企業云制造收益與風險感知研究
——基于通信、PC、平板顯示制造業數據的分析

李升澤, 趙輝煌

(1.東莞職業技術學院管理科學系,廣東 東莞 523808;2.湖南大學電氣與信息工程學院,湖南 長沙 410082)

?

企業云制造收益與風險感知研究
——基于通信、PC、平板顯示制造業數據的分析

李升澤1, 趙輝煌2

(1.東莞職業技術學院管理科學系,廣東 東莞 523808;2.湖南大學電氣與信息工程學院,湖南 長沙 410082)

云中收益與風險感知問題是當前國外的研究熱點之一,云制造由我國學者提出但未見類似研究。本文首先闡述云制造的產生背景和作用,討論相關研究成果,然后篩選收益與風險感知因素,進一步通過調研深圳、東莞兩地的通信、PC和平板顯示制造企業收集數據,并采用云模型方法對數據進行處理,獲得不同行業中企業云制造的收益與風險感知特征,進而分析在行業差異背景下各類企業云制造的主要感知因素。最后,形成相關結論并提出建議。

云制造;云模型;收益與風險感知;感知因素;感知特征

我國李伯虎院士于2009年提出云制造的概念并作出定義:一種面向服務、高效低耗和基于知識網絡化的智能制造[1]。隨著IT應用的無序擴張及“煙囪式”建設導致Capex、Opex居高不下,形成了巨大的制造資源損耗(有數據表明企業預算的70%都消耗在運營和維護中),并且多樣化的需求、增長的消費能力與制造資源分散的矛盾日趨升級,從而促使企業必須打破傳統競爭思維,轉向“合作協同式競爭”。但是一方面,在傳統模式下,制造能力不足的企業因地域、準入條件等限制難以自由接入信息化聯盟,而定制ERP項目又因兼容性不足等問題導致成功率過低(80%的ERP項目都宣告失敗)[2];另一方面,制造能力過剩的企業難以開辟新的藍海以及形成長尾經濟[3]。基于此,云制造的產生有其重要意義,它是一個技術概念,也是一種商業概念,在這種制造模式下,企業能以利益共享、風險分擔的方式取得必備的制造資源,以柔性的運作方法提高反應速度和核心能力。

我國學者已率先對“云制造”進行了相關研究(如:2011年的國家863計劃項目“云制造服務平臺關鍵技術研究”等),然而國內關于云制造的成果多集中在技術領域,如探討技術基礎和模式等,在經管領域的成果較少,僅有對“云制造供應鏈管理”及“關系流管理”等的研究[4][5]。目前,國外關于“云”在經管領域的研究熱點之一是對“云”中收益和風險加以剖析,并以此為基礎研究云采納與治理等[6],但存在兩方面的不足:其一,多數研究傾向于分析客體感知因素的影響而較少涉及主體感知特征,即未從主體角度研究收益風險感知問題;其二,已有研究對于感知因素的分析未考慮行業的差異,這顯然不利于了解各類企業的關注點。基于此,本研究通過收集通信、PC、平板顯示制造企業的云制造收益與風險感知因素數據,并采用云模型方法進行處理,分析和比較各行業背景下企業的云制造感知特征,進一步分析不同行業企業云制造的主要收益與風險感知因素,以期為云制造采納等相關研究提供參考。

一、文獻回顧

(一)云制造收益與風險的界定與描述

云制造是云計算在制造領域的延伸,它不僅具備了云計算的基本特征,還吸收了先進制造、嵌入式、物聯網等技術,它既能提供各種軟性資源服務,也能通過傳感器提供硬性資源服務。有關“云”中收益與風險的研究自2010年開始涌現,收益類方面如:IBM的調研報告結論表明,云對企業的幫助體現在“節流、培養競爭優勢和開源管理”;Armbrust認為云能為企業帶來“成本的節約、充足的計算資源及業務的創新”[7];Benlian經實證研究后指出“低成本取得的效益”是最具影響力的收益因素[8];Lin則認為“兼容、可控、便捷”是用戶可感知的重要收益因素[9]。風險類方面如:Kerschbaum認為云中“資源提供者信譽不足,自身關鍵信息泄露”是企業關注的主要風險[10];張以文認為云中存在“合作伙伴選擇、資源調度、服務評價及質量監控”問題[11],此外還有學者提出了云運營者的服務質量問題[12],云平臺的數據安全和用戶隱私問題以及相關制度法律問題[13]等。

