基于知識(shí)轉(zhuǎn)移的新產(chǎn)品開(kāi)發(fā)多目標(biāo)項(xiàng)目調(diào)度研究

譚嘉欣，黃敏鎂，何凱迪

(1.華南理工大學(xué)工商管理學(xué)院，廣東　廣州　510641；2.華南師范大學(xué)公共管理學(xué)院，廣東　廣州　510006；3.華南理工大學(xué)經(jīng)濟(jì)與貿(mào)易學(xué)院，廣東　廣州　510006)

?

基于知識(shí)轉(zhuǎn)移的新產(chǎn)品開(kāi)發(fā)多目標(biāo)項(xiàng)目調(diào)度研究

譚嘉欣1，黃敏鎂2，何凱迪3

(1.華南理工大學(xué)工商管理學(xué)院，廣東廣州510641；2.華南師范大學(xué)公共管理學(xué)院，廣東廣州510006；3.華南理工大學(xué)經(jīng)濟(jì)與貿(mào)易學(xué)院，廣東廣州510006)

摘要：本文對(duì)新產(chǎn)品開(kāi)發(fā)項(xiàng)目成本、激勵(lì)成本、知識(shí)轉(zhuǎn)移量與工期等概念及其關(guān)系進(jìn)行界定；構(gòu)建了考慮知識(shí)轉(zhuǎn)移的新產(chǎn)品開(kāi)發(fā)項(xiàng)目工期—成本多目標(biāo)調(diào)度模型；提出了基于優(yōu)先規(guī)則的多屬性決策方法；對(duì)實(shí)例給出三種知識(shí)轉(zhuǎn)移激勵(lì)成本方案，利用本文所提方法對(duì)不同激勵(lì)成本下的項(xiàng)目調(diào)度方案進(jìn)行偏好排序，并做出最小化工期和成本的項(xiàng)目調(diào)度和激勵(lì)決策。

關(guān)鍵詞：新產(chǎn)品開(kāi)發(fā)；項(xiàng)目調(diào)度；多目標(biāo)決策；知識(shí)轉(zhuǎn)移

1國(guó)內(nèi)外相關(guān)研究現(xiàn)狀綜述

1.1　知識(shí)轉(zhuǎn)移及其對(duì)新產(chǎn)品開(kāi)發(fā)的影響研究綜述

現(xiàn)有研究表明，知識(shí)轉(zhuǎn)移對(duì)項(xiàng)目的成敗有著重要的影響[1-3]。知識(shí)轉(zhuǎn)移的影響因素包括知識(shí)源、知識(shí)受體、轉(zhuǎn)移情景、轉(zhuǎn)移媒介等，其中轉(zhuǎn)移激勵(lì)通過(guò)直接或間接的方式對(duì)知識(shí)轉(zhuǎn)移的影響尤為顯著。轉(zhuǎn)移激勵(lì)通過(guò)影響知識(shí)源及知識(shí)受體參與知識(shí)轉(zhuǎn)移的意愿、動(dòng)機(jī)與積極性，進(jìn)而影響著知識(shí)轉(zhuǎn)移的效果，并進(jìn)一步影響到新產(chǎn)品開(kāi)發(fā)項(xiàng)目活動(dòng)工期。項(xiàng)目管理者需要從新產(chǎn)品開(kāi)發(fā)項(xiàng)目具體情景出發(fā)，結(jié)合項(xiàng)目的特點(diǎn)，研究項(xiàng)目當(dāng)中知識(shí)轉(zhuǎn)移對(duì)項(xiàng)目的工期、成本的影響，通過(guò)合理的項(xiàng)目調(diào)度，降低新產(chǎn)品開(kāi)發(fā)項(xiàng)目的風(fēng)險(xiǎn)，提高企業(yè)的收益。

