Generalized Sznajd model for opinion propagation

In the last decade the Sznajd model has been successfully employed in modeling some properties and scale features of both proportional and majority elections. We propose a version of the Sznajd model with a generalized bounded confidence rule-a rule that limits the convincing capability of agents and that is essential to allow coexistence of opinions in the stationary state. With an appropriate choice of parameters it can be reduced to previous models. We solved this model both in a mean-field approach (for an arbitrary number of opinions) and numerically in a Barabaacutesi-Albert network (for three and four opinions), studying the transient and the possible stationary states. We built the phase portrait for the special cases of three and four opinions, defining the attractors and their basins of attraction. Through this analysis, we were able to understand and explain discrepancies between mean-field and simulation results obtained in previous works for the usual Sznajd model with bounded confidence and three opinions. Both the dynamical system approach and our generalized bounded confidence rule are quite general and we think it can be useful to the understanding of other similar models.

AN ARTIFICIAL NEURAL NETWORK FOR SONAR TARGET DETECTION

Neural Network has emerged as the topic of the day. The spectrum of its application is as wide as from ECG noise filtering to seismic data analysis and from elementary particle detection to electronic music composition. The focal point of the proposed work is an application of a massively parallel connectionist model network for detection of a sonar target. This task is segmented into: (i) generation of training patterns from sea noise that contains radiated noise of a target, for teaching the network;(ii) selection of suitable network topology and learning algorithm and (iii) training of the network and its subsequent testing where the network detects, in unknown patterns applied to it, the presence of the features it has already learned in. A three-layer perceptron using backpropagation learning is initially subjected to a recursive training with example patterns (derived from sea ambient noise with and without the radiated noise of a target). On every presentation, the error in the output of the network is propagated back and the weights and the bias associated with each neuron in the network are modified in proportion to this error measure. During this iterative process, the network converges and extracts the target features which get encoded into its generalized weights and biases.In every unknown pattern that the converged network subsequently confronts with, it searches for the features already learned and outputs an indication for their presence or absence. This capability for target detection is exhibited by the response of the network to various test patterns presented to it.Three network topologies are tried with two variants of backpropagation learning and a grading of the performance of each combination is subsequently made.

Short-time behaviour of demand and price viewed through an exactly solvable model for heterogeneous interacting market agents

We introduce a stochastic heterogeneous interacting-agent model for the short-time non-equilibrium evolution of excess demand and price in a stylized asset market. We consider a combination of social interaction within peer groups and individually heterogeneous fundamentalist trading decisions which take into account the market price and the perceived fundamental value of the asset. The resulting excess demand is coupled to the market price. Rigorous analysis reveals that this feedback may lead to price oscillations, a single bounce, or monotonic price behaviour. The model is a rare example of an analytically tractable interacting-agent model which allows LIS to deduce in detail the origin of these different collective patterns. For a natural choice of initial distribution, the results are independent of the graph structure that models the peer network of agents whose decisions influence each other. (C) 2009 Elsevier B.V. All rights reserved.

Road network and GPS tracking with data processing and quality assessment

GPS technology has been embedded into portable, low-cost electronic devices nowadays to track the movements of mobile objects. This implication has greatly impacted the transportation field by creating a novel and rich source of traffic data on the road network. Although the promise offered by GPS devices to overcome problems like underreporting, respondent fatigue, inaccuracies and other human errors in data collection is significant; the technology is still relatively new that it raises many issues for potential users. These issues tend to revolve around the following areas: reliability, data processing and the related application. This thesis aims to study the GPS tracking form the methodological, technical and practical aspects. It first evaluates the reliability of GPS based traffic data based on data from an experiment containing three different traffic modes (car, bike and bus) traveling along the road network. It then outline the general procedure for processing GPS tracking data and discuss related issues that are uncovered by using real-world GPS tracking data of 316 cars. Thirdly, it investigates the influence of road network density in finding optimal location for enhancing travel efficiency and decreasing travel cost. The results show that the geographical positioning is reliable. Velocity is slightly underestimated, whereas altitude measurements are unreliable.Post processing techniques with auxiliary information is found necessary and important when solving the inaccuracy of GPS data. The densities of the road network influence the finding of optimal locations. The influence will stabilize at a certain level and do not deteriorate when the node density is higher.

How do different densities in a network affect the optimal location of service centers?