那么應當如何描述云制造的收益與風險情況呢？從個體感知層面上看,個體在具有一定認知(如工作經驗,知識等)的前提下能對某因素的收益程度或風險程度進行估計[14][15];但從企業整體感知角度上看,由于不同的員工可能有不同的判斷,則難以提前預知企業整體的感知狀況,從而引出了“感知不確定性”的概念。在經濟領域,Mowbray將風險與不確定性視為等同[16],而Knight認為,只有在事件發生結果的最終狀態和發生的可能性無法被準確預測的情況下才稱為“不確定性”,否則就是風險,還有一些學者認為“不確定性”僅僅作為一種事件發生概率和產生結果未知的現象[17],是由于缺乏信息進行預測的感知[18],其結果不僅僅代表損失,也可能代表有利的獲得[19],但用戶常常盡可能的減少不確定性。作者采納這種觀點,并且認為不確定性和確定性在一定程度上可以相互轉化,例如,某一層次的不確定性可能是更高層次上的確定性,稱之為不確定性現象中的規律[20]。此外,主、客觀世界普遍存在的“不確定性”主要包含了模糊性(對象是否符合某一概念在質和量上都不明確)和隨機性(事件發生與否表現出不確定的性質),并可以通過測量揭示其中規律[20]。基于此,前述的企業感知不確定性問題中,模糊性主要指企業內若干測評主體對因素產生了某種結果的明確程度,而隨機性指各測評主體認為某種結果發生概率的一致程度。故文章引入“感知特征”的概念,感知特征包含了感知度和感知不確定性兩個維度,其中,感知不確定性維度又包含了模糊性與隨機性。本研究將采用云模型方法對其進行描述。

(二)云制造收益與風險感知因素的選擇與分類

云制造正處于從技術研究到應用研究的過渡期,其相應的收益與風險感知因素體系并未建立。云制造是在先進制造基礎上的進一步發展,因此它既具備先進制造的功能特點又擁有獨立個性。張霖等學者通過將二者進行對比后,較詳細的總結了云制造的優勢[21],本研究將這些優勢轉化為收益感知因素,但其中不少“優勢”同時也體現出了兩面性,從而引發一些文獻表達了對于云制造風險的擔憂,本研究參考這些成果選取風險感知因素。(1)云制造與敏捷制造的比較。虛擬企業強調構建聯盟組織,借助外部資源虛擬化自身非核心業務以降低成本并形成核心能力,但企業進入聯盟的約束條件較多,如:地域限制、規模約束等,聯盟組織多為臨時任務導向,因此缺少穩定性;協作網絡側重形成較穩定的企業網絡合作組織,并共享、調度網絡中各類橫縱信息和資源以提高企業反應速度,但該網絡的動態性不足,內部成員數量有限,且出入機制不靈活。云制造平臺包含上述兩種模式的優勢共性,不受地域等條件的約束,平臺較穩定,其內部企業的數量可以根據業務需求量進行動態增減,更在制造資源品種、制造能力和知識儲備等方面優于前兩者[21]。但是,低門檻與自由進出機制也可能導致平臺中資源質量參差不齊,以及成員資質認證[22]和信譽保障等問題[10],還存在合作選擇盲區[11]、利益博弈[23]、知識吸收效果和關鍵技術外溢等問題[10]。(2)云制造與網絡化制造的比較。網格制造突出使用網格技術實現資源共享,以及對企業的物流、信息流、價值流實現優化,但該模式只限于某些特定領域內,不涉及生產、加工等核心環節;ASP主要表現為企業將應用軟件等外包給服務商,服務商負責應用程序的升級與維護,并通過網絡進行交互以確保業務運作正常,但實施周期長,并未實現底層設備交互[21]。云制造以云技術為基礎,較網格技術更具伸縮性,除了基本軟件服務外還提供了物聯網功能,在資源部署方面,也較ASP更便捷和迅速[21][24]。此外,與網絡化制造平臺同時充當著服務提供方和運營方不同,云制造有獨立和開放的專業平臺,因此有利于尋找更多新商業機會,如擴充銷售渠道等[25][26]。但先進的模式同樣存在技術標準不統一、不兼容等問題,快速部署又對需求匹配的準確性要求較高[11],而用戶還必須對自身寬帶有足夠的投入以保障專業化內部IT管控體系[27],另外還可能存在物料交互中的物流風險[24]及商業化中的戰略定位問題等[23]。(3)云制造與面向服務制造的比較。工業產品服務系統(IPSS)主要立足生產系統角度體現用戶參與和產品服務集成,它既關注產品質量也關心用戶體驗;眾包生產強調融合社會資源,將任務發送給廣闊的未知群落或社區來突破各種技術與設計的壁壘。云制造也是面向服務的制造,但在功能上為二者的擴展,如:注重產品服務的集成又注重了制造能力服務的集成,在提供社會化服務的同時也提供了專業定制化服務及資源按需取用服務等[11][21]。而另一方面,服務邊界的蔓延和模糊、服務品種的膨脹、海量數據所有權、使用權、管理權的分離可能帶來平臺中的私密數據外泄風險[28]和技術、服務標準問題[29],以及帶來因巨型商業網絡中合作各方的流程整合不當所形成的各種成本[23],此外,云制造的發展還有賴于制度的規范和法律的保障,但目前尚缺乏相關條文的支撐[13]。

