机读格式显示(MARC)

• 000 01997nam 2200313 450

• 001 0000729969

• 005 20190114094400.0

• 010 __ |a 978-7-5096-5879-6 |d CNY58.00

• 100 __ |a 20181203d2018 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a abk a 000yy

• 106 __ |a r

• 200 1_ |a 创意产业集群价值网络竞争优势研究 |A chuang yi chan ye ji qun jia zhi wang luo jing zheng you shi yan jiu |d Research on competitive advantage of value network in creative industry clusters |f 高晗著 |z eng

• 210 __ |a 北京 |c 经济管理出版社 |d 2018

• 215 __ |a 228页 |c 图, 地图 |d 24cm

• 225 2_ |a 海派时尚与创意经济系列丛书 |A hai pai shi shang yu chuang yi jing ji xi lie cong shu |f 总主编高长春

• 300 __ |a 本书得到国家自然科学基金项目 (71874027)、上海市教委科技创新计划 (2017-01-07-00-03-E00044)、上海高校知识服务平台项目 (海派时尚设计及价值创造知识服务中心)、中国创意城市研究院、城市创意经济与创新服务智库基地等共同资助

• 314 __ |a 高晗, 1989年生, 黑龙江省哈尔滨市人, 北京大学政府管理学院应用经济学博士后 (在站)。

• 320 __ |a 有书目 (第209-225页)

• 330 __ |a 本书从人工智能决策的角度对产业集群竞争力问题进行了探讨。首先依照创意产业空间聚集特征构建了一个包含服务环境、经济效益、管理创新、社会影响、集群驱动这五个核心要素的指标体系。其次针对指标体系中定性问题设计信心指数影响因素的调查问卷进行科学合理的量化, 定量数据选取最具代表性的上海实际运营的18个创意产业园区, 依照其对应的经营状况收集相关数据。提出一个改进的协同量子进化算法, 进而提高该算法的全局寻优能力, 随后将其用于对BP神经网络的权值和阈值的优化, 从而构建出一个具有较强拟合能力的协同QEA-BP决策模型, 动态探析、评判我国创意产业集群综合竞争力的演变情况。

• 410 _0 |1 2001 |a 海派时尚与创意经济系列丛书 |f 总主编高长春

• 510 1_ |a Research on competitive advantage of value network in creative industry clusters |z eng

• 606 0_ |a 文化产业 |A wen hua chan ye |x 产业发展 |x 研究 |y 中国

• 690 __ |a G124 |v 5

• 701 _0 |a 高晗 |A gao han |f 1989- |4 著

• 801 _0 |a CN |b HDUL |c 20190114

• 905 __ |a HDUL |d G124/0601

• 920 __ |a 233030 |z 1