1.2　活動(dòng)工期估算及項(xiàng)目調(diào)度算法研究綜述

活動(dòng)工期估算是制定項(xiàng)目進(jìn)度計(jì)劃的關(guān)鍵，是項(xiàng)目調(diào)度的重要任務(wù)之一。對(duì)于新產(chǎn)品開(kāi)發(fā)項(xiàng)目來(lái)說(shuō)，活動(dòng)持續(xù)時(shí)間受研發(fā)人員、設(shè)備等多方面因素的影響較大，這造成項(xiàng)目工期的波動(dòng)較大。因此，確定合理的活動(dòng)時(shí)間是項(xiàng)目管理人員非常重要的任務(wù)。最早被用于活動(dòng)工期估算的是根據(jù)專家經(jīng)驗(yàn)或歷史數(shù)據(jù)估計(jì)出一個(gè)最可能的活動(dòng)工期，并被用于關(guān)鍵路線法(Critical Path Method，CPM)。隨著項(xiàng)目復(fù)雜程度的提高，F(xiàn)azar等人于1958年開(kāi)發(fā)了計(jì)劃評(píng)審技術(shù)(Program Evaluation & Review Technique，PERT)，利用三點(diǎn)時(shí)間估算法計(jì)算出活動(dòng)的期望時(shí)間和方差，并據(jù)此制定項(xiàng)目進(jìn)度計(jì)劃。Premachandra改進(jìn)了PERT法中的活動(dòng)期望時(shí)間計(jì)算方法，使預(yù)測(cè)效果更佳[4]。上述兩種方法僅考慮活動(dòng)時(shí)序約束，并未考慮資源約束。為此，Goldratt提出了約束理論，并將其應(yīng)用于項(xiàng)目管理中便有了關(guān)鍵鏈項(xiàng)目管理(CCPM)技術(shù)[5]。

新產(chǎn)品開(kāi)發(fā)項(xiàng)目調(diào)度問(wèn)題是資源約束項(xiàng)目調(diào)度問(wèn)題(Resource Constrained Project Scheduling Problem，RCPSP)在現(xiàn)實(shí)社會(huì)中的一種應(yīng)用形式。RCPSP屬于NP-hard優(yōu)化問(wèn)題，該問(wèn)題成為運(yùn)籌學(xué)研究的熱點(diǎn)問(wèn)題之一[6]。多年來(lái)，求解RCPSP的算法不斷推陳出新，主要有精確算法[7]、啟發(fā)式算法[8]和智能算法。隨著計(jì)算機(jī)智能的發(fā)展，已有多種智能方法被提出并用于解決RCPSP。對(duì)于智能算法而言，在搜索算法方面，現(xiàn)有智能算法主要還是傳統(tǒng)的禁忌搜索(TS)、遺傳算法(GA)、模擬退火(SA)等。近年來(lái)，更有學(xué)者針對(duì)隨機(jī)RCPSP提出貪婪隨機(jī)自適應(yīng)搜索算法(GRASP)和人工蜂群算法(ABC)[9]。對(duì)于啟發(fā)式算法而言，基于優(yōu)先規(guī)則的啟發(fā)式算法很好地彌補(bǔ)了精確算法計(jì)算時(shí)間長(zhǎng)、效率低等缺點(diǎn)?；趦?yōu)先規(guī)則啟發(fā)式方法被廣泛研究，白思俊在其文章中對(duì)啟發(fā)式方法進(jìn)行了全面的總結(jié)[10]。這些方法對(duì)于新產(chǎn)品開(kāi)發(fā)項(xiàng)目調(diào)度問(wèn)題的求解具有重要參考價(jià)值。

本文結(jié)合新產(chǎn)品開(kāi)發(fā)項(xiàng)目管理的特點(diǎn)，考慮激勵(lì)成本投入對(duì)知識(shí)轉(zhuǎn)移的作用，在新產(chǎn)品開(kāi)發(fā)項(xiàng)目活動(dòng)工期估算中加入知識(shí)轉(zhuǎn)移量對(duì)活動(dòng)工期的影響；建立工期和成本最小化的多目標(biāo)項(xiàng)目調(diào)度模型；探索有效的項(xiàng)目調(diào)度方法，以激勵(lì)項(xiàng)目中的知識(shí)轉(zhuǎn)移，保證新產(chǎn)品質(zhì)量，提高新產(chǎn)品開(kāi)發(fā)速度和降低成本。

2關(guān)鍵概念界定與關(guān)系分析

2.1　激勵(lì)成本與知識(shí)轉(zhuǎn)移量

激勵(lì)成本是指激勵(lì)員工知識(shí)轉(zhuǎn)移的成本。本文假設(shè)激勵(lì)成本與項(xiàng)目活動(dòng)工期及資源需求無(wú)關(guān)，是由項(xiàng)目管理者直接決定的。知識(shí)轉(zhuǎn)移量表示知識(shí)轉(zhuǎn)移過(guò)程中所轉(zhuǎn)移的知識(shí)量，用來(lái)描述知識(shí)轉(zhuǎn)移績(jī)效。

