（企业管理专业论文）基于蚂蚁算法在管理优化方面的研究.pdf

中文摘要 算法优化技术是现代科学管理方法的一项基本技术，为满足现代管理中求解 大规模复杂问题的优化的需要，有效的优化技术是追切需要的。许多典型的数量 模型优化问题都得到了解决。管理中许多定性的问题不利于科学的管理和管理的 模式化，本文把定性化的问题采用映射进行了量化，从而把优化算法引入到了定 性化的问题中。 本文首先对现有的各种优化技术进行了分析和评论，概括介绍了几种典型的 优化算法理论；对团队建设作了整体介绍，对团队理论的现状进行了分析，并对 团队优化的必要性进行了阐述。 第二、介绍了蚂蚁算法优化技术的理论基础及其优点及局限性。分析了蚂蚁 算法优化技术的研究成果和进展，为后续各章给予蚂蚁算法求解优化问题提供依 据。 第三、图的着色问题是一典型的优化的问题，文中提出了图的着色问题量化， 并把蚂蚁算法应用到图的着色问题优化，从而为一大类相似问题的优化提供了一 种新的方法。 第四、介绍了团队的及团队优化的基本理论和方法，就心理学上的一些影响 因素作一些讨论，提出了蚂蚁算法在团队的组织结构优化中的应用，并举例说明 了其科学性，为团队管理进一步科学化提供了新的途径。 关键词：优化算法蚂蚁算法图的着色心理学团队优化 a b s t r a c t o p t i m i z a t i o nt e c h n i q u ei so n eo f t h eb a s i cm o d e ms c i e n t i f i cm a n a g e m e n tm e t h o d s t om e e tt h e r e q u i r e m e n t o fs o l v i n gl a r g e - s c a l ea n dc o m p l e xo p t i m i z a t i o np r o b l e m si n m o d e mm a n a g e m e n t , i ti su r g e n tt od e v e l o pn e wa n de f f i c i e n to p t i m i z a t i o na l g o r i t h m s t h i sp a p e rp r e s e n t sq u a n t i t a t i v em e t h o d st os o l v et h eq u a l i t a t i v ep r o b l e m s f i r s t l y , w eg e n e r a li n t r o d u c es e v e r a lt y p i c a lm e t h o d so fa r i t h m e t i co p t i m i z a t i o n , a n dt h et h e o r yo nc o n s t r u c t i o no ft e a ma n dw h yw en e e dt ot e a mo p t i m i z a t i o n s e c o n d l y ， w ei n t r o d u c et h eb a s i ct h e o r i e sa n da d v a n t a g ea n dd i s a d v a n t a g eo fa n t a l g o r i t h m s ，a n a l y z i n gt h er e s e a r c h i n ga n dd e v e l o p m e n to fa n ta l g o r i t h m s ，t h el a t e r c h a p t e r sa l eb a s e do nt h ea n ta l g o r i t h m s t h i r d l y ，t h eg r a p hc o l o r i n gi sat y p i c a lo p t i m i z ep r o b l e m ，k - g r a p hc o l o r i n g p r o b l e m i se m p h a s i z e di n t r o d u c e da n ds o l v e db ya n ta l g o r i t h m si nt h i sa r t i c l e a n dw e c a ns o l v et h es i m i l a rp r o b l e m si nt