基于模糊集和粗糙集理論的企業(yè)免疫力評價(jià)

程國平，張劍光

(武漢理工大學(xué)管理學(xué)院，湖北武漢 430070)

人類的肌體幾乎暴露在由無數(shù)病菌和病毒組成的環(huán)境中，卻依然能夠健康地生存，這是由于免疫系統(tǒng)每時每刻都在充當(dāng)保衛(wèi)人體健康的衛(wèi)士，其運(yùn)行機(jī)制使人體能夠適應(yīng)環(huán)境的復(fù)雜性和抗原的多樣性。而企業(yè)面臨的環(huán)境越來越近似于生物有機(jī)體生存的環(huán)境，在各種病毒的摧殘與打擊下，許多企業(yè)依然能夠健康地存續(xù)下去，表明企業(yè)也有自己的免疫系統(tǒng)，并且時刻發(fā)揮著作用，抵御來自企業(yè)內(nèi)部和外部的各種風(fēng)險(xiǎn)和危機(jī)［1-2］。

到目前為止，通過將醫(yī)學(xué)中的免疫理論與其他領(lǐng)域結(jié)合，已形成了幾個新的研究領(lǐng)域:人工免疫系統(tǒng)、國家審計(jì)免疫系統(tǒng)和組織免疫系統(tǒng)。FARMER等于1986年率先構(gòu)造了一個基于免疫網(wǎng)絡(luò)學(xué)說的免疫系統(tǒng)動態(tài)模型［3］;DE CASTRO和TIMMIS合作出版了第一本系統(tǒng)論述人工免疫系統(tǒng)原理與應(yīng)用的學(xué)術(shù)專著［4］;DASGUPTA［5］和HART［6］對該方面的研究成果進(jìn)行了系統(tǒng)的綜述;國家審計(jì)署審計(jì)長劉家義在全國審計(jì)工作會議上首次提出審計(jì)“免疫系統(tǒng)”的觀點(diǎn);趙彥鋒［7］、趙保卿［8］、何敬和周鑫［9］等對國家審計(jì)免疫系統(tǒng)進(jìn)行了理論上的探討，從思想上為國家審計(jì)免疫系統(tǒng)的構(gòu)建提供了架構(gòu)。也有一些學(xué)者從企業(yè)管理的其他方面對企業(yè)免疫系統(tǒng)進(jìn)行了初步的探討，但只有王以華及其研究團(tuán)隊(duì)對組織免疫進(jìn)行了系統(tǒng)的研究與論述［10-12］，他們將醫(yī)學(xué)中的免疫理論進(jìn)行了移植，對組織免疫的理論基礎(chǔ)、運(yùn)行機(jī)制及相關(guān)影響因素進(jìn)行了科學(xué)的闡釋，并將組織免疫定義為企業(yè)識別外部和內(nèi)部異己(有害和有益)，排除威脅因素并產(chǎn)生記憶，從而維護(hù)企業(yè)健康的能力，為企業(yè)免疫理論的各方面研究奠定了基礎(chǔ)，做出了不可磨滅的貢獻(xiàn)。但之前的研究只為企業(yè)免疫理論的研究做了方向性的探索，許多方面沒有深入地展開，如企業(yè)免疫力的評價(jià)問題。有學(xué)者認(rèn)為可從如下3方面來評價(jià):“病毒”感知能力、“病毒”防御能力和自我修復(fù)能力［13］，但也只是提及，沒有深入探討。因此，筆者將在前人研究的基礎(chǔ)上，構(gòu)建一套初步的企業(yè)免疫力評價(jià)指標(biāo)體系。

1965年，美國學(xué)者 ZADEH在“Information and Control”上首先提出了模糊集合的概念，用精確的數(shù)學(xué)語言對模糊性進(jìn)行描述。在處理實(shí)際問題時，有時并不需要提供一個模糊的概念，而需對模糊的客觀事物的特征屬性有一個較明確的認(rèn)識和判定，以便為下一步的決策打好基礎(chǔ)，這在模糊數(shù)學(xué)中被稱為模糊識別。模糊識別方法大致有兩種［14］:一種是直接用于個體識別的最大隸屬原則，一種是間接用于群體模型識別的擇近原則。粗糙集理論由PAWLAK于1982年提出，是一種刻畫不完整性和不確定性的軟計(jì)算工具，能有效地分析不精確、不一致和不完整的信息，對數(shù)據(jù)進(jìn)行分析和推理，從中發(fā)現(xiàn)隱含的知識，揭示潛在的規(guī)律［15］。該理論的主要思想就是在保持分類能力不變的前提下，通過知識約簡，導(dǎo)出問題的決策或分類規(guī)則［16］。