眾多研究表明，激勵(lì)成本的投入能夠激發(fā)員工參與知識(shí)轉(zhuǎn)移的動(dòng)機(jī)，提高他們參與知識(shí)轉(zhuǎn)移的意愿，使得知識(shí)轉(zhuǎn)移的效果更為顯著。其中，盧兵等在研究企業(yè)聯(lián)盟中知識(shí)轉(zhuǎn)移的影響因素時(shí)得到“獎(jiǎng)懲系統(tǒng)對(duì)聯(lián)盟知識(shí)轉(zhuǎn)移有促進(jìn)影響”的結(jié)論[11]。程鐵信與陳美對(duì)項(xiàng)目管理中知識(shí)轉(zhuǎn)移的影響因素做了實(shí)證研究，研究顯示在項(xiàng)目管理當(dāng)中轉(zhuǎn)移激勵(lì)對(duì)轉(zhuǎn)移績(jī)效的影響程度為0.56[12]。為便于研究的開(kāi)展，結(jié)合激勵(lì)成本對(duì)知識(shí)轉(zhuǎn)移量正向的促進(jìn)作用，將兩者關(guān)系設(shè)為簡(jiǎn)單的線性關(guān)系：

k=aE+b

(1)

其中，a為激勵(lì)成本對(duì)知識(shí)轉(zhuǎn)移量的影響系數(shù)；b為在沒(méi)有投入激勵(lì)成本情況下項(xiàng)目團(tuán)隊(duì)內(nèi)部的知識(shí)轉(zhuǎn)移量；a和b兩者皆為常數(shù)；k表示知識(shí)轉(zhuǎn)移量；E為激勵(lì)成本。

本文將項(xiàng)目成本定義為：

C=Ct+C0+E

(2)

其中，C為項(xiàng)目成本，由直接成本、間接成本與激勵(lì)成本三部分構(gòu)成；Ct為項(xiàng)目的直接成本，與項(xiàng)目各活動(dòng)時(shí)間與資源相關(guān)；C0為間接成本，與項(xiàng)目工期有關(guān)；E為項(xiàng)目激勵(lì)成本，由項(xiàng)目管理決策者決定激勵(lì)成本的投入。

2.2　知識(shí)轉(zhuǎn)移量與項(xiàng)目活動(dòng)工期

項(xiàng)目活動(dòng)工期是指根據(jù)分配的資源，完成項(xiàng)目活動(dòng)所需要的時(shí)間。

借鑒盧兵等在其研究中建立的一個(gè)用以描述協(xié)作雙方知識(shí)轉(zhuǎn)移的微分動(dòng)力學(xué)模型[13]，得到知識(shí)轉(zhuǎn)移量與項(xiàng)目活動(dòng)工期的關(guān)系：

d′=d-αlnk

(3)

其中，d′為投入激勵(lì)成本后的項(xiàng)目活動(dòng)工期；d為未投入激勵(lì)成本時(shí)的原始項(xiàng)目活動(dòng)工期；k為知識(shí)轉(zhuǎn)移量；α為知識(shí)轉(zhuǎn)移量對(duì)項(xiàng)目活動(dòng)工期的影響系數(shù)。式(3)表明隨著知識(shí)轉(zhuǎn)移量的增加，活動(dòng)工期縮短，且縮短幅度越來(lái)越小。它較好地滿足了活動(dòng)工期與知識(shí)轉(zhuǎn)移量間的關(guān)系。

3知識(shí)轉(zhuǎn)移下的新產(chǎn)品開(kāi)發(fā)項(xiàng)目工期—成本多目標(biāo)調(diào)度模型構(gòu)建

(1)活動(dòng)：假設(shè)新產(chǎn)品開(kāi)發(fā)項(xiàng)目由J項(xiàng)活動(dòng)構(gòu)成，分別標(biāo)記為Aj(j=1,K,J)，這些活動(dòng)都要依特定順序進(jìn)行；其中，第0個(gè)和第J個(gè)活動(dòng)為不花費(fèi)時(shí)間和資源的虛活動(dòng)，分別用于表示整個(gè)項(xiàng)目的開(kāi)始與結(jié)束；dj表示活動(dòng)J的工期，STj表示活動(dòng)開(kāi)始時(shí)間，F(xiàn)Tj表示活動(dòng)完成時(shí)間。

(2)緊前關(guān)系約束：每個(gè)活動(dòng)開(kāi)始時(shí)間都要求大于等于其緊前活動(dòng)的完成時(shí)間，即活動(dòng)J要在其所有緊前活動(dòng)結(jié)束后才可執(zhí)行。

資源約束：項(xiàng)目可被調(diào)用的資源是有限的；為簡(jiǎn)化問(wèn)題，本文假設(shè)項(xiàng)目只有一種可更新資源r，在任一時(shí)刻項(xiàng)目資源r的總量為R，是有限的；活動(dòng)j需要調(diào)用rj單位的資源才可執(zhí)行，項(xiàng)目執(zhí)行中的任一時(shí)刻必須滿足：∑jrj≤R。