h es a m ea l g o r i t h m s f o n r t h l i n t r o d u c i n g t h eb a s i ct h e o r i e sa n dm e t h o d sa b o u tt e a ma n dt e a m o p t i m i z a t i o n , t h e r ea r em a n yf a c t o r sa f f e c tt e a mo p t i m i z a t i o n ，a n dt h ef a c t o r so f p s y c h o l o g ya l et a l k e da n da n ta l g o r i t h m si su s e dt om a k et e a mb eo p t i m i z e di nt h i s a r t i c l e t om a k et h em a n a g e m e n tm o r es c i e n t i f i c , q u a l i t a t i v ep r o b l e m ss h o u l db e q u a n t i f i c a t i o n a l l ys o l v c d k e y w o r d s ：o p t i m i z a t i o nt e c h n i q u e ，a n ta l g o r i t h m s ，g r a p hc o l o r i n g ，t e a m o p t i m i z a t i o n ，p s y c h o l o g y ，t e a mo p t i m i z a t i o n 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的 研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得盘洼盘茎或其他教育机构的学位或证 书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中 作了明确的说明并表示了谢意。 学位论文作者签名：签字日期：印年月，7 日 学位论文版权使用授权书 本学位论文作者完全了解鑫洼盘茎有关保留、使用学位论文的规定。 特授权盘盗盘鲎可以将学位论文的全部或部分内容编入有关数据库进行检 索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校 向国家有关部门或机构送交论文的复印件和磁盘。 ( 保密的学位论文在解密后适用本授权说明) 学位论文作者签名： 导师签名：呈7 玲存 签字日期：加年7 月j 日签字日期：励彳年，月，e l 天津大学硕士学位论文第一章绪论 第一章绪论 本章首先阐明了本文所选课题的研究背景及其所具有的研究价值，接着对算 法的优化技术做了简要介绍，然后对团队理论进行了评述，最后总述了本文的主 要研究工作和创新点。 1 1 本文的选题背景和研究意义 2 0 世纪9 0 年代以来，随着信息技术的迅猛发展和社会节奏的不断加快，人 们面对大量的数据和问题如何在给定条件下用最有效的方法做出较合理的决策 完成所给与的任务，越来越受到重视，因此，学者们做了大量的研究，得出了许 多先进的理论，并把这些先进的理论应用到实践中来，就产生了最优化这一应用 数学的分支。它的主要内容就是寻求达到最优决策的方法，以及建立这些方法所 依据的理论。最优化是密切结合世纪的需要而发展起来的，他在管理，工程，科 学实验及军事科学等方面都有着广泛的应用。 对于规模较小的优化问题，通过传统的优化方法如线性规划和穷举法就可以 获得最优解，然而，随着现代科学技术的发展，在管理和工程等领域中遇到的优 化问题越来越复杂，规模越来越大，他们又一大类问题具有组合复杂性，属于“难 以求解”的一类问题，即n p h a r d 组合优化问题【1 - 2 1 。对于这类问题，其可行解 的个数是有限的，但这个属于问题的规模( 变两位数n ) 的指数或阶乘成比例关 系( 如旅行上最短路径问题，即t s p 问题，其可能路径数为( n - 1 ) ! 2 , n 为城市 数) 。用穷举法解这种问题所需的时间至少与n 的指数成比例，其增长速度非常 快( 参考表1 1 ) ，通常称之为指数爆炸。难与计算是这样一些问题的固有性质。 