【个人简介】

苏加福，男，1987年生，博士，博士后，副研究员，巴渝青年学者，管理科学与工程硕士研究生导师，Pennsylvania State University联合培养博士（工业工程全美第六），泰国国立发展研究院客座教授。

【学术任职】

目前担任《计算机集成制造系统》（EI）理事，《International Journal of Technology Management》（SSCI）期刊编辑，工业工程与管理领域高水平国际会议MSIE2021分会主席，以及《Journal of the Operational Research Society》、《Knowledge-based Systems》、《浙江大学学报》与《计算机集成制造系统》等国内外高水平学术期刊审稿人。多次在AOM、IJCAI、MSIE等知识管理及创新管理国际高水平学术会议上做主题学术报告，交流协同创新知识管理的研究成果。

【学术成果】

近年来，主持教育部人文社科项目、中国博士后基金、重庆市社科联与教委项目6项。以第一及通讯作者身份在《Management International Review》(ABS 3星)、《Computers & Industrial Engineering》（ABS 2星）、《Management Decision》(ABS 2星)、《International Journal of Technology Management》(ABS 2星)、《Knowledge Management Research & Practice》（ABS 2星）、《计算机集成制造系统》、《科研管理》、《管理学报》等高水平期刊上发表论文50余篇（ESI 1%高被引论文5篇，SSCI/SCI收录30余篇，CSSCI收录5篇，EI收录10篇）。

【指导研究生】

指导方向：① 多属性决策理论与方法；②协同创新复杂系统管理；③创新网络知识管理；④供应链协同。

指导研究生情况：

[1] 王咪林，2016-2019年，发表SSCI期刊论文1篇，EI期刊论文1篇，EI会议论文1篇；

[2] 郭雨，2017-2020年，发表SSCI/SCI期刊论文3篇，EI期刊论文1篇，另有一篇SCI 1区期刊论文在审，已考取电子科技大学博士生；

[3] 李会鹏，2017-2020年，发表SCI 1区期刊论文1篇，EI期刊论文1篇。

 

热诚欢迎具有管理类、数学类、计算机信息类以及其它工科背景的同学报考、调剂。课题组将为每位学生提供丰富的研究经费、研究条件和全面的学术指导。

联系咨询方式（邮件：jiafu.su@hotmail.com），重庆工商大学商智楼1219。

 

（一）部分主持项目（近三年）

[1] 教育部人文社会科学研究一般项目(青年基金项目)：协同创新网络中知识扩散行为涌现机制研究：基于超网络演化的视角，主持。

[2] 中国博士后科学基金面上资助项目：超网络演化视角下协同创新组织知识共享行为机制研究，主持。

[3] 重庆市教委科学技术研究项目：复杂协作网络下协同创新组织内部知识转移机制研究，主持。

[4] 重庆市教委人文社科研究项目：协同创新组织知识创新能力涌现机制研究，主持。

[5] 重庆市社会科学规划博士项目:基于超网络视角的协同创新组织知识共享行为演化机制研究，主持。

（二）代表性研究论文（近三年）

2020

[1]. J Su, Q Bai, S Sindakis, X Zhang, T Yang. Vulnerability of multinational corporation knowledge network facing resource loss. Management Decision, 2020.doi.org/10.1108/MD-02-2019-0227. (SSCI)

[2]. J Su, J Wang, S Liu, N Zhang, C Li. A Method for Efficient Task Assignment Based on the Satisfaction Degree of Knowledge. Complexity, 2020, 3543782. (SCI)

[3]. 苏加福，杨涛，胡森森. 基于UWN的协同创新知识网络知识流动效率测度. 科研管理, 2020,8：248-257. (CSSCI)

[4]. T Soontornthum, L Cui, VN Lu, J Su*. Enabling SMEs’ learning from global value chains: Linking the logic of power and the logic of embeddedness of interfirm relations. Management International Review, 2020. 60 (4), 543-571. (SSCI)

[5]. S Hu, S Huang, J Huang, J Su*. Blockchain and Edge Computing Technology Enabling Organic Agricultural Supply Chain: A Framework Solution to Trust Crisis. Computers & Industrial Engineering, 2020，107079. (SCI)

       2019

[1]. S Jiafu, Z Xuefeng, Y Jiaquan. Modelling and simulating knowledge diffusion in knowledge collaboration organisations using improved cellular automata. Journal of Simulation, 2019, 13 (3), 181-194. (SCI)

[2]. J Su, Y Yang, X Zhang. Knowledge transfer efficiency measurement with application for open innovation networks. International Journal of Technology Management, 2019, 81 (1-2), 118-142. (SSCI)

[3]. J Su, X Zhang, N Zhang. Robustness Analysis of Collaborative Product Innovation Network-A Super-network Perspective. Academy of Management Proceedings 2019 (1), 11258.

[4]. J Jian, M Wang, L Li, J Su*, T Huang, A partner selection model for collaborative product innovation from the viewpoint of knowledge collaboration. Kybernetes, 2019, 49, 1623-1644. (SSCI)

[5]. X Zhang, J Su*. A combined fuzzy DEMATEL and TOPSIS approach for estimating participants in knowledge-intensive crowdsourcing. Computers & Industrial Engineering 137, 106085. (SCI)

2018

[1]. S Jiafu, Y Yu, Y Tao. Measuring knowledge diffusion efficiency in R&D networks. Knowledge Management Research & Practice,2018, 16 (2), 208-219. (SSCI)

[2]. J Su, Y Yang, R Duan. A CA-based heterogeneous model for knowledge dissemination inside knowledge-based organizations. Journal of Intelligent & Fuzzy Systems, 2018, 34 (4), 2087-2097. (SSCI)

[3]. 苏加福，杨育，张娜. 基于超网络的协同产品创新知识网络稳定性. 计算机集成制造系统，2018，24 (12), 3082-3095. (EI)

[4]. J Su, M Wei, A Liu. A Robust Predictive–Reactive Allocating Approach, Considering Random Design Change in Complex Product Design Processes. International Journal of Computational Intelligence Systems，2018, 11 (1), 1210-1228. (SCI)

[5]. J Su, Y Yang, K Yu, N Zhang. A method of partner selection for knowledge collaboration teams using weighted social network analysis. Journal of Intelligent Systems 27 (4), 577-591. (SCI)