好的ERP软件产品同样需要高水平的实施顾问进行有成效的实施。由于软件产品的行业解决方案不同,因此,建立行业化实施服务体系也是软件服务发展的必然,而在这个服务体系中,行业知识成为核心性、基础性的要素。对北京来说,行业知识库的建成必将推动和促成行业内专业分工,促进北京软件行业结构的优化,从根本上改变现有行业IT厂商的竞争格局,营造北京行业信息化软件的良好生态环境,从而提升北京市软件行业的竞争力和在中国市场及在国外的地位。

另一方面,行业知识库将推动行业龙头企业向高端咨询型企业转型,并带动行业中小企业向专业化服务企业转型。与国外的软件企业相比,我们在技术上比较落后,软件开发采用的标准、平台以及工具基本上都被国外产品垄断。目前我们的优势,就是行业知识,但是现在这些知识也不系统。建立行业信息化知识库,将使得行业知识转变为动力,并推动信息产业更快更好地完成低端地位向高端地位、分工模糊到产业链专业分工清晰的转型和扩展。另外,为了达到提高专业技术服务能力、增加同龙头企业的合作机会、提高利润率的目标,行业内的中小企业可以根据用户的应用需求,利用知识库中的行业知识(如:标准规范、服务构件等)去快速搭建满足用户需求的应用系统,以更快成为产业链的基础一环——专业服务商。