二、云模型的設定

(1)

文中用期望表示收益、風險的感知度。(Exi-3Eni,Exi+3Eni)為第i個因素主要感知區間,其長度為6Eni,表示云的跨度,可見跨度越大,熵越大。為便于理解,文中引入測評區間的端點作為雙邊約束,用“雙邊約束內的跨度”(用Span表示)替代熵的功能,即Span越大,感知模糊性越大。Span的計算方法為:若云邊界未跨越端點,按云邊界計算,若跨越端點,則以端點為準。進一步計算超熵為:

(2)

Hei表示第i個因素感知的隨機性。該因素的云數字特征可用(Exi、Eni、Hei)來表示,設其權重為Ai。參考相關文獻中對部分因素影響力的描述并根據調查對象意見確立因素排隊級別,為同時體現主觀與客觀信息,Ai采用如下方法計算[31]:

Ai=Ci/∑ci

(3)

其中,C1=1,j為排隊級別,j=1,…,k(k≤m)。排隊級別依據因素重要性情況排列,高重要性因素對應的j取較小值,重要性相同的因素列入同一排隊等級。采用虛擬云理論中的綜合模型:

(4)

上式獲得了企業整體感知的云數字特征(Ex、En、He)。為驗證云的數字特征以及上述方法的可行性,須利用正向云模型描繪該企業的感知云圖。先求隸屬度:生成以En為期望,He為標準差的一個正態隨機數E′n;生成以Ex為期望,E′n為標準差的正態隨機數y,則y在整體感知區間中對應的隸屬度z可表示為:

z=e-(y-Ex)2/2(E′n)2

(5)

運用計算機仿真1000次后可形成云圖,云圖中點的分布情況能直觀的表達云的數字特征。

三、實測結果分析與討論

(一)相關檢驗及等級劃分

研究數據來自東莞、深圳兩地規模以上企業的調研,包括通信制造企業14家、PC制造企業15家、平板顯示制造企業11家,對于每家企業面向管理、技術人員發放問卷19-33份,共發放問卷1227份,回收1053份,回收率85.82%,有效問卷852份,有效問卷回收率69.44%。其中,通信制造業有效問卷343份占40.3%;平板顯示制造業155份,占18.2%;PC制造業354份,占41.5%。課題組整合各行業數據測定一致性,發現“功能類收益”和“合作中風險”兩個維度的Cronbach’s α偏低,在剔除“流優化”、“服務集成”、“按需取用”、“資質風險”后,各維度Cronbach’s α達到要求,收益與風險總體值分別為0.745、0.763,信度尚可。再分析效度,調查對象對題項理解一致,內容效度較好,所有感知因素在相應維度的因子載荷大于0.5(P<0.01),KMO值均大于0.7,累計方差解釋率超過50%,說明結構效度符合要求。進而按照云模型處理樣本,由于云的數字特征無統一的定級劃分標準,因此根據總體計算結果,本文將Ex分為五個等級,然后引入雙邊約束(1和10),則Span的上限值為9,樣本中,He的上限為0.7。根據Ex等級區間的長度比例,表1中列出了云數字特征的等級:

表1 云數字特征的等級劃分

(二)實測結果

以樣本中“標號為1的企業”計算數據為例:在收益感知方面,該企業的Ex為6.984,即感知度位于評語集“中等”區間;主要感知區間位于雙邊約束之內的Span值為8.008,代表模糊性“高”,企業對收益因素的預期效果不明確;He為0.52,代表隨機性“偏高”,企業內部態度不一致,故云兩翼的點應較為離散;在風險感知方面,企業的Ex為7.257,Span值為6.607,He為0.352,所以風險云圖的點應相對更聚集。本研究按照其感知特征值仿真1000次后形成圖1,通過觀察收益、風險云圖,認為符合上述描述。可見,云圖直觀的驗證了該企業的感知特征。

圖1 標號為1的企業收益云圖(左)和風險云圖(右)

運用Grubbs法檢驗各企業感知特征值,在0.99置信概率(取α=0.01)未發現離群數據。因此,根據Ex的劃分等級并結合不同的行業,本文選擇Ex值位于[1,10]、(7,10]、[1,7)的企業數據并分別取均值形成表2,進一步,集合某因素下某行業中所有企業的數據,可得到該行業中企業對該因素的感知特征,由于篇幅限制,選取較之其他因素感知度偏高的三個因素作為其主要感知因素形成表3。

表2 不同行業企業平均數據的比較

(三)結果分析與討論

1.不同行業企業云制造收益與風險感知特征分析。不同行業企業云制造的收益與風險感知特征如表2所示:(1)感知度分析,通信、PC、平板顯示制造企業的整體平均收益感知度為7.355、7.481、6.982,即處于或接近“偏高”等級。從分布上看,PC制造業中大部分企業Ex達到較高水平(66.7%),平板顯示相反,通信居中。進一步發現,在“Ex>7”范圍內,以上行業中企業Ex均值與整體差別不大,未接近“高”的程度,而“Ex≤7”范圍內,其均值也未降至“偏低”等級。可見,由于行業特征的存在,企業的云制造收益感知度分布情況各不相同,但平均收益感知水平都趨向于中等或偏高。類似的,風險感知度分析表明,以上行業中,相當數量的企業認為云制造有較高程度的風險,平板顯示制造業比例最高,其次是PC和通信,且平均水平與上述結論相同。(2)感知模糊性分析,通信、PC、平板顯示企業收益感知的平均Span值分別為:6.918、6.82、7.2,即為“偏高”程度,與之相比,在“Ex>7”范圍,平均Span值都有下降,相反在“Ex≤7”范圍則顯示平均Span值有所升高,說明了較高的模糊性主要集中在中、低收益感知度的企業群。另一方面,不同行業企業的平均風險感知模糊性都達到“偏高”程度,而在分別選擇“Ex>7”和“Ex≤7”范圍的企業群后,與前述情況類似,即中、低風險感知度的企業擁有更高的風險模糊性。(3)感知隨機性分析,不同行業企業收益與風險的平均He值都處于偏高或中等等級,并且在“Ex>7”和“Ex≤7”任意區間內平均He變化很小,即無論企業感知度高低與否,企業內部對于云制造收益風險的態度差異并不明顯。

2.不同行業企業云制造收益與風險主要感知因素分析。感知特征依賴于企業對收益與風險感知因素的判斷,分析收益感知度偏高的因素有助于了解行業差異下企業的利益傾向,分析風險感知度偏高的因素則利于改進平臺功能,根據表3可知:(1)收益因素感知度分析。整體上看,PC制造企業更注重經濟類收益,并希望通過IT部署降低信息化成本,以及提高使用的便捷性和尋找新的銷售渠道;通信和平板制造企業更注重資源類收益,但二者有所區別,前者傾向依托外部資源降低業務運營成本并實施專業化定制,后者則傾向外部資源的引入和提高反應速度。(2)風險因素感知度分析。以上行業企業都表現出對外部環境風險的擔憂,主要體現在“私密數據的保密”和相應的“制度法律保障問題”,而對內部治理風險卻表現出相對低的關注。另外,PC制造企業更偏向于對平臺技術類風險的考慮,通信和平板制造企業則更關心合作中的風險。(3)因素不確定性分析。各收益與風險感知因素Span值大部分分布在“中等”區間,表明感知度高的因素仍具有一定程度的模糊性。He值為偏高或中等程度,與前述企業感知隨機性分析結果相同。