粗糙集理論和模糊集理論分別使用不分明關(guān)系和模糊的概念來處理不完全的數(shù)據(jù)集，它們都是求近似值，但前者通過數(shù)學(xué)公式計(jì)算得到，而后者依賴于統(tǒng)計(jì)等方法得到，兩者具有互補(bǔ)關(guān)系。目前已有人在研究模糊粗糙集與粗糙模糊集，希望將兩者的優(yōu)點(diǎn)結(jié)合起來作為研究不完全數(shù)據(jù)集的有效方法［17-18］。筆者嘗試將模糊集理論中的模糊模式識別與粗糙集理論中的依賴度結(jié)合起來，對企業(yè)免疫力進(jìn)行評價(jià)。

1 基于隸屬函數(shù)的企業(yè)免疫力評價(jià)指標(biāo)

1.1 企業(yè)免疫力評價(jià)指標(biāo)體系

在構(gòu)建企業(yè)免疫力評價(jià)指標(biāo)體系前，先作如下幾個定義:

定義1 企業(yè)免疫力是指企業(yè)預(yù)防和消滅企業(yè)病毒使企業(yè)不斷地適應(yīng)環(huán)境的能力，是企業(yè)自身的防御機(jī)制。企業(yè)免疫力有兩種:先天性免疫和獲得性免疫。

定義2 企業(yè)病毒是指來自于企業(yè)內(nèi)外部的對企業(yè)的正常運(yùn)作產(chǎn)生不良影響的有害“異己”，具體來說就是企業(yè)在成長過程中遇到的各種風(fēng)險(xiǎn)因素和危機(jī)。病毒分類可參考文獻(xiàn)［1］和文獻(xiàn)［2］。

定義3 企業(yè)免疫系統(tǒng)具有識別病毒、抵御病毒、自我調(diào)節(jié)和記憶等功能。

定義4 對于每種企業(yè)病毒，都有一種或多種解決方案，筆者將處理企業(yè)病毒的方案定義為企業(yè)免疫系統(tǒng)的抗體，抗體庫就是方案庫。

在明確了上述定義后，筆者借鑒免疫學(xué)思維和電腦病毒查殺思維，以及危機(jī)和突發(fā)事件的應(yīng)急能力評價(jià)體系的構(gòu)建思路，將企業(yè)免疫力評價(jià)指標(biāo)體系分為7個方面，如圖1所示。

圖1 企業(yè)免疫力評價(jià)指標(biāo)體系

(1)查毒能力。它指的是企業(yè)病毒識別能力，相當(dāng)于企業(yè)的雷達(dá)系統(tǒng)，或電腦殺毒軟件的查毒功能，需及時將病毒掃描出來，并發(fā)出警報(bào)。該指標(biāo)又分為病毒監(jiān)測能力、病毒預(yù)測能力和病毒警報(bào)能力3個方面。

(2)主動防毒能力。它相當(dāng)于企業(yè)的防火墻，是企業(yè)免疫系統(tǒng)的第一道屏障，將外來病毒阻止在企業(yè)機(jī)體之外，企業(yè)防毒能力越強(qiáng)，企業(yè)受病毒侵害之痛就越少。

研究者首先確定內(nèi)容主題和認(rèn)識水平的分類，后對考試大綱標(biāo)準(zhǔn)和試題統(tǒng)計(jì)分析，分別賦值編碼到“內(nèi)容主題×認(rèn)知水平”的二維矩陣中，記為矩陣X與矩陣Y，以兩個矩陣中的賦值為依據(jù)計(jì)算彼此間的一致性.為使矩陣具有兩兩可比較性，賦值后需對單元格賦值進(jìn)行標(biāo)準(zhǔn)化處理，令同一矩陣中所有單元格內(nèi)的賦值轉(zhuǎn)化為總和為1的比率值.波特等研究者驗(yàn)證了不同的一致性系數(shù)方法，得到了研究者認(rèn)可并行之有效的一致性系數(shù)計(jì)算公式[3]，[4].