表1 - 1 计算时间和问题规模的关系 复杂等级问题规模( n ) 1 01 0 0 o ( 1 0 9 ( n ) ) 1 0 n s2 0 0 n s o ( n 2 ) 1 0 ( ) i l s 1 0 l - ts o ( 2 n )1 0 l - ts4 世纪 曾有许多人试图用传统的算法来求解这类问题的最优化，如割平面法、分枝 天津大学硕士学位论文 第一章绪论 定界法及基于贝尔曼( b e l l m a n ) 最优化原理的动态规划法。但迄今为止还没有 找到解决这类问题的多项式算法。传统的优化技术已经不能适应求解大规模复杂 的优化问题的需求，于是人们开始把注意力集中于寻求更加有效的最优化技术和 方法，出现了各种各样的近似算法和现代启发式优化技术，如：h o p f i e l d 网络、 模拟退火法( s a ) 、遗传算法( g a ) 、神经网络( n n ) 、遗传退火法、插入法、禁忌搜 索法( t s ) 、边交换法( 2 o p t 、3 _ 一o p t 等) 、蚂蚁算法等。由于这些算法能以较 快的计算速度得到复杂大规模的优化问得最优解或近似最优解，因而在解决复杂 组合优化问题，特别是属于n p h a r d 一类优化问题方面具有很大的潜力。其中， 蚂蚁算法自提出以来，以t s p 问题为测试基准，与其他一些常用启发式方法作了 一系列的比较，用于检验的是若干典型的对称型和非对称型的问题( 取自 t s p l i b ) ，先后来用了模拟退火法( s a ) 、遗传算法( g a ) 、神经网络( n n ) ( 如弹性网 法、自组织映射法等) 、进化规划( e p ) 、遗传退火法、插入法、禁忌搜索法( t s ) 、 边交换法( 2 - _ o p t 、3 _ - o p t 等) 等多种算法进行求解，除了l i n - - - k e m i g h a n 的局部 改进法之外，优于其他的所有方法。 团队精神从日本到西方再到整个世界。无论是实业界、理论界还是教育界， 团队精神产生了深远的影响。但如何才能建立一个有效的团队，如何才能把一个 已有的团队最优化，成为现在越来越多人研究的重心。一般来说一个优秀的团队 的构成要素有：建立共同的愿景和目的、塑造和谐的团队关系、推行团队规范和 严守纪律、合理配置团队角色四个方面。只有把握好团队的构成要素才能建立一 个有效的团队【3 】。如何使团队的绩效最优化，现在提出的观点主要有：团队管理 的优化、团队绩效评估的优化、团队组成的优化三个方向。 团队管理的优化有许多方法，如沟通、协调、任务分配、目标设定、激励、 教导、评价、适当批评、建议、授权、开会、奖惩等，可以根据具体情况综合采 用。 团队绩效评估的优化指科学合理地对成员进行绩效评定。一般来讲，对团队 绩效的测评可以遵循如下的程序，即首先要确定对团队层面的绩效测评维度和对 个体层面的绩效测评维度，然后在测评维度的基础上，分解测评的关键要素最 后再考虑如何用具体的测评指标来衡量这些要素。分析许多成功团队的经验，基 本都从过程和业绩两个角度进行考评。具体的方式有三种； ( 1 ) 以产出与业绩为基准的考评。 ( 2 ) 以过程为基准的考评。 ( 3 ) 复合型考评【4 j 。 团队组成的一大特色是团队成员之间的互补。团队共同完成目标任务的保证 就在于发挥团队每个成员的特长，并注重流程、使之产生协作效应，这也是有完 天津大学硕士学位论文第一章绪论 善团队的要素决定的。但如何实现团队成员的互补，当团队规模较大时就成为一 个较复杂的优化问题，目前还没有成熟的数学模型。 最优化在大量定量的问题上得到了应用，但实际中有一大部分问题是定性 的，如何使定性的问题量化，在把最优化技术应用到定性的问题中去，目前研究 还不怎么深入。管理的问题提高到一定程度就是解决相应的数学问题，这就是目 前许多数学模型越来越广泛的应用到管理实践中的原因，只有把管理中定性的问 题量化才能使管理进一步的科学化，才会增强管理的可操作性。 鉴于以上认识，本文对图的着色问题和团队的优化问题进行了研究，为把最 优化算法在定性问题方面的应用做出了自己的努力。 1 2 算法的优化技术简介 近代优化算法是从1 9 4 7 年线性规划方法的提出开始的，在这之前，研究最 优化的方法是古典的微分方法和变分方法，那是由于这些方法本身的复杂性以及 计算工具的限制，最优化没有得到发展。五十年代，鉴于线性规划的实际效果， 再加上大规模生产的需要，使得最优化的研究获得了生机。六十年代，由于与高 速计算机的结合，出现了大量的优化算法，同时逐步形成了最优化的基本理论。 七十年代是最优化的兴旺发展时期，这一时期最优化的著作、杂志和专门研究机 构大量的涌现，在这时期最优化在理论和方法上都得到了很得大的发展。 