(3)綜合考慮項(xiàng)目完工時(shí)間和項(xiàng)目成本最小化兩個(gè)目標(biāo)函數(shù)，考慮激勵(lì)成本與知識(shí)轉(zhuǎn)移量的關(guān)系、知識(shí)轉(zhuǎn)移量與項(xiàng)目活動(dòng)工期的關(guān)系，構(gòu)建工期—成本多目標(biāo)調(diào)度優(yōu)化的模型如下：

min∑tt·xJt

(4)

min∑jCj+C0+∑jEj

(5)

s.t.∑txjt=1,?j

(6)

∑tt·xjt≤∑t(t-dj)xjt,?h∈Pj,?j

(7)

(8)

cj=f(rj),?j

(9)

C0=g(∑txJt)

(10)

dj=l(dj,kj),?j

(11)

kj=u(Ej),?j

(12)

xjt={0,1},?j,t

(13)

其中，t表示時(shí)間序號(hào)(t=1，2，K,T，T表示項(xiàng)目總工期的上限)，Pj代表第j個(gè)活動(dòng)的緊前活動(dòng)集合，r表示項(xiàng)目的可更新資源(r=1，2，3，K，R)，rj代表完成第j個(gè)活動(dòng)所需資源的數(shù)量，C代表項(xiàng)目成本，Cj代表第j個(gè)活動(dòng)的直接成本，C0表示間接成本，Ej表示第j個(gè)活動(dòng)的激勵(lì)成本，kj代表第j個(gè)活動(dòng)的知識(shí)轉(zhuǎn)移量。

上述數(shù)學(xué)模型中，式(4)與式(5)是兩個(gè)目標(biāo)函數(shù)，即項(xiàng)目工期最短與成本最小的目標(biāo)函數(shù)。式(7)表示活動(dòng)順序關(guān)系約束；式(8)表示活動(dòng)資源約束；式(9)和式(10)分別表示項(xiàng)目中由活動(dòng)資源決定的活動(dòng)直接成本和由項(xiàng)目工期決定的項(xiàng)目間接成本；式(11)表示項(xiàng)目活動(dòng)工期與知識(shí)轉(zhuǎn)移量的關(guān)系約束；式(12)表示項(xiàng)目活動(dòng)中的知識(shí)轉(zhuǎn)移量與活動(dòng)的激勵(lì)成本的關(guān)系約束，式(13)表示決策變量，xjt=1表示第j個(gè)活動(dòng)在t時(shí)刻完成，xjt=0表示其他情況。

針對(duì)新產(chǎn)品開(kāi)發(fā)項(xiàng)目的特點(diǎn)，對(duì)知識(shí)轉(zhuǎn)移下的新產(chǎn)品開(kāi)發(fā)項(xiàng)目工期—成本多目標(biāo)調(diào)度模型作進(jìn)一步假設(shè)：

假設(shè)1：項(xiàng)目活動(dòng)中的知識(shí)轉(zhuǎn)移量與激勵(lì)成本之間的關(guān)系為kj=0.56E+1，即項(xiàng)目活動(dòng)中的知識(shí)轉(zhuǎn)移量隨著知識(shí)轉(zhuǎn)移激勵(lì)成本增加而增加，當(dāng)激勵(lì)成本為0時(shí)，知識(shí)轉(zhuǎn)移量為1個(gè)單位。

假設(shè)3：項(xiàng)目直接成本只與項(xiàng)目活動(dòng)資源有關(guān)，與項(xiàng)目活動(dòng)時(shí)間無(wú)關(guān)。因此，在實(shí)例計(jì)算當(dāng)中，在不同的激勵(lì)方案下，因?yàn)槊宽?xiàng)活動(dòng)的資源需求量不變，所以直接成本也是固定不變的。設(shè)第j項(xiàng)活動(dòng)直接成本Cj=rj·L(L為單位資源的直接成本，在本文實(shí)例討論中L=100)。

假設(shè)4：設(shè)項(xiàng)目間接成本與項(xiàng)目工期為簡(jiǎn)單的線性關(guān)系：C0=GtT(G為單位時(shí)間的管理費(fèi)用，T為項(xiàng)目工期)。

4基于優(yōu)先規(guī)則和理想優(yōu)基點(diǎn)法的多目標(biāo)調(diào)度決策

4.1　調(diào)度方法流程

本文對(duì)具有知識(shí)轉(zhuǎn)移的新產(chǎn)品開(kāi)發(fā)項(xiàng)目調(diào)度問(wèn)題采用優(yōu)先規(guī)則和理想優(yōu)基點(diǎn)法進(jìn)行決策，步驟如下：

步驟1，假設(shè)多種不同的知識(shí)轉(zhuǎn)移激勵(lì)方案。

步驟2，分別對(duì)每種激勵(lì)方案下的項(xiàng)目調(diào)度問(wèn)題選取十二條經(jīng)典優(yōu)先規(guī)則，采取并行進(jìn)度計(jì)劃生成機(jī)制進(jìn)行調(diào)度，得到該激勵(lì)方案下的最優(yōu)調(diào)度結(jié)果。