(3)殺毒能力。它是企業(yè)免疫系統(tǒng)的核心功能，對于企業(yè)來說，由于實(shí)力、環(huán)境和病毒危害的不同，總有一些病毒是防御系統(tǒng)無法檢測和清除的，只有靠殺毒系統(tǒng)來清除。借鑒突發(fā)事件的應(yīng)急能力評價(jià)體系，將企業(yè)病毒免疫系統(tǒng)的殺毒能力細(xì)分為如下幾個指標(biāo):病毒評估、指揮調(diào)度、決策分析、應(yīng)急資源管理(資源需求的識別和確認(rèn)、資源調(diào)動、資源追蹤和報(bào)告等)、抗體庫管理、信息發(fā)布管理和員工綜合能力等。

(4)記憶能力。免疫系統(tǒng)具有識別各種抗原并將特定抗原排斥掉的學(xué)習(xí)記憶機(jī)制，免疫系統(tǒng)在免疫響應(yīng)之后，如果受到同類抗原的再刺激，短時間內(nèi)會產(chǎn)生比上一次更多的抗體，同時與該抗原的親和力也會提高。當(dāng)企業(yè)對經(jīng)歷過的情況進(jìn)行再次應(yīng)對時，會提高反應(yīng)的效率和質(zhì)量。記憶力越強(qiáng)，企業(yè)的免疫力就越強(qiáng)。

(5)自我修復(fù)能力。它是指企業(yè)在經(jīng)過病毒的侵襲后，能夠自我修復(fù)受損組織，重新構(gòu)筑免疫系統(tǒng)的能力。企業(yè)體質(zhì)恢復(fù)越快，說明免疫系統(tǒng)的自我修復(fù)能力越強(qiáng)。

(6)企業(yè)年齡。企業(yè)年齡影響企業(yè)免疫力的強(qiáng)弱，一般情況下，隨著企業(yè)年齡的增加，組織免疫力不斷增強(qiáng)。

(7)企業(yè)規(guī)模。企業(yè)的規(guī)模越大，說明企業(yè)的實(shí)力越強(qiáng)，抗病毒能力就越強(qiáng)。

1.2 指標(biāo)隸屬屬性

選取10 家企業(yè)為樣本，記 U={u1，u2，…，u10}。對給定的屬性規(guī)定數(shù)值，對特征屬性和決策屬性用優(yōu)、良、中、差表示，對應(yīng)屬性值分別為 1，2，3，4。請專家對10家企業(yè)分別從圖1中的7個指標(biāo)進(jìn)行模糊識別，得到各因素屬性結(jié)果如表1所示。

2 基于粗糙集理論確定指標(biāo)權(quán)重

指標(biāo)權(quán)重是企業(yè)免疫力評價(jià)指標(biāo)體系中最難把握的部分，目前常用的德爾菲法、層次分析法等都是以決策者的先驗(yàn)知識為基礎(chǔ)，主觀成分較大。而粗糙集理論中的知識約簡和依賴度則以客觀實(shí)際為基礎(chǔ)，從定性的角度來描述事物的屬性，既貼近實(shí)際又可簡化大量的指標(biāo)，并給出更為客觀的隸屬度。以模糊識別得到的各屬性的定性數(shù)值為輸入，填入知識表達(dá)系統(tǒng)，結(jié)果如表2所示。

表1 10家企業(yè)免疫力評價(jià)指標(biāo)屬性值

表2 知識表達(dá)系統(tǒng)

其中，X={X1，X2，…，Xg}為經(jīng)驗(yàn)方案集;Y={Y1，Y2，…，Yn}為條件屬性集;D 為決策屬性;xij、di分別為各條件屬性的定性數(shù)值和決策屬性數(shù)值;g為先期經(jīng)驗(yàn)方案數(shù)目，要求g＞n，且g越大，表示知識庫越充足，結(jié)果越客觀準(zhǔn)確。