The p-median problem is often used to locate p service centers by minimizing their distances to a geographically distributed demand (n). The optimal locations are sensitive to geographical context such as road network and demand points especially when they are asymmetrically distributed in the plane. Most studies focus on evaluating performances of the p-median model when p and n vary. To our knowledge this is not a very well-studied problem when the road network is alternated especially when it is applied in a real world context. The aim in this study is to analyze how the optimal location solutions vary, using the p-median model, when the density in the road network is alternated. The investigation is conducted by the means of a case study in a region in Sweden with an asymmetrically distributed population (15,000 weighted demand points), Dalecarlia. To locate 5 to 50 service centers we use the national transport administrations official road network (NVDB). The road network consists of 1.5 million nodes. To find the optimal location we start with 500 candidate nodes in the network and increase the number of candidate nodes in steps up to 67,000. To find the optimal solution we use a simulated annealing algorithm with adaptive tuning of the temperature. The results show that there is a limited improvement in the optimal solutions when nodes in the road network increase and p is low. When p is high the improvements are larger. The results also show that choice of the best network depends on p. The larger p the larger density of the network is needed. 

Fluctuation-driven traffic congestion in a scale-free model of the Internet

In studies of complex heterogeneous networks, particularly of the Internet, significant attention was paid to analysing network failures caused by hardware faults or overload. There network reaction was modelled as rerouting of traffic away from failed or congested elements. Here we model network reaction to congestion on much shorter time scales when the input traffic rate through congested routes is reduced. As an example we consider the Internet where local mismatch between demand and capacity results in traffic losses. We describe the onset of congestion as a phase transition characterised by strong, albeit relatively short-lived, fluctuations of losses caused by noise in input traffic and exacerbated by the heterogeneous nature of the network manifested in a power-law load distribution. The fluctuations may result in the network strongly overreacting to the first signs of congestion by significantly reducing input traffic along the communication paths where congestion is utterly negligible. © 2013 IEEE.

Optimal synthesis of Fenton reactor networks for phenol degradation

There is an increasing need to treat effluents contaminated with phenol with advanced oxidation processes (AOPs) to minimize their impact on the environment as well as on bacteriological populations of other wastewater treatment systems. One of the most promising AOPs is the Fenton process that relies on the Fenton reaction. Nevertheless, there are no systematic studies on Fenton reactor networks. The objective of this paper is to develop a strategy for the optimal synthesis of Fenton reactor networks. The strategy is based on a superstructure optimization approach that is represented as a mixed integer non-linear programming (MINLP) model. Network superstructures with multiple Fenton reactors are optimized with the objective of minimizing the sum of capital, operation and depreciation costs of the effluent treatment system. The optimal solutions obtained provide the reactor volumes and network configuration, as well as the quantities of the reactants used in the Fenton process. Examples based on a case study show that multi-reactor networks yield decrease of up to 45% in overall costs for the treatment plant. (C) 2010 The Institution of Chemical Engineers. Published by Elsevier B.V. All rights reserved.

Dynamic models for computer viruses

Computer viruses are an important risk to computational systems endangering either corporations of all sizes or personal computers used for domestic applications. Here, classical epidemiological models for disease propagation are adapted to computer networks and, by using simple systems identification techniques a model called SAIC (Susceptible, Antidotal, Infectious, Contaminated) is developed. Real data about computer viruses are used to validate the model. (c) 2008 Elsevier Ltd. All rights reserved.

Uuden liiketoiminnan kehittäminen: Näkökulmana alkuvaiheiden menestystekijät ja ideoiden hyödynnettävyys verkostoissa

Tavoitteena työssä oli tuottaa ja kerätä tietoa uuden liiketoiminnan kehittämistä tukevan toimintamallin suunnittelu- ja kehitystyötä varten. Tietoa kerättiin aikaisemmasta tutkimuksesta, kirjallisuudesta sekä empiirisistä lähteistä. Tutkimusta työssä tehtiin konstruktiivisen lähestymistapaa mukaillen. Empiirisen tiedon keräämis- ja tuottamistapoina käytettiin teemahaastattelua, verkkokyselyä ja työpajatyöskentelyä. Lisäksi työssä analysoitiin kaksi olemassa olevaa uuden liiketoiminnan kehittämisen toimintamallia. Teoriatarkastelu työssä keskityttiin innovaation alkupäähän, liiketoimintamalleihin, asiakasarvoihin, verkostoihin ja innovaation alkupään menestystekijöihin. Näiden pohjalta tuotettiin kehitelmä hyödynnettävyydestä sekä kuvaus uuden liiketoiminnan kehittämisen varhaisista vaiheista. Tätä kaikkea hyödyntäen koottiin suunnittelutiedon lisäksi jatkokehitystä tukeva konseptimainen toimintamalli. Tämän konseptimaisen vision tarkoituksena on toimia jatkossa suunnan näyttäjänä varsinaista toimintamallia rakennettaessa.