一般来说，最优化问题可以用确定性算法和启发式算法来求解，确定性算法 可以保证找到最优解，而启发式算法一般只能保证收敛到局部最优解( 尽管有时 也能找到最优解) 。对于简单的线性规划问题( 目标函数和约束均为线性的) 可 以用确定的简单算法求解，并能在有限的步骤内求得最优解，这些算法包括割平 面法( c u t t i n gp l a n ea l g o r i t h m ) ，分枝定界法( b r a n c ha n db o u n da l g o r i t h m ) ， 以 及其他的搜索算法，这些算法的共同特点是试图减小可行解空间，从而可能穷举 变量的所有可行解组合，然后比较他们目标函数的指依法定出最优解。然而随着 问题规模的增大，可行解的组合数很大，使得用这种方法求解的复杂性大大提高。 特别是对于n p h a r d 类的组合优化问题，其计算时间虽问题规模的增加至少以 指数速度增加，使人无法忍受，无法使用确定性算法求解。随着七十年代算法 复杂性理论的完善，在处理复杂的组合优化问题时，人们不再强调一定要找到最 优解，而注重尽可能快地求解系统，从而为系统决策提供一个切实可行的手段。 在这种情况下，一个相对较快的计算速度获得的一个较好的解，比一个花费了大 量计算时间而求得最优解更有意义。 天津大学硕士学位论文第一章绪论 1 2 1 禁忌搜索法 禁忌搜索法是一种亚启发式的搜索算法，它是由f r e dg l o v e r 在1 9 8 6 年首次 提出这一概念，进而形成一套完整的算法。禁忌搜索算法是一种人工智能的算法， 它同模拟退火、遗传算法等方法在组合优化问题中获得了广泛的应用，在一些难 解的组合优化问题上取得了显著的成果，超过了过去用其它方法所得的最好近似 解。它的特点是采用了禁忌技术，为了回避局部邻域搜索陷入局部最优的不足， 禁忌搜索算法用一个禁忌表记录下已经到达过的局部最优点，在下一次的搜索 中，利用禁忌表中的信息不再或有选择的搜索这些点，以此来跳出局部最优点。 近年来禁忌搜索算法广泛应用于调度、设计、电信等领域但是禁忌搜索算法也 有其不足之处，如：1 ) 对初始解的依赖性较强，好的初始解有助于搜索很快的达 到最优解，而较坏的初始解往往会使搜索很难或不能够达到最优解；2 ) 迭代搜索 过程是串行的，仅是单一状态的移动，而非并行搜索闭。 它与局部优化法相比陷入局部极小值的机率很小，比遗传算法、模拟退火法 更易利用问题的特殊信息，因此它具有更强的全局搜索能力，在复杂和大型问题 上有独特的效果。针对在连续实域对函数优化的问题提出的改进的禁忌搜索法将 整个变量空间分成两个子空间：有效空间、邻近域。在这些空间里，生成很多邻 域并用短期禁忌列表存储器和长期禁忌列表存储器来存储他们的搜索情况。有效 空间用来缩小搜索范围，它会随着循环次数的增加而逐步地收敛，当此空间小到 某一极限时，会重新扩张到整个搜索空间。 1 2 2 插入法 插入法( i m i n s e r t i o nm e t h o d ) 是一种构造性( t o u r c o n s t r u c t ) 的启发式 算法，它是由r o s e n k r a n t z 等人为构造某一度量空间中的一条访问回路而提出的， ”1 若定义p g ( n ) 为插入法生成的回路的权重和最优回路权重之比，即 p g ( n ) - 王( n ) o p t ( n ) 。r o s e n k r a n t z 等人已经证明用任何插入法产生的回路 p g 。( n ) 的上界为( 1 0 弘) + 1 ，而该值通常不会超过4 。v i n e e tb a f n a 等人证明了在 某些情况下p g ( n ) 值的上界为9 2 ( 1 0 9 n l o g l o g n ) ，而y o s s ia z a r 则证明了使用随 机插入法可以得到最优解的q ( 1 0 9 l o g n l o g l o g l o g n ) 倍长的回路。 6 - s 所以插入法 用来产生高质量的初始解或是用来构造新的搜索起点有其显然的优越性。 天津大学硕士学位论文第一章绪论 1 2 3 割平面法 整数规划的第一个方法就是割平面法，本质上讲他是将问题化为一系统列线 性规划来处理。割平面法是由高莫瑞( r e g o m o r y ) 1 9 5 8 年提出的，故又称为 g o m o r y 的割平面法。