步驟3，以上述調(diào)度結(jié)果作為多目標(biāo)決策的備選方案，以項(xiàng)目工期和項(xiàng)目成本作為方案的屬性，在對(duì)屬性量綱標(biāo)準(zhǔn)化之后，以各個(gè)屬性中最優(yōu)值組合成理想優(yōu)基點(diǎn)，以最劣值組合成反理想優(yōu)基點(diǎn)，計(jì)算各個(gè)方案與理想優(yōu)基點(diǎn)及反理想優(yōu)基點(diǎn)的綜合距離。

步驟4，最后以綜合距離作為最終決策的標(biāo)準(zhǔn)并做出決策，選擇滿意的激勵(lì)方案使得項(xiàng)目工期和項(xiàng)目成本綜合最優(yōu)。

4.2　項(xiàng)目調(diào)度優(yōu)先規(guī)則

在實(shí)踐當(dāng)中，當(dāng)面對(duì)一些困難的優(yōu)化問(wèn)題時(shí)，人們通常會(huì)優(yōu)先根據(jù)自己以往在實(shí)踐中累積的經(jīng)驗(yàn)對(duì)問(wèn)題進(jìn)行初步判斷。盡管這些基于經(jīng)驗(yàn)的“小竅門(mén)”不能保證執(zhí)行方案是最優(yōu)的。但是，這種由管理人員結(jié)合自身經(jīng)驗(yàn)與信息，選擇與問(wèn)題相關(guān)的基本模型來(lái)解決實(shí)際面臨的管理實(shí)踐問(wèn)題，從而得到比較滿意的執(zhí)行方案的啟發(fā)式算法，憑借其較高的效率與方案質(zhì)量獲得了眾多管理者的青睞。

本文將采取文獻(xiàn)[14]中提出的較為常用的十二種優(yōu)先規(guī)則：EST、EFT、LST、LFT、MINSLK、SPT、LPT、LRPW、GRPW、LIS、MIS、GRD，對(duì)實(shí)例進(jìn)行調(diào)度計(jì)算。

4.3　并行進(jìn)度計(jì)劃生成機(jī)制

所謂的進(jìn)度計(jì)劃生成機(jī)制是將局部調(diào)度計(jì)劃逐步擴(kuò)展，直至生成一個(gè)完整的調(diào)度方案為止的機(jī)制，分為串行SGS和并行SGS兩種[15]。眾多探究RCPSP問(wèn)題的研究得出的結(jié)論：相對(duì)于串行SGS而言，并行SGS能給出更好的調(diào)度結(jié)果[9]。因此，本文對(duì)實(shí)例調(diào)度采取并行進(jìn)度生成機(jī)制。

步驟1，初始化：可調(diào)度活動(dòng)集合Q,令t=0時(shí)，每階段對(duì)應(yīng)的不完全調(diào)度方案SSt與正在執(zhí)行的活動(dòng)集合It為空。

步驟2，對(duì)可被調(diào)度的活動(dòng)集合中的活動(dòng)按照選定的優(yōu)先規(guī)則進(jìn)行排序并選擇第m個(gè)活動(dòng)。作出判斷，如果現(xiàn)階段的資源情況能滿足該活動(dòng)的資源需求，則調(diào)度該活動(dòng)，同時(shí)對(duì)資源r與時(shí)刻t進(jìn)行更新；重復(fù)上述過(guò)程，直到判斷集合Q中最后一個(gè)活動(dòng)被調(diào)度。

步驟3，當(dāng)Q中最后一項(xiàng)活動(dòng)已被調(diào)度，在更新集合SSt，It，Q與時(shí)刻t之后，則判斷SSt中的活動(dòng)數(shù)是否等于項(xiàng)目總的活動(dòng)數(shù)J，如是則調(diào)度方案完成，否則重復(fù)執(zhí)行步驟2流程，直至調(diào)度方案完成為止。

4.4　多屬性決策的理想優(yōu)基點(diǎn)法

理想優(yōu)基點(diǎn)法是多目標(biāo)決策(Multiple Criteria Decision Making，MCDM)法的一種，可以幫助決策者統(tǒng)籌兼顧多個(gè)決策目標(biāo)，從多個(gè)方案中選最優(yōu)。本文選取的實(shí)例屬于多屬性決策中的基數(shù)型問(wèn)題。在綜合分析多種決策方法后，最后選擇理想優(yōu)基點(diǎn)法對(duì)實(shí)例進(jìn)行求解。基本的求解步驟如下：