CLASSIFICATION OF FOREST ROADS AND DETERMINATION OF ROUTE USING GEOGRAPHIC INFORMATION SYSTEM

ABSTRACT Geographic Information System (GIS) is an indispensable software tool in forest planning. In forestry transportation, GIS can manage the data on the road network and solve some problems in transportation, such as route planning. Therefore, the aim of this study was to determine the pattern of the road network and define transport routes using GIS technology. The present research was conducted in a forestry company in the state of Minas Gerais, Brazil. The criteria used to classify the pattern of forest roads were horizontal and vertical geometry, and pavement type. In order to determine transport routes, a data Analysis Model Network was created in ArcGIS using an Extension Network Analyst, allowing finding a route shorter in distance and faster. The results showed a predominance of horizontal geometry classes average (3) and bad (4), indicating presence of winding roads. In the case of vertical geometry criterion, the class of highly mountainous relief (4) possessed the greatest extent of roads. Regarding the type of pavement, the occurrence of secondary coating was higher (75%), followed by primary coating (20%) and asphalt pavement (5%). The best route was the one that allowed the transport vehicle travel in a higher specific speed as a function of road pattern found in the study.

Kunnossapitopalveluiden arvopohjaisen elinkaarimallin kehittäminen

Tutkimuksen päätavoitteena on luoda yleispätevä elinkaarimalli, jota voidaan hyö-dyntää laitetason kunnossapitoon liittyvissä päätöksentekotilanteissa eri teollisuu-denaloilla. Elinkaarimalliin yhdistettiin arvoajattelu, jonka pohjalta mallin käyttäjät voivat valita ja painottaa omien näkemyksiensä mukaan arvoa luovat elementit sekä nähdä muille verkostojäsenille arvoa lisäävät tekijät. Aiemmissa elinkaarimalleissa on keskitytty pääasiassa yhteen tarkastelunäkökulmaan, joten verkostotason työkalulle on selkeä tarve. Myöskään arvoajattelua ei ole aiemmin yhdistetty elinkaarilaskentaa soveltaviin malleihin. Työn osalta käytettiin konstruktiivista tutkimusotetta. Elinkaarimallia kehitettiin ja testattiin kaivosteollisuuden yritysverkostoon kuuluvien kahden case-tapauksen avulla. Tutkimuksen teoreettinen osa pohjautui työn oleellisempiin osa-alueisiin, kuten kunnossapitoon, arvoelementteihin ja elinkaarilaskentaan. Työn empiirisessä osiossa hyödynnettiin verkostoon kuuluvien yritysedustajien haastatteluita sekä yritysten tietojärjestelmästä saatuja tietoja. Arvoelementtien muodostuksessa käy-tettiin hyväksi myös muiden teollisuusyritysten ajatuksia ja näkökulmia. Työn merkittävin tulos on ensimmäisen version kehittäminen arvopohjaisesta elinkaarimallista. Elinkaarimalli antaa tuloksina jokaisen verkostojäsenen osalta laitteen kunnossapidon kustannukset ja tuotot vuositasolla sekä kumulatiivisesti koko elinkaaren ajalta niin reaali- kuin nykyarvonakin. Mallin tuloksena saadaan myös yhteistyön myötä kasvaneen lisäarvon suuruus ja jakautuminen verkoston toimijoiden välillä heidän valitsemiensa arvoelementtien mukaisesti. Näin ollen mallia voidaan käyttää tulevaisuuden ennustamisen lisäksi menneiden kustannusten ja tuottojen seurantamallina. Kokonaisuudessaan arvopohjaisen elinkaarimallin tuloksia voidaan hyödyntää laitetason kunnossapitoon liittyvissä sopimusneuvotte-luissa niin arvoa luovien elementtien kuin kustannus- ja tuottotekijöidenkin osalta. Kokonaisuudessaan arvoajattelun yhdistäminen ja hyödyntäminen elinkaarilas-kennassa on vielä alkuvaiheessa, joten kyseinen osa-alue onkin varsin järkevä jat-kotutkimuskohde. Avoimen ja tiiviin yritysyhteistyön kautta saadaan arvopohjai-sesta elinkaarimallista jatkokehitettyä erittäin hyödyllinen työkalu yritysverkosto-jen käytettäväksi. Kiristyvässä kilpailussa verkoston kokonaisarvon kasvu ja ja-kautuminen ovat tulevaisuudessa erittäin keskeisiä aihealueita, joten tämäntyylisten verkostotyökalujen hyödyntäminen nostanee ehdottomasti suosiotaan.

