第6课 西蒙介绍

赫伯特·西蒙(Herbert·A·Simon,1916~?)美国管理学家和社会科学家,于1916年生于美国威斯康星州密尔沃基。毕业于芝加哥大学,1943年获得博士学位。曾先后在加利福尼亚大学、伊利诺工业大学和卡内基梅隆大学任计算机科学及心理学教授,曾从事过计量学的研究。他还担任过企业界和官方的多种顾问。他倡导的决策理论,是以社会系统理论为基础,吸收古典管理理论、行为科学和计算机科学等的内容而发展起来的一门边缘学科。由于他在决策理论研究方面的突出贡献,他被授于1978年度诺贝尔经济学奖。

  
西蒙在管理学方面所研究的主要是生产者的行为,特别是当代公司中决策的组织基础和心理依据。他在早期对经营管理科学感兴趣,并于50年代在“公司行为理论”的建立中起了重要作用。这种“公司行为理论”对简单的利润最大化假设提出挑战,强调了大公司中复杂的内部结构,其目标和子目标的多重性,以及必须建立“令人满意的”而不是“最优的”决策模型。然后,西蒙又转而研究大型组织中的信息处理问题。他认为信息本身以及人们处理信息的能力都是有一定限度的。他进一步研究了利用计算机模型来模拟人们解决问题(如下棋)的思维过程,以及其它认识过程,并为公司决策人员提供“决策辅助系统”。

  他的主要著作有:《管理行为》,《公共管理》,《人的模型》,《组织》,《经济学和行为科学中的决策理论》,《管理决策的新科学》,《自动化的形成》,《人工的科学》,《人们的解决问题》,《发现模型》,《思维模型》等。

  西蒙认为,决策贯穿管理的全过程,决策程序就是全部的管理过程,组织则是由作为决策者的个人所组成的系统。全部决策过程是从确定组织的目标开始。随后寻找为达到该项目标可供选择的各种方案,比较并评价这些方案,进行选择并作出决定;然后执行选定的方案,进行检查和控制,以保证实现预定的目标。这种管理理论与学派,对决策的过程、决策的准则、程序化的决策和非程序化的决策、组织机构的建立同决策过程的联系等作了分析研究。他们还指出,集权和分权的问题不能脱离决策过程而孤立存在,集权和分权的程度,应按不同的决策性质和其他因素,如组织的规模、人员的素质等来确定。

  西蒙在管理学上的第一个贡献是提出了管理的决策职能。西蒙之前,法约尔最早对管理的职能作了理论化的划分。此时,决策被包含在计划职能之中,其后的管理学者对此也没有提出疑问,只是到了本世纪四十年代,西蒙提出了决策为管理的首要职能这一论点之后,决策才为管理学家们所重视。今天决策理论枝繁叶茂,与西蒙对这个领域的开创性贡献是分不开的。

  西蒙对管理学的第二个贡献是建立了系统的决策理论。并提出了人有限度理性行为的命题和“令人满意的决策”的准则。在西蒙之前,微观经济学家对个人在市场中的行为也进行了深入的研究。微观经济学认为,个人具有完全的理性,完全按效用最大化的原则选择。这一命题暗含的前提是:个人已经知道了可供选择的全部方案,并且对这些方案可进行效用排序,决策者可从中作出最大的选择,这一选择理沦又称之为完全理性的经济人行为理论。西蒙认为,完全理性的经济人模式有两个缺陷,其一,人不可能是完全理性的,人们很难对每个措施将要产生的结果具有完全的了解和正确的预测,相反,人们常常要在缺乏完全了解的情况下,一定程度地根据主观判断进行决策。其二,决策过程中不可能将每一个方案都列出来,一是人们的能力有限,二是决策过程的成本限制,人们所作的决策不是寻找一切方案中最好的,而是寻找已知方案中可满足要求的。西蒙进一步指出,在符合要求的选择中,“要求”和“标准”本身也是决策人们所处的环境的一个组织部分,因而不应该把标准看成是给定的。当替代的措施被证明是容易发现时,就可提高标准,而难以发现时,就应降低标准。如果一并考虑寻找替代措施所产生的成本时,那么当由于提高标准而得到替代措施所产生的“边际效益”抵补了为寻找满足这个更高的标准的措施所花费的“边际成本”时,那未选定的替代措施将会接近“最佳条件”。由此可见,标准不应一成不变,其高低应与寻找替代措施的成本相适应。

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/178883/viewspace-16079/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/178883/viewspace-16079/

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值