步驟1，將各屬性狀況定量化，設(shè)AT1為工期屬性，AT2為成本屬性，得到數(shù)值矩陣。

步驟4，計(jì)算三個(gè)優(yōu)基點(diǎn)與理想優(yōu)基點(diǎn)和反優(yōu)基點(diǎn)的綜合距離。由公式

s計(jì)算各個(gè)方案的綜合距離。

步驟5，綜合距離做判斷，綜合距離越小方案越優(yōu)。

5實(shí)例模擬分析

5.1　實(shí)例問(wèn)題描述

某產(chǎn)品開(kāi)發(fā)項(xiàng)目的單代號(hào)網(wǎng)絡(luò)圖如圖1所示。項(xiàng)目從活動(dòng)1開(kāi)始，從左往右進(jìn)行，終止于活動(dòng)9。其中，帶有編號(hào)的圓圈表示項(xiàng)目活動(dòng)，圓圈上數(shù)字代表活動(dòng)工期，圓圈下數(shù)字代表活動(dòng)的資源需求量，帶箭頭線段表示活動(dòng)之間的緊前緊后關(guān)系。

圖1　實(shí)例網(wǎng)絡(luò)圖

實(shí)例是一個(gè)包含9個(gè)活動(dòng)的項(xiàng)目P(活動(dòng)1和9為虛活動(dòng))，活動(dòng)緊前緊后關(guān)系如圖2所示，完成此項(xiàng)目需要可更新資源r，總量為6[16]。本文在此實(shí)例的基礎(chǔ)之上，加入了知識(shí)轉(zhuǎn)移量對(duì)活動(dòng)工期的影響。給出3種促進(jìn)項(xiàng)目活動(dòng)知識(shí)轉(zhuǎn)移的激勵(lì)方案，分別是：E1=0、E2=300和E3=500。根據(jù)模型及假設(shè)條件，并設(shè)定單位資源的直接成本L=100，得到實(shí)例的活動(dòng)清單信息見(jiàn)表1。

圖2　E1=0的資源與工期優(yōu)化調(diào)度圖

5.2　三個(gè)激勵(lì)方案下的最優(yōu)調(diào)度模式

采用12種優(yōu)先規(guī)則分別對(duì)3種激勵(lì)方案的實(shí)例進(jìn)行調(diào)度優(yōu)化，得出在EST、EFT、LST、LFT、MINSLK、GRPW與LIS7種優(yōu)先規(guī)則下的啟發(fā)式方法得到的調(diào)度結(jié)果是最佳的。

表1　三種激勵(lì)方案下的實(shí)例活動(dòng)清單

續(xù)表1

如圖2所示，當(dāng)新產(chǎn)品開(kāi)發(fā)項(xiàng)目激勵(lì)方案為E1=0、E2=300和E3=500時(shí)，在滿足項(xiàng)目活動(dòng)順序約束、資源約束等條件的情況下，實(shí)例的最優(yōu)調(diào)度方案是：①→②→③→④→⑤→⑥→⑦→⑧→⑨。不同激勵(lì)方案下項(xiàng)目的工期和成本情況見(jiàn)表2。

表2　不同激勵(lì)方案下項(xiàng)目工期和成本

5.3　多目標(biāo)優(yōu)化決策

從上述結(jié)論可以看出，項(xiàng)目總成本是關(guān)于單位時(shí)間的管理費(fèi)用G的函數(shù)，因此，在對(duì)三個(gè)激勵(lì)方案的工期—成本優(yōu)化選擇時(shí)，首先要考慮G的情況，對(duì)G進(jìn)行討論。

(1)盈虧平衡分析法。如圖3所示，通過(guò)求解C1=11G+2000、C2=5.36G+4100與C3=4.78G+5500三個(gè)線性函數(shù)發(fā)現(xiàn)：當(dāng)G∈(2413.79,+∞)時(shí)，C3最小，即在實(shí)例項(xiàng)目的3個(gè)激勵(lì)方案中，當(dāng)E3=500時(shí)，實(shí)例項(xiàng)目調(diào)度的工期與成本在三個(gè)方案中同時(shí)為最小，所以方案三是最優(yōu)偏好方案。

圖3　三種激勵(lì)方案下的成本函數(shù)簡(jiǎn)圖

(2)理想優(yōu)基點(diǎn)法。當(dāng)G?(2413.79,+∞)時(shí)，需要對(duì)工期和總成本兩個(gè)目標(biāo)進(jìn)行權(quán)衡，才能確定3個(gè)激勵(lì)方案中的最優(yōu)方案。經(jīng)過(guò)分析，實(shí)例問(wèn)題屬于多屬性決策問(wèn)題，其中，表3給出的問(wèn)題屬性以基數(shù)形式呈現(xiàn)，因此屬于多屬性決策問(wèn)題當(dāng)中的基數(shù)型。采取理想優(yōu)基點(diǎn)法分別對(duì)G=1500和G=200情況下的最優(yōu)決策進(jìn)行討論。