Aurinkosähköjärjestelmien vieminen Afrikan kehittyviin maihin

Aurinkosähköjärjestelmien käyttäminen sähkön tuotannossa on kasvanut viime vuosina teknologian hinnan laskun ja tiukentuvien ympäristömääräyksien seurauksena. Monet aurinkosähköön keskittyvät yritykset etsivät uusia markkinoita Afrikan kehittyvistä maista. Aurinkosähkön avulla voidaan vastata kehittyvien maiden kasvavaan sähköntarpeeseen ja samalla vähentää maiden hiilidioksidipäästöjä sekä nostaa maiden kehittyvää elintasoa. Tässä työssä tutkitaan aurinkosähköjärjestelmien viemistä kahteen Afrikan kehittyvään maahan Tansaniaan ja Etelä-Afrikkaan. Työn tavoitteena on kohdemaiden liiketoimintaympäristöjen tutkiminen ja markkinapotentiaalin selvittäminen suomalaisen sähkö- ja automaatiotekniikkaan keskittyvän pk-yrityksen näkökulmasta. Työssä selvitetään Tansanian ja Etelä-Afrikan liiketoimintaympäristöjen ja aurinkosähkömarkkinoiden erityispiirteet. Tuloksissa käsitellään myös sopivinta kansainvälistymistapaa tutkitulle pk-yritykselle sekä haasteita, joita yritys kohtaa Afrikan markkinoilla. Kansainvälistymismalleista tutkimuksessa käsitellään Uppsala-mallia ja verkostomallia.

Julkishallinnon verkostojohtaminen - Case: Helsingin kaupungin ympäristöjohtaminen

Tämän pro gradu -tutkielman tavoitteena oli tutkia millainen on hyvä ympäristö-johtamisen verkostomalli kunnalle. Lisäksi työssä tarkasteltiin mitä hyötyjä haittoja on kunnan verkostomaisesti organisoidussa ympäristöjohtamisessa verrattuna ei-verkostomaiseen toteutukseen. Työssä selvitettiin myös millaiset verkostojohtamisen mallit ovat tehokkaita ja mitkä ovat verkoston osapuolten odotukset kunnan ympäristöjohtamisen verkostolle. Tutkielman lopputuloksena oli ympäristöjohtamisen verkostomalli kunnalle. Tutkielman teoreettisen viitekehyksen muodostivat julkishallinnon verkoston hallintamalli, verkostojohtaminen, ympäristöjohtaminen ja tehokkuus. Nämä kolme käsitettä muodostivat työn verkostomallin. Tutkimusmenetelmänä työssä käytettiin laadullista tapaustutkimusta, ja tutkimuksen kohteena oli kuntaorganisaation ympäristöjohtamisen verkosto, joka käsitti ympäristöjohtamisen asiantuntijatyöryhmän. Tutkimusaineisto kerättiin teemahaastatteluin ja tutkimuksessa haastateltiin kolmetoista asiantuntijatyöryhmän jäsentä yksilö-, pari- ja ryhmähaastatteluin.

Internationalization of a Finnish accounting firm to Russian markets

Despite the unstable situation at the moment in Russia, the Russian market and St. Petersburg have been a very attractive from the point of view of Finnish companies. The objective of this research was to define how a Finnish accounting firm should perform its market entry to Russian markets as a part of its internationalization process. In addition, the special characteristics that support the internationalization to Russia were examined together with the implications from the behavior of potential customers at the market. The actual market entry mode was developed based on the theories of Uppsala model, transaction cost economics and the network approach. Additional emphasis was given for the service point of view. The primary data in this research was collected through semi-structured interviews with professionals from the Russian market. The results of this research show that there exists potential especially at the accounting markets in Russia. However, the current unstable situation and sanctions in Russia have led to situation where the price-sensitivity among customers is high, and costs savings are searched from multiple processes in organizations. Therefore, the accounting company should perform its market entry in small incremental steps to decrease the risks involved, and to gain specific market knowledge before committing more resources into Russian markets. A simplified process was developed to evaluate the suitable market entry mode. As a result, the level of commitment and market knowledge affect the final entry model of the firm, as well as defined goals for the particular market.