A vizsgált ipari hálózatok dinamizmusa elengedhetetlen tényező a sikeres és fenntartható működéshez, hiszen a kapcsolatok folyamatosan változhatnak az idő múlásával. A hálózatok szerkezete nem állandó, hanem különböző hatásokra – például gazdasági döntések vagy külső perturbációk – változik. A hálózati kapcsolatok létrehozása, fenntartása vagy eltávolítása a hálózat szereplői közötti kölcsönös egyetértésen alapul. Ezt a döntést egyszerűen, de hatékonyan modellezhetjük egy matematikai formulával, amelyben két entitás közötti interakciós döntés kifejezhető egy bináris változóval (si,j), amelynek értéke 0 vagy 1 lehet.
A modellezés folyamata alapján, ha si,j = sj,i = 1, akkor létrejön a kapcsolat a két entitás között. Azonban ha bármelyik fél úgy dönt, hogy megszünteti a kapcsolatot, akkor az egyirányú döntés elegendő a kapcsolat eltávolításához. Fontos, hogy bár egy fél lehet, hogy meg akarja tartani a kapcsolatot, ha a másik fél nem ért egyet, a kapcsolat megszűnik. Ezen alapelvek mentén a hálózat működésének alapvető tényezője, hogy mindkét fél beleegyezésére van szükség a kapcsolat fenntartásához, de elég az egyik fél döntése a kapcsolat megszüntetéséhez.
A gazdasági szempontok figyelembevételével a hálózati döntések alapvetően a profit maximalizálására irányulnak. A kapcsolat létrejöttét vagy megszüntetését befolyásoló tényezők között szerepelnek a céghez kapcsolódó pénzügyi mutatók, de nem csak azok. Mivel a gazdasági döntések nem csupán a pénzügyi eredményeken alapulnak, hanem az egyes cégek közötti hosszú távú stratégiák, együttműködések és a bizalom mértékén is, ezért egyéb, minőségi jellemzők is fontos szerepet kapnak.
A döntések meghozatalához figyelembe kell venni a kapcsolódó vállalatok profitját, és azok jövőbeni potenciálját. Az optimalizált profit függvény mellett más szempontok is döntőek, például az egyes cégek közötti múltbeli kapcsolatok, a szállítási határidők betartása, valamint a termékek minősége. A döntési funkciók részletesebb elemzése azt mutatja, hogy míg egyes kapcsolatok kezdetben alacsonyabb profittal rendelkezhetnek, hosszú távon a stratégiai partnerségek – melyek alacsonyabb közvetlen profitot hoznak, de nagyobb stabilitást és megbízhatóságot biztosítanak – gyakran előnyösebbek.
A modell alkalmazásával a hálózatok dinamikus változásait is figyelemmel kísérhetjük. Ahogy a különböző gazdasági tényezők hatására az interakciók alakulnak, úgy a hálózat szerkezete is folyamatosan átalakulhat. Mindez segíti a menedzsereket abban, hogy előre jelezhessék a potenciális kockázatokat és lehetőségeket, valamint meghozhassák azokat a döntéseket, amelyek megelőzhetik a hálózati kapcsolatok megszakadását vagy a vállalatok csődjét.
A kapcsolatokat befolyásoló tényezők között a legfontosabbak a vállalati stratégia, a márka piaci pozíciója és az ügyfelek hűsége. A megbízhatóságot és a hosszú távú üzleti kapcsolatokat segítő tényezők, mint a szállítási határidők teljesítése vagy a vállalatok közötti korábbi tapasztalatok, mind kiemelt szerepet kapnak a döntések meghozatalában. A termékek minősége, a folyamatok hatékonysága, valamint az ügyfélszegmensek is alapvetően befolyásolják azt, hogy egy vállalat miként viszonyul a különböző partneri lehetőségekhez.
A vállalati kapcsolatok optimalizálásához a döntési és profitfunkciók mellett további fontos tényezőket is érdemes figyelembe venni. Az együttműködések sikerességét nagymértékben befolyásolja a kölcsönös bizalom, az eddigi tapasztalatok és a vállalatok közötti szorosabb kölcsönhatások. A jövőbeni hálózati változások modellezéséhez szükséges egy olyan döntéshozatali rendszer, amely figyelembe veszi a hálózat összes résztvevőjének profitját, megbízhatóságát és hosszú távú fenntarthatóságát.
Hogyan befolyásolják az egyéni viselkedések, kormányzati intézkedések és üzleti döntések a COVID-19 terjedését és előrejelzéseit?
A COVID-19 világjárvány rendkívüli módon kihívások elé állította a globális egészségügyi rendszereket, miközben számos területen hatással volt a társadalom és a gazdaság működésére. A világjárvány kitörésekor a kutatók és döntéshozók számára egyre nyilvánvalóbbá vált, hogy a hagyományos epidemiológiai modellek, mint például az SIR (Susceptible-Infected-Recovered) vagy az SIRD (Susceptible-Infected-Recovered-Deceased), nem adnak teljes képet a betegség terjedéséről, ha nem veszik figyelembe az emberi viselkedés és a kormányzati intézkedések dinamikus hatásait.