表3　實(shí)例問(wèn)題屬性狀況

當(dāng)G=1500時(shí)，計(jì)算各個(gè)方案的綜合距離為：ds1=1,ds2=0.1,ds3=0.06，各方案的優(yōu)劣偏好排序?yàn)椋篍3>E2>E1。據(jù)此，方案3E3=500是項(xiàng)目管理者的首選方案。當(dāng)單位時(shí)間的管理費(fèi)用為1500時(shí)，選擇方案3激勵(lì)成本為500可以得到令管理人員滿意的項(xiàng)目調(diào)度結(jié)果，即項(xiàng)目工期為4.78，項(xiàng)目總成本為12670。

當(dāng)G=200時(shí)，計(jì)算得ds1=0.49,ds2=0.43,ds3=0.51，由于ds2E1>E3。據(jù)此，E2是實(shí)例的最優(yōu)偏好解。即當(dāng)單位時(shí)間的管理費(fèi)用為200時(shí)，方案2E2=300是項(xiàng)目管理者權(quán)衡項(xiàng)目工期和總成本后選擇的滿意方案，該方案下項(xiàng)目工期為5.36，總成本為5172。

綜上所述，一方面，通過(guò)在項(xiàng)目管理過(guò)程加入不同的激勵(lì)成本，促進(jìn)員工知識(shí)轉(zhuǎn)移，項(xiàng)目活動(dòng)工期得到明顯的縮短，從11分別縮短到5.36和4.78。因此項(xiàng)目管理者有必要重視新產(chǎn)品開(kāi)發(fā)中的知識(shí)管理，建立合理的激勵(lì)機(jī)制和采用合適的調(diào)度方法提高新產(chǎn)品開(kāi)發(fā)的效率。

另一方面，針對(duì)管理成本不同的公司，投入的激勵(lì)成本數(shù)量也是不一樣的，當(dāng)管理成本較高(1500)，所需投入的最優(yōu)激勵(lì)成本較高(500)；當(dāng)管理成本較低(200)，所需投入的最優(yōu)激勵(lì)成本較低(300)。根據(jù)運(yùn)算結(jié)果可知，管理成本和投入的激勵(lì)成本不存在簡(jiǎn)單的線性關(guān)系，協(xié)調(diào)這兩個(gè)成本與項(xiàng)目工期的關(guān)系將在后續(xù)的研究中深入探討。

6結(jié)論

項(xiàng)目管理者必須重視新產(chǎn)品開(kāi)發(fā)項(xiàng)目中的知識(shí)管理，將知識(shí)管理技術(shù)引進(jìn)新產(chǎn)品開(kāi)發(fā)項(xiàng)目管理中；應(yīng)在新產(chǎn)品開(kāi)發(fā)項(xiàng)目中建立適當(dāng)、合理的激勵(lì)制度，統(tǒng)籌兼顧激勵(lì)成本與工期之間的關(guān)系；采用科學(xué)合理的項(xiàng)目調(diào)度方法可以有效提高新產(chǎn)品開(kāi)發(fā)項(xiàng)目的效率和成功率。今后將對(duì)多目標(biāo)新產(chǎn)品開(kāi)發(fā)項(xiàng)目調(diào)度的智能求解算法進(jìn)行探索。

同時(shí)，研究存在若干不足之處：忽視了項(xiàng)目活動(dòng)間、項(xiàng)目?jī)?nèi)部與項(xiàng)目外部環(huán)境之間的知識(shí)轉(zhuǎn)移，在企業(yè)新產(chǎn)品開(kāi)發(fā)項(xiàng)目的實(shí)際操作中，往往采取并行工程進(jìn)行，項(xiàng)目活動(dòng)之間知識(shí)轉(zhuǎn)移不容忽視的，且對(duì)項(xiàng)目的績(jī)效有重要的影響。后續(xù)的研究中，會(huì)陸續(xù)加入活動(dòng)之間知識(shí)轉(zhuǎn)移、項(xiàng)目?jī)?nèi)外的知識(shí)轉(zhuǎn)移，以更進(jìn)一步完善課題研究的整體效果，并聚焦于特定領(lǐng)域(如IT)的新產(chǎn)品開(kāi)發(fā)項(xiàng)目調(diào)度問(wèn)題進(jìn)行研究，還將采用人工智能算法求解本問(wèn)題，得到更為優(yōu)化的結(jié)論和更為清晰的參數(shù)間的關(guān)系

參考文獻(xiàn)：

[1]程鐵信,陳美.項(xiàng)目管理中的知識(shí)轉(zhuǎn)移影響因素實(shí)證研究[J].組織與戰(zhàn)略管理,2010(12)：112-119.

