高晗，1989年生，黑龙江省哈尔滨人，北京大学政府管理学院应用经济学博士后（在站），东华大学管理科学与工程专业博士，工学学士。主要研究方向：管理组织与创新，创意产业研究，人工智能决策。并围绕此方向参与过国家自然科学基金项目2项、上海市教委协同创新平台项目1项、上海市科委项目1项等省部级课题。参与过《时尚创意产业系列》丛书编写工作，并担任丛书编委。目前发表了国内北大核心3篇，分别在《现代日本经济》、《华东经济管理》和《东华大学学报（自然科学版）》，并作为首作者发表过SCI论文二区和四区2篇。

第一章 绪论
第一节 研究背景
第二节 研究意义
第三节 研究内容与研究方法
第四节 技术路线
第五节 本书的创新点
第二章 相关理论研究
第一节 创意产业发展理论相关学理性分析
第二节 创意产业集群的理论属性
第三节 创意产业集群价值网络理论
第四节 创意产业集群价值网络竞争力评价模型
第三章 创意产业集群价值网络实现的组织分析
第一节 创意产业集群价值网络的一般性分析
第二节 创意产业集群价值网络特性分析
第三节 创意产业集群价值网络的组织边界分析
第四节 组织系统驱动：创意产业集群价值网络指标构建及解释
第五节 本章小结
第四章 创意产业集群价值网络信心指数分析083
第一节 创意产业集群价值网络信心指数设计
第二节 创意产业集群价值网络的信心指数影响因素分析
第三节 建立影响因素的层次化索引
第四节 差异态度人群的意见分歧和一致性考察
第五节 本章小结
第五章 创意产业集群价值网络竞争力评价指标体系构建
第一节 创意产业集群价值网络竞争力综合评价指标体系特点及优化说明
第二节 针对创意产业集群价值网络指标体系的重构设计步骤
第三节 应用层次分析重构评价指标对应权重
第四节 本章小结
第六章 智能决策算法设计：创意产业集群价值网络综合竞争力评价模型
第一节 量子进化算法模型
第二节 用于创意产业集群综合竞争力评价模型的改进算法设计思路
第三节 改进量子进化算法的实现策略
第四节 改进的协同QEA算法流程
第五节 算法收敛性证明
第六节 改进的协同QEA算法全局寻优效果仿真验证
第七节 本章小结
第七章 基于改进协同QEA—BP神经网络下的创意产业集群综合竞争力评价模型构建与实证分析173
第一节 BP神经网络算法概述
第二节 BP神经网络结构：创意产业集群价值网络综合竞争力评价模型
第三节 基于改进量子进化算法下的BP神经网络评价模型
第四节 实证分析设计
第五节 仿真实证结果分析
第六节 上海创意产业集群综合竞争力评价结果的启示
第七节 本章小结
第八章 研究启示及政策建议
第一节 研究启示
第二节 政策建议
参考文献
后记

高晗著的《创意产业集群价值网络竞争优势研究》从人工智能决策的角度对产业集群竞争力问题进行了探讨。首先依照创意产业空间聚集特征构建了一个包含服务环境、经济效益、管理创新、社会影响、集群驱动这五个核心要素的指标体系。其次针对指标体系中定性问题设计信心指数影响因素的调查问卷进行科学合理的量化，定量数据选取最具代表性的上海实际运营的18个创意产业园区，依照其对应的经营状况收集相关数据。提出一个改进的协同量子进化算法，进而提高该算法的全局寻优能力，随后将其用于对BP神经网络的权值和阈值的优化，从而构建出一个具有较强拟合能力的协同OEA—BP决策模型，动态探析、评判我国创意产业集群综合竞争力的演变情况。