它的基本思想是：不断增加线性约束条件( 几何术语称为割 平面) 将原规划问题的可行域切割掉一部分，使其切割掉的部分只包含非整数解， 没有切割掉任何整数可行解，直到切割后得到的可行域有一个整数坐标的极点恰 好是问题的最优解为止1 9 1 。 割平面法g o m o r y 约束的目的是希望能产生一个切割可行域的直线或平面( 或 超平面) ，而使得可行域部分的某个新极点最优，且使该极点中变元尽可能多的 出现一些整数。 传统的割平面法采用单纯形法求解松弛的线性规划问题。但单纯形法具有指 数时间特性这一缺陷，使其在实际应用中受到了限制。 1 2 4 分枝定界法 分枝定界算法( b r a n c h - - - a n d - - - b o u n da l g o r i t h m ，简称b & b ) 由l a n dd o i g 等人 于本世纪六十年代提出【1 0 l 。其算法思想不仅适用于表达成整数线性规划( 或者混 合整数线性规划) 的问题，也适用于几乎任何组合最优化问题【1 1 1 。它采用了类似 分而治之的算法策略，在分析一个组合最优化问题的一切可行解的过程中，采取 了必要的限制条件，设法排除可行域中大量非最优解区域，从而能够有效求解一 些规模较大的问题。 分枝定界法则是一种“隐式枚举法在枚举过程中，逐批把一部分可行解 排除在考虑范围之外，从而大大地减少了计算工作量。求指派问题多重最优解的 分技定界法就是通过分枝枚举来找出所有的最优解。其基本思想是：首先用匈牙 利法求出原指派问题的一组最优解，然后对该解进行分枝，并对每个分技求解。 若存在某些分技的解的目标函数值与所求出的最优解目标函数值相同，则说明求 出了新的最优解；否则，该分枝已“定界，没有必要继续往下分枝。继续对新 的最优解分技，直到求不出新的最优解为止【1 2 l 。 分枝定界法算法步骤如下将所有待分解或探查的活点( 子问题) 存储于集合 a c t i v e s e t 中，u 中存放目前发现的最优解值。 ( 1 ) 初始化( i n i t i a l i z i n gs t e p ) 。u = o o ，尽可能去掉一些明显的非最优点， 将其余的可行解集作为一个子集合转到s t e p2 。 ( 2 ) 分枝( b r a n c h i n gs t e p ) 。采用某种分枝规则，从目前的若干可行解子集 天津大学硕士学位论文第一章绪论 中选择一个子集，将其分解为若干子集合。 ( 3 ) 定界( b o u n d i n gs t e p ) 。对每个新子集y ，计算l ( y ) 。 ( 4 ) 探查( f a t h o m i n gs t e p ) 。根据l ( y ) 的估计值进行判断，决定是否进一步 分解子集y ，情况如下：( a ) l ( y ) u ；( b ) y 中不含可行解，从可行域中排除y ： ( c ) 对问题m i n f ( x ) 求到最优解，那么l ( y ) = f ( x ) 。如果( a ) 成立，那么从可行 域中去掉集合y ；如果( a ) 不成立，则令u = l ( y ) ，将x 作为当前最好解，然后， 对其它活点( 子问题) 再根据( a ) 进行如上判断。 ( 5 ) 停止规则( s t o p p i n gs t e p ) 。如果没有活点( 子问题) 待处理，即a c t i e s e t 中不含点集，算法终止，当前所获得的最好解为最优解。否则，返回到s t e p l 【埘。 分枝定界法和割平面法相比较，收敛速度相对较快些，然而这里存在维数障 碍，在分支时，若变元的个数n 很大，问题解决显然不很轻松。 1 2 5 进化规划算法 进化规划是由f o g e l 在6 0 年代提出来的，是一种基于自然选择和遗传变异等 生物进化机制的全局性概率搜索算法。虽然它与遗传算法有许多共同之处，但不 像遗传算法注重父代与子代的遗传细节上的联系，而是把重点放在父代与子代的 表现行为上。目前对进化规划算法的研究比较少，通常是对变异算子进行研列堋。 1 9 6 2 年，美国的l - j f o g e l 首先提出进化规划，当时并未受到重视。3 0 年 后其子d b f o g e l 改善了这种算法，从而使进化规划作为进化算法的一个分支 得到广泛应用。进化规划的工作流程类似于其他进化算法，同样经历产生初始群 体一突变计算个体适应度一选择一组成新群体，然后反复迭代，一代一代地进 化，直至达到最优解。进化规划操作比较简单，加之使用实数编码，很适合用于 函数优化等类似问题。但是，进化规划也有其劣势：全局收敛性较差以及进化时 间长1 1 5 】。 