(1)如果posY(D)=pos(Y-{Yi})(D)，則 Yi為 Y中D不必要，即Yi為冗余屬性，約簡消去。設(shè)約簡后的條件屬性集為 YS，YS={C1，C2，…，Ct}，t≤n。

(2)對于約簡后的多指標(biāo)決策問題KS=(U，R)，此時，posC(D)≠pos(C-{Ci})(D)，D 對 Ci的依賴度可用Ci∈C關(guān)于D的重要性表示，即:

(3)將 D 對 Ci(i=1，2，…，t)的依賴度進(jìn)行標(biāo)準(zhǔn)化處理，結(jié)果即為條件屬性Ci的約簡權(quán)重:

這樣，就得到了約簡冗余屬性后的條件屬性及其權(quán)重。

由于粗糙集理論給出的客觀權(quán)重實(shí)際上并不完全客觀，尤其是其中模糊隸屬函數(shù)的確定，帶有較大的隨機(jī)性和試驗(yàn)性，因此筆者建議將客觀權(quán)重和主觀權(quán)重再次加權(quán)求和，給出一個綜合主客觀的復(fù)合權(quán)重，考慮到客觀權(quán)重的影響更大，賦予其較大的權(quán)重因子。設(shè)主觀權(quán)重為v1，v2，…，vt;權(quán)重因子為α，且0＜α≤0.5;則各條件屬性的復(fù)合權(quán)重為:p1=αv1+(1-α)wC1，p2=αv2+(1-α)wC2，…，pt=αvt+(1-α)wCt，得到綜合評判式為:

此處t個屬性規(guī)定為同向變化，即要么都取最大值時最優(yōu)，要么都取最小值時最優(yōu)。

因此，上述10家企業(yè)形成如表3所示的知識表達(dá)系統(tǒng)。

表3 企業(yè)免疫力評價(jià)指標(biāo)體系知識表達(dá)系統(tǒng)

根據(jù)表3，計(jì)算決策屬性和所有條件屬性集合的等價(jià)類為:

各屬性的正域?yàn)?

根據(jù)粗糙集的屬性約簡原理，可以判斷條件屬性C4和C6是冗余屬性。通過與一些專家學(xué)者和企業(yè)界相關(guān)人士進(jìn)行探討，發(fā)現(xiàn)企業(yè)年齡和企業(yè)規(guī)模對企業(yè)免疫力的影響并非是直接的或成正比關(guān)系，每次經(jīng)濟(jì)危機(jī)都會使一批企業(yè)垮掉，有大企業(yè)也有小企業(yè)，然而也有些小企業(yè)不但沒有受到大的打擊，反而抓住機(jī)會使實(shí)力大幅提高。另外，隨著信息技術(shù)的發(fā)展，一些互聯(lián)網(wǎng)企業(yè)在短時間內(nèi)迅速成長起來，與一些傳統(tǒng)產(chǎn)業(yè)相比，他們年齡雖短，但是抗擊風(fēng)險(xiǎn)和危機(jī)的能力絲毫不遜于那些傳統(tǒng)產(chǎn)業(yè)的大企業(yè)。因此，通過以上分析，筆者將企業(yè)規(guī)模和企業(yè)年齡兩個屬性進(jìn)行約簡，得到企業(yè)免疫力綜合評價(jià)的屬性核core(R)={C1，C2，C3，C5，C7}。于是有:

因此D對Ci的依賴度依次為:

5個指標(biāo)的約簡權(quán)重為wC1=1/6，wC2=1/6，wC3=1/3，wC5=1/6，wC7=1/6。

假設(shè)由專家調(diào)查得到的上述5個指標(biāo)的主觀權(quán)重依次為0.24，0.16，0.30，0.16，0.14，根據(jù)專家意見，選取經(jīng)驗(yàn)因子p=0.6，由公式pt=αvt+(1-α)wCt得到各評判指標(biāo)的綜合權(quán)重依次為:

綜合評判式為:Z=0.211yC1+0.163yC2+0.312yC3+0.163yC5+0.151yC7

應(yīng)用該評判式得到10家企業(yè)的免疫力綜合評價(jià)值如表4所示。

表4 10家企業(yè)免疫力綜合評價(jià)值

通過排序可以看出，企業(yè)u2的免疫力最強(qiáng)，企業(yè)u1的免疫力最弱。

3 結(jié)論

筆者利用粗糙集與模糊集相結(jié)合的方法來綜合評判了企業(yè)免疫力的大小，運(yùn)用粗糙集理論中知識的約簡，將企業(yè)免疫力評價(jià)指標(biāo)中冗余指標(biāo)進(jìn)行刪除，減化了評價(jià)指標(biāo)，大大降低了處理信息的維數(shù)和計(jì)算特征值的工作量，也降低了系統(tǒng)的復(fù)雜程度。結(jié)果表明，綜合運(yùn)用這兩種方法，簡單實(shí)用，結(jié)果可靠。但是，由于對企業(yè)免疫力的研究在理論上處于起步階段，評價(jià)指標(biāo)體系還有待豐富和深入，要通過后續(xù)的深入研究，全面分析企業(yè)免疫力的影響因素，將更加能體現(xiàn)企業(yè)免疫力的指標(biāo)挖掘出來，為企業(yè)抵御外來病毒入侵提供有價(jià)值的參考依據(jù)。

［1］邱昭良.組織學(xué)習(xí)“免疫”公司病毒［J］.21世紀(jì)商業(yè)評論，2005(7):106-109.

［2］李建民.公司病毒［M］.北京:北京大學(xué)出版社，2005:28-97.

［3］FARMER J D，PACKARD N H，PERELSON A S.The immune system，adaptation，and machine learning［J］.Physica D，1986(22):187-204.

［4］DE CASTRO L N，TIMMIS J.Artificial immune system:a new computational intelligence approach［M］.Berlin:Spinger-Verlag，2002:36-98.

［5］DASGUPTA D.Advances in artificial immune systems［J］.IEEE Computational Intelligence Magazine，2006(4):160-165.

［6］HART E，TIMMIS J.Application areas of AIS:the past，the present and the future［C］//International Conference on Artificial Immune Systems.Berlin:Springer，2005:483-497.

［7］趙彥鋒.審計(jì)“免疫系統(tǒng)”論:演進(jìn)過程、作用機(jī)理與實(shí)現(xiàn)路徑［J］.審計(jì)與經(jīng)濟(jì)研究，2009(3):21-26.

［8］趙保卿.“免疫系統(tǒng)”論與審計(jì)的預(yù)防職能［J］.審計(jì)與經(jīng)濟(jì)研究，2009(3):3-7.

［9］何敬，周鑫.國家審計(jì)免疫應(yīng)答機(jī)制及其應(yīng)用［J］.審計(jì)與經(jīng)濟(jì)研究，2009(3):27-28.

［10］王以華.組織免疫研究初探［J］.科學(xué)學(xué)與科學(xué)技術(shù)管理，2006(6):134-139.

［11］呂萍，王以華.組織免疫系統(tǒng)的構(gòu)建和運(yùn)行機(jī)制:對大亞灣核電站的案例研究［J］.科學(xué)學(xué)與科學(xué)技術(shù)管理，2007(7):151-156.

［12］楊震寧，王以華.基于免疫的組織健康捍衛(wèi)機(jī)制建構(gòu):一個案例［J］.南開管理評論，2008，11(5):102-112.

［13］張劍虹，張劍光.企業(yè)綜合實(shí)力評價(jià)新體系探析［J］.中國建材，2010(5):89-91.

［14］陳芳芳，曾京京.基于模糊聚類和BP算法的混合模型［J］.武漢理工大學(xué)學(xué)報(bào):信息與管理工程版，2011，33(5):694-697.

［15］PAWLAK Z.Rough sets［J］.International Journal of Information and Computer Science，1982，11(5):341-356.

［16］張文修，吳偉志，梁吉杰，等.粗糙集理論與方法［M］.北京:科學(xué)出版社，2003:76-104.

［17］萬紅新，彭 云，聶承啟.基于模糊集和粗糙集的關(guān)聯(lián)規(guī)則挖掘策略［J］.江西師范大學(xué)學(xué)報(bào):自然科學(xué)版，2005，29(1):23-25.

［18］王海珍，廉佐政.基于模糊集和粗糙集理論的故障診斷方法的研究［J］.齊齊哈爾大學(xué)學(xué)報(bào)，2006，22(1):38-40.