模拟权威技术采纳中的用户学习:用于英国市政主导智能电表部署规划的基于智能体模型
人工智能
2016-07-21 v1 多智能体系统
摘要
技术用户如何在权威技术采纳后,从对该技术一无所知有效地过渡到充分利用它?这种采纳后用户学习在技术管理文献中鲜有研究关注。本文以英国利兹市市政主导的智能电表部署为例,通过开发基于智能体模型来研究权威技术采纳中的用户学习。能源消费者根据行为学习中的学习曲线获得使用智能电表的经验。利用该基于智能体模型,我们进行实验以验证模型,并测试地方政府可用于促进能源消费者学习及维持其持续使用该技术的不同能源干预措施。结果表明:能源消费者越容易获得经验,其能效就越高,实现的节能就越多;通过各种信息手段鼓励能源消费者之间的接触可以促进其学习;培养并维持他们对智能电表的积极态度能够使其持续使用该技术。本文还讨论了相关贡献及能源政策/干预启示。
引用
@article{arxiv.1607.05912,
title = {Simulating user learning in authoritative technology adoption: An agent based model for council-led smart meter deployment planning in the UK},
author = {Tao Zhang and Peer-Olaf Siebers and Uwe Aickelin},
journal= {arXiv preprint arXiv:1607.05912},
year = {2016}
}
备注
Technological Forecasting and Social Change, 106 , pp. 74-84, 2016