[2]高偉明,張玲玲.IT項(xiàng)目管理中知識(shí)轉(zhuǎn)移影響因素實(shí)證模型研究[J].科技管理研究.2011(1):216-220.

[3]張喜征,鄒偉娟,曾慶龍.價(jià)值分析視角下協(xié)同產(chǎn)品開(kāi)發(fā)中的知識(shí)配置研究[J].科技進(jìn)步與對(duì)策,2013(4):139-142.

[4]PREMACHANDRA I M.An approximation of the activity duration distribution in PERT[J].Computers & operations research，2001，28(5):443-452.

[5]TUKEL O，ROM W，EKSIOGLU S.An investigation of buffer sizing techniques in critical chain scheduling[J].European journal of operational research，2006，172(2)：401-416.

[6]黃敏鎂.具有柔性資源約束的優(yōu)化調(diào)度問(wèn)題研究[D].湖北:武漢理工大學(xué),2007.

[7]劉士新.項(xiàng)目?jī)?yōu)化調(diào)度理論與方法[M].北京:機(jī)械工業(yè)出版社，2007.

[8]KOLISCH R.Serial and parallel resource-constrained project scheduling methods revisited：theory and computation[J].European journal of operational pesearch.1996(90):320-333.

[9]王凌,鄭環(huán)宇,鄭曉龍.不確定資源受限項(xiàng)目調(diào)度研究綜述[J].控制與決策,2014(4)：577-584.

[10]白思俊.資源有限的網(wǎng)絡(luò)計(jì)劃啟發(fā)式優(yōu)化方法及其評(píng)價(jià)與選擇：?jiǎn)l(fā)式優(yōu)化方法綜述[J].中國(guó)管理科學(xué),1993，1(2)：30-38.

[11]盧兵,廖貅武,岳亮.聯(lián)盟中知識(shí)轉(zhuǎn)移效率的分析[J].系統(tǒng)工程，2006，24(6):46-51.

[12]程鐵信,陳美.項(xiàng)目管理中的知識(shí)轉(zhuǎn)移影響因素實(shí)證研究[J].管理評(píng)論,2010(12)：112-119.

[13]盧兵,岳亮,廖貅武.組織間隱性知識(shí)轉(zhuǎn)移的微分動(dòng)力學(xué)模型[J].系統(tǒng)工程,2005,23(11):44-48.

[14]MACIEJ H，ROMAN S.Fuzzy priority heuristics for project scheduling[J].Fuzzy sets and systems,1996(83):291-299.

[15]宗硯,劉瓊,張超勇,朱海平.考慮資源傳遞時(shí)間的多項(xiàng)目調(diào)度問(wèn)題[J].計(jì)算機(jī)集成制造系統(tǒng),2011,17(9):1922-1929.

[16]王宏.求解資源受限項(xiàng)目調(diào)度問(wèn)題算法的研究[D].天津:天津大學(xué)，2005.

(責(zé)任編輯譚果林)

NPD Multi-objective Project Scheduling Problem Based on Knowledge Transfer

Tan Jiaxin1，Huang Minmei2，He Kaidi3

(1.School of Business Administration，South China University of Technology，Guangzhou 510641，China;2.School of Public Administration，South China Normal University，Guangzhou 510006，China;3.School of Economics and Commerce，South China University of Technology，Guangzhou 510006，China)

Abstract：Managing knowledge transfer in NPD projects effectively to reduce project risk and boost profits has been an urgent issue to project managers.This paper defines concepts of NPD project cost，incentive cost，the amount of knowledge transfer，the duration and their relationship.It constructs a time-cost model of multi-objective scheduling by taking into the knowledge transfer of NPD projects consideration.In the end，it offers three proposals for incentive costs，runs a preference ordering on scheduling proposals for various incentive costs by applying approaches mentioned,and makes a minimum duration，cost scheduling and incentive decision.

Key words:NPD；Project schedule；Multi-objective decision making；Knowledge transfer

中圖分類號(hào):C939

文獻(xiàn)標(biāo)識(shí)碼:A

作者簡(jiǎn)介：譚嘉欣(1991-)，女，廣東人，華南理工大學(xué)企業(yè)管理專業(yè)碩士研究生；研究方向：企業(yè)戰(zhàn)略管理。

收稿日期：2015-06-10

基金項(xiàng)目：國(guó)家自然科學(xué)基金(青年科學(xué)基金)項(xiàng)目(71102146)，國(guó)家自然科學(xué)基金項(xiàng)目(71272084)，教育部人文社會(huì)科學(xué)研究青年基金項(xiàng)目(12YJC630278)。