表3 不同行業企業主要感知因素的比較

四、結論與建議

本文運用云模型方法,對通信、PC、平板顯示制造企業的感知特征進行了實證分析,結果表明:(1)各行業企業收益與風險感知度的一般水平位于中等或偏高兩個等級,從分布上看,收益感知度由高到低排序為PC、通信、平板顯示,風險感知度則為平板顯示、PC、通信。(2)高收益、高風險模糊性主要集中在收益風險感知度較低的企業群落,說明這類企業對收益或風險因素能否產生某種影響的態度較不明確。(3)在不同的感知度等級中,企業收益與風險感知隨機性并無明顯差別。隨機性處于中等或偏上程度,代表企業的態度較不一致。(4)不同行業企業所關注的高收益風險感知因素有所差別,且對高感知度因素仍存在相當程度的不確定性。

根據研究結果,本文提出以下建議:(1)從不同行業背景下的企業感知共性角度上看,當前云制造現狀呈現“外冷內熱”,因此首先要求云運營商從功能上強化云制造平臺建設,在統一平臺下再分行業建構子平臺,并提高專業化程度,以拓寬收益,降低風險;其次,“不確定性”體現了企業對云制造特征的不了解及其內部態度的分歧,為使制造企業明確態度和統一意見,有賴于相關方的大力宣傳,特別是政府、協會的積極參與,并盡快建立相關法律約束機制。(2)從差異角度上看:PC制造企業由于市場需求變化、產業區域轉移等原因導致毛利率較低,因此對云制造有較高的收益期望。根據主要感知因素,PC企業可依托內外部資源,改進IT架構以降低成本,云運營商應及時推廣云服務、云產品和幫助構建新商業模式,以及完善云技術、流程的標準化;通信和平板制造企業都側重于資源類收益,前者核心公司的地位突出,國有化運營商和區域服務化特征拖動著行業的發展,成熟的產業鏈帶來外包的增加,云運營商可通過相關措施擴充平臺內專業化資源存量,平衡資源供需,加速各類資源流動;后者發展時間相對短,行業內高技術壁壘和高經濟壁壘并存,整體上表現為“各自為政”的局面,因而有較高的風險感知,對此,相關方可著重于信息的推介,強化企業橫縱方向的聯合,并提高反應速度。此外,針對“合作中風險”因素,一是可采取信譽評級制度降低信譽風險;二是實行監控體系,防止資源能力缺失或過剩以降低流程整合風險;三是引入第三方專業機構,對資源實施評估來降低制造資源質量風險等。

[1] 李伯虎,張霜等.云制造——面向服務的網絡化制造新模式[J].計算機集成制造系統,2010,(1):1-7.

[2] 孫向陽.需求工程在中小制造型企業ERP項目實施中的應用[D].廣州:華南師范大學碩士學位論文,2006.

[3] 張亞明.IT時代的云經濟[J].企業管理,2012,(2):94-96.

[4] 古川.云制造環境下的供應鏈管理系統研究[J].中國科技論壇,2013,(2):122-127.

[5] 譚立靜.云制造中的關系、關系流及其管理研究[J].現代管理科學,2014,(2):118-114.

[6] 汪鴻昌,肖靜華.基于企業視角的云計算研究述評與未來展望[J].外國經濟與管理,2013,(6):13-27.

[7] Armbrust M.,Fox A.,Griffith R.Above the Clouds:A Berkeley View of Cloud Computing[R].UCB/EECS-2009-28 Electrical Engineering and Computer Sciences,University of California at Berkeley,2009.

[8] Benlian A.,Hess T.Opportunities and risks of software as a service:Findings from a survey of IT executives[J].Decision Support Systems,2011,52(1):232-246.

[9] Lin A.,Chen N.C.Cloud computing as an innovation:Perception,attitude and adoption[J].International Journal of Information Management,2012,30(2):553-540.

[10] Kerschbaum D.F.Secure and sustainable benchmarking in clouds-A multi-party cloud application with an untrusted service provider[J].Business and Information Systems Engineering,2011,3(1):135-143.

[11] 張以文.云制造模式動態虛擬企業合作若干關鍵問題研究[D].合肥:合肥工業大學博士學位論文,2013.