A COVID-19 epidemiológiai modelljeit a vírus specifikus jellemzői alapján módosítani kellett. Az egyik legfontosabb különbség, hogy a vírus hosszú inkubációs idővel rendelkezik, és a fertőzött egyének egy része tünetmentesen hordozhatja a vírust, mégis képes lehet másokat megfertőzni. Ennek eredményeként a modellnek képesnek kellett lennie a különböző típusú fertőzések figyelembevételére, beleértve a tünetmentes és tünetekkel járó fertőzéseket is.
A COVID-19 járványdinamikája nemcsak az egyéni viselkedés, hanem a kormányzati intézkedések, például a közlekedési korlátozások és a zárások hatásaitól is függött. Az egyes államokban és országokban alkalmazott különböző intézkedések jelentősen eltérhettek egymástól, és a modelleknek képeseknek kellett lenniük a különböző területek között változó jellemzők figyelembevételére. Emellett a folyamatosan elérhető napi adatokat is felhasználva a modellek előrejelzéseit naprakészen kellett kalibrálni.
A modellben három fő típusú "ügynök" szerepelt: az egyének, az üzleti szereplők és a kormányzati intézmények. Az egyéni viselkedés – mint a mobilitás, a félelem érzete vagy a COVID-fáradtság – mind közvetlen hatással voltak a járvány terjedésére. Például a mobilitás növekedése közvetlenül megnöveli a fertőzés kockázatát, míg a félelem csökkentheti a személyes interakciókat, így mérsékelve a betegség terjedését. A kormányzati intézkedések, mint a korlátozások és a tesztelés, szintén jelentős hatással voltak a terjedés dinamikájára, mivel ezek szabályozták a társadalmi mobilitást és a betegség nyomon követését.
A modell, amelyet a kutatók és szakértők fejlesztettek, dinamikus, és az egyes állapotok, mint a fertőzés, a kórházi ápolás, a gyógyulás és a halálozás előrejelzésére irányult. A különböző paraméterek – mint például a kapcsolatsebesség, az inkubációs idő és az egyéni viselkedések – változtatásával a kutatók képesek voltak a jövőbeli előrejelzések bizonytalanságait is bemutatni.
A COVID-19 modell előrejelzései azt mutatták, hogy a járvány kezdeti hullámai, különösen a New York államban és más jelentősebb gócpontokban, sokkal súlyosabb következményekkel jártak, mint más államokban. A különböző államok közötti különbségek és a járvány geográfiai terjedése figyelembevéve, a modellek különböző állapotok és halálozási adatok előrejelzésére is képesek voltak.
Azonban nemcsak az epidemiológiai tényezők játszanak szerepet, hanem az egyéni és közösségi viselkedés is jelentős hatással van a járvány terjedésére. A COVID-19 viselkedési modellje az egyéni viselkedéseket – mint a mobilitás, a félelem és a fáradtság – külön figyelembe vette. A mobilitás növekedése például közvetlen kapcsolatban áll a fertőzés kockázatának növekedésével. Ezen túlmenően a félelem, amelyet a betegség súlyossága és terjedése válthat ki, ellentétes hatást gyakorolhat, csökkentve az emberek személyes interakcióit és így mérsékelve a fertőzés terjedését.
A kormányzati intézkedések, mint a közlekedési korlátozások, a zárások és a maszkviselési kötelezettségek, egyaránt formálták a járvány alakulását. Az ilyen intézkedések hatékonysága és a lakosság válaszreakciója közvetlenül összefüggött a betegség dinamikájával.
A COVID-19 modell egyik legfontosabb aspektusa az, hogy képes volt az egyes államok és országok közötti különbségeket figyelembe venni. A járvány terjedése nem volt egyforma mindenhol, és a modelleknek képesnek kellett lenniük arra, hogy figyelembe vegyék a helyi gazdasági, társadalmi és egészségügyi viszonyokat, valamint az egyes közösségek viselkedési mintáit.
A legfontosabb, amit érdemes megérteni az ilyen típusú modellek kapcsán, hogy a COVID-19 terjedését nemcsak a vírus biológiai jellemzői határozták meg, hanem az emberek viselkedése, a gazdaság és a kormányok intézkedései is. Az ilyen modellek segíthetnek előre jelezni, hogyan reagálnak a különböző közösségek és intézmények a járványra, valamint segítenek megérteni, hogy miért nem mindig pontosak a járványügyi előrejelzések, és miért lehetnek a modellek eltérő eredményei a különböző helyszíneken és időszakokban.
Hogyan hatottak az amerikai választásokra a médiában zajló ideológiai és propagandista manipulációk?
A fény által indukált hatások és polarizáció a chiral nématikus folyadék kristályokban
Hogyan készítsünk íjat és nyilakat – A hagyományos készítési technikák

Deutsch
Francais
Nederlands
Svenska
Norsk
Dansk
Suomi
Espanol
Italiano
Portugues
Magyar
Polski
Cestina
Русский