作者简介:
姜广智 北京市科委信息处处长
阿孜古丽 北京软件与信息服务业促进中心业务发展部

 
内容概要:本文提出了一种基于非合作博弈理论的居民负荷分层调度模型,并结合双层鲸鱼优化算法(Two-level Whale Optimization Algorithm)进行高效求解,模型与算法均通过Matlab代码实现。研究针对电力系统中居民侧用电负荷的复杂调度问题,引入非合作博弈机制刻画各用户之间的利益竞争关系,实现负荷的分层优化分配;同时设计双层优化架构,上层优化资源配置,下层模拟用户自主决策行为,提升了模型的实用性与合理性。通过智能优化算法求解多层级、非凸非线性的博弈模型,有效提高了调度方案的收敛性与全局寻优能力,适用于现代智能电网中的需求侧管理与能源优化场景。; 适合人群:具备电力系统基础理论知识和Matlab编程能力,从事智能电网、能源优化调度、需求侧管理、博弈论应用等方向的科研人员、高校研究生及工程技术人员。; 使用场景及目标:①应用于居民区电力负荷的分层优化调度系统设计与仿真分析;②为非合作博弈在多主体能源系统建模中的应用提供方法论支持;③利用双层鲸鱼算法解决具有嵌套结构的复杂双层优化问题,提升求解效率与调度方案的可行性。; 阅读建议:建议读者结合提供的Matlab代码深入理解模型构建逻辑与算法实现流程,重点关注博弈模型的效用函数设计、纳什均衡求解思路以及双层优化结构的迭代机制,宜配合实际用电数据开展复现实验以验证模型有效性与鲁棒性。
内容概要:本文围绕基于自适应神经模糊推理系统(ANFIS)智能控制器的可再生能源微电网功率管理系统展开研究,结合Simulink仿真实现,深入探讨了微电网中功率的智能调控与经济机组组合调度问题。通过引入ANFIS控制器,有效应对风能、光伏等可再生能源出力的波动性与不确定性,提升系统运行的稳定性与电能质量。研究内容涵盖微电网多源协调控制策略、功率平衡管理、优化调度模型构建及仿真验证,实现了对分布式电源、储能系统和负荷的协同优化,兼顾经济性与可靠性目标,并通过仿真平台验证了所提方法的有效性与优越性。; 适合人群:具备电力系统、自动化或能源相关专业背景,熟悉Matlab/Simulink仿真环境,从事微电网能量管理、智能控制、能源优化等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①用于高比例可再生能源接入场景下的微电网能量管理系统研发与教学实践;②为实现微电网功率稳定控制与经济高效运行提供先进的智能控制解决方案;③支撑高水平学术论文复现、科研课题攻关及实际工程项目的仿真验证与方案优化。; 阅读建议:建议结合提供的Simulink模型与相关代码进行动手实践,重点关注ANFIS控制器的设计流程、规则库构建与参数调优方法,并通过与传统PID或MPC控制策略的对比实验,深入理解其在动态响应与鲁棒性方面的优势。同时可进一步拓展文中提出的优化调度逻辑,应用于多目标、多约束的复杂实际应用场景中。
内容概要:本文档聚焦于“直流电机双闭环控制Matlab仿真”,系统阐述了基于Matlab/Simulink平台实现直流电机双闭环控制系统(主要包括速度环与电流环)的设计与仿真全过程。通过构建直流电机的数学模型,结合PI控制器进行调控,实现对电机速和电枢电流的高精度动态控制,验证控制策略的稳定性与响应性能。文档详细介绍了仿真模型的搭建流程、关键参数的整定方法、系统动态波形的分析手段以及仿真结果的有效性验证,体现了经典自动控制理论在实际电机系统中的工程应用,是电机控制与电力电子技术相结合的典型研究案例。; 适合人群:具备自动控制原理、电机与拖动基础、电力电子技术和Matlab/Simulink仿真能力的电气工程、自动化、机电一体化等专业的本科生、研究生及从事电机驱动系统研发的工程技术人员。; 使用场景及目标:①作为高校课程设计或实验教学材料,帮助学生深入理解双闭环调速系统的工作机理与工程实现;②服务于科研项目,为型电机控制算法(如滑模、模糊PID等)的开发与性能对比提供基础仿真验证平台;③作为工业界产品前期设计的仿真工具,用于评估不同控制策略在动态响应、抗干扰能力和稳态精度方面的可行性。; 阅读建议:建议读者在学习过程中紧密结合自动控制理论知识,亲手在Simulink环境中搭建完整的双闭环仿真模型,通过反复调整PI控制器的比例与积分参数,观察并分析速、电流的阶跃响应曲线,从而深刻理解反馈控制的本质、系统稳定性条件以及参数整定对动态性能的影响,进而掌握电机控制系统的设计精髓。
内容概要:本文研究了基于Benders分解与输电网运营商(TSO)和配电网运营商(DSO)协调机制的不确定环境下输配电网双层优化模型,旨在提升高比例可再生能源接入背景下电网系统的协调性与鲁棒性。模型上层以系统整体经济性为目标进行优化调度,下层采用Benders分解实现TSO与DSO之间的信息交互与协同决策,通过引入割平面迭代机制保障求解的收敛性与全局最优性。研究充分考虑能源出力与负荷需求的不确定性,构建了具有强适应性的双层优化框架,并基于Matlab完成了模型的编程实现与仿真验证,有效解决了多主体、多层级、多不确定性因素耦合下的电力系统优化调度难题。; 适合人群:具备电力系统分析、运筹学与优化理论基础,熟悉Matlab编程环境,从事智能电网、能源互联网、分布式能源集成、电力市场等方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①研究高渗透率可再生能源条件下输配电网协同优化调度策略;②掌握Benders分解在电力系统双层优化建模中的应用方法与实现技巧;③构建TSO-DSO多主体协调机制,实现跨层级电网资源的高效互动与决策解耦;④提升对不确定性建模、分解算法设计及大规模优化问题求解能力。; 阅读建议:建议读者结合Matlab代码逐模块剖析模型构建流程,重点理解Benders割的生成逻辑、主从问题的信息传递机制及收敛判据设定,推荐在标准IEEE测试系统上复现实验以深入掌握模型特性与算法性能。
内容概要:本文系统研究了基于灰狼优化算法(GWO)优化Elman神经网络的方法,并提供了完整的Matlab代码实现。研究重点在于利用灰狼优化算法强大的全局搜索能力,对Elman神经网络的关键参数进行智能优化,从而克服传统训练方法易陷入局部最优的缺陷,显著提升模型在时序预测与非线性系统建模任务中的精度与稳定性。文章详细阐述了Elman网络的动态反馈机制及其在处理时间序列数据方面的优势,构建了GWO与Elman相结合的混合预测框架,涵盖了从模型搭建、参数寻优、仿真测试到结果分析的全流程,特别适用于风电功率预测、电力负荷预测等具有强时变性和不确定性的工程应用场景。; 适合人群:具备一定Matlab编程能力和神经网络基础知识,从事智能优化算法、时间序列预测、电力系统分析或能源出力预测等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握灰狼优化算法在神经网络超参数优化中的具体实施路径与技术细节;②深入理解Elman递归神经网络与群体智能优化算法融合的建模范式;③将其应用于风电、光伏等能源发电功率预测及复杂动态系统的建模与仿真,提升预测性能。; 阅读建议:建议读者结合所提供的Matlab代码进行动手实践,重点关注GWO算法与Elman网络的接口设计、适应度函数构建及参数优化迭代过程,可通过调整数据集或迁移至其他预测场景以深化理解和验证模型泛化能力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值