更有效的模型构建方法：优化您的建模过程

物联网产业成长系统协同度是指其融合机制、技术创新机制、结构调整机制及组织机制四个子机制之间在物联网产业发展演化过程中彼此和谐一致的程度，它决定了物联网产业成长系统从无序走向有序的趋势和程度。本章将基于协同学的序参量原理，建立物联网产业成长系统协同度模型。

1.子机制有序度模型

设物联网产业系统成长机制是由四个子机制构成的复杂系统，即S=f（S1，S2，S3，S4），子机制的协调程度决定了系统整体的协同度。其中每一个子机制可以用一组序参量来描述，设子机制Sj在发展过程中的序参量变量为ej=（ej1，ej2，…，eji），n≥1，βji≤eji≤αji，i∈[1，n]，αji、βji为系统稳定临界点上序参量分量eji的上限和下限。假定ej1，ej2，…，eji为正向指标，即其取值越大，系统的有序程度越高，其取值越小，系统的有序程度越低；若假定ej1，ej2，…，eji为逆向指标，则其取值越大，系统的有序程度越低，其取值越小，系统的有序程度越高。因此有如下定义：

定义1：定义式（10-1）为物联网产业系统成长机制子机制Sj的序参量分量ejk的系统有序度。

由以上定义可知，μj（ejk）∈[0，1]，μj（ejk）数值越大，则序参量分量ejk对系统有序的贡献越大。

从总体上来看，序参量变量ejk对系统子机制Sj有序程度的总贡献可通过μj（ejk）的集成来实现，而集成的形式不仅取决于各序参量数值的大小，还取决于各个子机制间的组合形式，本章采用线性加权求和法处理，即：

定义2：我们称上面定义式（10-2）中的μj（ej）为序参量变量ej的系统有序度。可知μj（ej）∈[0，1]，μj（ej）越大，ej对子机制Sj有序的贡献也就越大，Sj的有序程度就越高，反之则越低。其中权系数λk表示序参量分量ejk在保持物联网产业系统有序运行中所起的作用或所处的地位。

2.系统协同度模型

对给定的初始时刻t0，设物联网产业系统各子机制序参量的系统有序度为（j=1，2，…，m），而当整体系统发展演化到t1时刻时，各子机制序参量的系统有序度为（j=1，2，…，m），定义SIM为物联网产业成长系统机制协同度（Synergy of Innovation Mechanism），简称SIM模型（陶长琪，齐亚伟，2009）。

上式中，

关于SIM模型的几点说明：

（1）物联网产业成长系统的协同度SIM∈[0，1]，SIM值越大，产业系统协同程度越高，反之则越低。

（2）式（10-3）中为子机制Sj从t0-t1时段序参量的系统有序度变化幅度，反映了Sj在这一时段中在多大程度上变得更加有序。(www.xing528.com)

（3）当参数η=1时，系统协同度为正；当η=-1时，系统协同度为负，此时表示各子机制之间发展不协调或反方向发展的程度。

（4）式（10-3）综合考虑了所有子机制的情况，如果一个子机制有序度提高幅度较大，而另一些子机制有序度提高较小或者下降，那么整个系统协调状态不好或不协调，这时-1≤SIM≤0。该定义是一种动态的分析过程，利用它能够考察物联网产业系统在一定时期内的协同程度及变化趋势。

3.物联网产业子系统协同发展评价模型

利用灰色系统理论构建我国物联网产业系统内部各子系统协同作用的动态关联分析模型，即GM（1，N）模型，用来分析子系统本身的发展能力和它们相互之间的作用力关系。

根据灰色动态模型的基本原理，将系统发展序列进行一次累加可以得到的一次累加序列，则

其中，t=1，2；q=1，2，…，t。

此时在取时刻t和t-1的平均值即，其中t=2，3，…，n。

那么以第j个子系统为主行为变量，1，2，3，…，k子系统为因子变量的GM（1，k）白化式微分方程表示为：

其中p=1，2，3，…，k；ajj在这个方程中是系统发展系数，ajp为驱动系数，表示第p个子系统对第j个子系统的驱动作用。方程（10-5）的参数记为a=（aj1，aj2，…，ajk）T，设，用差分法将式（10-5）进行离散，得到如下形式的线性方程组：

按照最小二乘法，则有

其中运用两点滑动平均的方法，可得矩阵

求出α后，微分方程（10-5）便可确定了。