[12] Mathew M.Prcing Saas models:Perceptions of business service providers and clients[J].Journal of Services Research,2010,10(1):51-68.

[13] Sonehara N.Isolation in cloud computing and privacy enhancing technologies[J].Business and Information Systems Engineering,2011,3(3):155-162.

[14] 李敏.中小企業云服務轉換意愿實證研究[D].合肥:中國科學技術大學博士學位論文,2014.

[15] 王荔.降低消費者感知風險的策略研究[D].成都:西南交通大學博士學位論文,2013.

[16] Mowbray A.H.,Blanchard R.H.,Williams Jr.Insurance[M].New York:McGraw-Hill,1995,pp.75.

[17] Becker M.The role of routines in reducing pervasive uncertainty[J].Journal of Business Research,2005,58 (6):746-757.

[18] Milliken F.Three types of perceived uncertainty about the environment:State,effect and response uncertainty[J].The Academy of Management Review,1987,12(1):133-143.

[19] 張耕,劉震宇.在線消費者感知不確定性及其影響因素的作用[J].南開管理評論,2010,(5):101-108.

[20] 李德毅,劉常昱.不確定性人工智能[J].軟件學報,2004,(11):1583-1594.

[21] 張霖,羅永亮.云制造及相關先進制造模式分析[J].計算機集成制造系統,2011,(3):458-465.

[22] 韓婧.基于云制造服務平臺的中小企業多主體信用評價研究[D].天津:天津大學碩士學位論文,2012.

[23] 宋振暉.云制造服務價值網絡戰略風險管理[J].價值工程,2012,(14):1-3.

[24] 王時龍.云制造環境下的制造資源優化配置研究[J].計算機集成制造系統,2012,(18):1396-1405.

[25] 吳暢.東莞制造網運用云制造服務的戰略分析[D].武漢:華中科技大學碩士學位論文,2011.

[26] Sultan N.A.Reaching for the cloud:How SMEs can manage[J].International Journal of Information Management,2011,31(3):272-278.

[27] Wu W.W.,et al.Exploring decisive factors affecting an oraganization’s Saas adoption:A case study[J].International Journal of Information Management,2011,31(3):556-563.

[28] Aleem A.,Sprott C.R.Let me in the cloud:Analysis of the benefit and risk assessment of cloud platform[J].Journal of Financial Crime,2013,20(1):6-24.

[29] Zota,Razvan.Cloud hstandardization:Consistent business processes and information[J].Informatica Economica,2013,17(3):137-147.

[30] 劉常昱,馮芒.基于云X信息的逆向云新算法[J].系統仿真學報,2004,(11):2417-2420.

[31] 郭戎瀟.面向網絡中心戰的通信網作戰效能評估指標體系研究[J].軍事運籌與系統工程,2010,(1):70-74.

(責任編輯:聞 毓)

A Study of the Benefit and Risk Perception of Enterprises Cloud Manufacturing——An Analysis Based on Communication, PC, Panel Display Manufacturing Industry Data

LI Sheng-ze1, ZHAO Hui-huang2

(1. Department of Management, Dongguan Polytechnic Institute, Dongguan 523808,China;2. College of Electrical and Information Engineering, Hunan University, Changsha 410082, China)

The benefit and risk perception problem of cloud is one of current research hotspots abroad. Though cloud manufacturing was first proposed by Chinese scholars, few studies have been done in this fields in China. This paper first describes the background and function of cloud manufacturing, discusses related researches, and then screens the benefit and risk perceptual factors. Through further investigation of communication, PC and panel display enterprises in Shenzhen and Dongguan, data are collected and processed by by cloud model to obtain the benefit and risk perceptual features of enterprises cloud manufacturing in different industries. Furthermore, the main perceptual factors of enterprises cloud manufacturing in different industries are analyzed. The paper concludes by offering some suggestions in the relevant field.

cloud manufacturing; cloud model; benefit and risk perception; perceptual factors; perceptual features

2014-10-14

國家社會科學基金資助項目(12BGL005);東莞市重大軟科學基金資助項目(201350210100087);東莞市社會科技發展基金資助項目(201450715600661)

李升澤(1982-),男,湖南衡陽人,東莞職業技術學院管理科學系講師;趙輝煌(1982-),男,湖南衡陽人,湖南大學電氣與信息工程學院博士后。

F204

A

1004-4892(2015)06-0090-08