1 2 6 遗传算法 遗传算法( g e n e t i ca l g o r i t h m s ，g a ) 是模拟自然界遗传机制和生物进化论而 成的一种并行随机搜索最优化方法，是由美国密执安大学的j o h nh o l l a n d 教授于 1 9 7 5 年首先提出的一类仿生型优化算法它是以达尔文的生物进化论“适者生存、 优胜劣汰”和孟德尔的遗传变异理论“生物遗传进化主要在染色体上，子代是父 代遗传基因在染色体上的有序排列”为基础，模拟生物界进化过程。它的基本思 想是基于达尔文的进化论和生物的遗传机制。遗传算法最大的特点是它不是对寻 天津大学硕士学位论文第一章绪论 优参数本身进行搜索，而是对群参数编码即“染色体”进行寻优，在进行问题 的求解时。将寻优参数编码成“染色体”的形式，从而形成一群“染色体”。经 过选择、交叉和变异算子得到最优或次优个体。由于遗传算法具有群体寻优和天 然的增强式学习能力，使其具有全局性、并行性、快速性和自适应性，成为解决 上述两大问题的有力工具，用于优化神经网络控制器与辨识器的结构权系和学习 规则。但是遗传算法也有弱点，那就是计算时间长、收敛速度缓慢。同时，研究 表明b p 算法对初始权值极为敏感，在只有初始权值不同的情况下进行训练，将得 到不同泛化能力的神经网络。若初值选取不当，则在控制过程中系统可能出现一 定的振荡动态特性不理想。因此，提出一种先利用遗传算法来进行初始参数设 定，然后用b p 算法进行训练和工作的控制策略【1 6 j 。 基本遗传算法的执行步骤如下： ( 1 ) 对所优化对象进行编码。随机建立初始种群；编码最主要的有二进制编 码和实数制编码两种。采用二进制编码的遗传算法搜索能力强。操作简单。但解 的分辨率受到限制，实数制编码可以直观反映个体特征、缩小编码长度，易于编 程实现，提高解的分辨率，但遗传操作较复杂。 ( 2 ) 根据适应度函数计算群体中各个个体的适应度； ( 3 ) 通过比例选择法：民- f i 了f i ( 其中心为第i 个个体被选上的概率，f t 为第i 个个体的适应度函数值。n 为群体规模) 得出每一个个体的选择概率然后 被选择上的个体按照二定概率进行交叉和变异，产生新一代种群。 ( 4 ) 若不满足终止条件。返回( 2 ) 继续。否则停止。 由于基本遗传算法收敛速度缓慢且容易陷于“早熟”。人们提出了很多改进 的遗传算法。如提出联赛选择法、根据个体适应度自适应调整交叉和变异概率、 保留每一代种群中的最优个体等等。遗传算法在用于优化模糊控制器参数和结构 时。它的各个操作要素也都通常被加以改进以加快收敛速度获得最优结果【1 7 1 。 遗传算法的优点是： 具有大范围全局搜索的能力，与问题领域无关： 搜索从群体出发，具有潜在的并行性；可进行多值比较，鲁棒性强： 搜索使用评价函数启发，过程简单； 使用概率机制进行迭代，具有随机性； 具有可扩展性，容易与其他算法结合。 其缺点是：对于系统中的反馈信息利用不够【1 8 】，当求解到一定范围时往往做 大量无为的冗余迭代，求精确解效率低。 天津大学硕士学位论文第一章绪论 1 2 7 人工神经网络 人工神经网络( a r t i f i c i a ln e u r a ln e t w o r k s ，a n n ) 是模拟生物大脑的结构 和功能而建立起来的人工智能模式识别方式，是由大量神经元通过不同的连接权 值广泛互连而成的多层复杂网络系统。它建立起的数学模型能更清晰地逼近输入 与输出之间的映射关系，克服常规回归方法处理非线性问题时的缺点。人工神经 网络无需人们预先给定公式，只在已知的有限实验数据基础上，经过反复迭代计 算，不断修正与目标值的差异而获得反映实验数据内在规律的数学模型，因此它 特别适合研究复杂非线性问题。人工神经网络己在机器人和自动控制、经济、军 事、医疗、化学等领域得以应用并已取得了许多成果【1 蛐n ，它的不断完善为材 料研究者提供了一条新的有效途径。将人工神经网络技术引入到材料设计中具有 极大的潜力，应用领域很广，涉及工艺优化、材料识别、配方设计、性能预测 及控制等多方面。用神经网络进行材料性能预测，可减少试验环节，且有很多传 统方法所不能比拟的优点。尽管目前人工神经网络技术在材料科学领域的应用 还处于起步阶段，然而其对实验数据的成功拟合以及良好的预测能力已越来越受 到材料研究者们的关注与重视。 1 2 8 模拟退火法 k i r k p a t r i e k 等于1 9 8 3 年首先提出了模拟退火法，它是人们从自然界固体退 火过程中得到启发并从中抽象出来的一种随机优化算法。模拟退火法用于求解优 化问题的出发点是基于物理中固体物质的退火过程与一般优化问题间的相似性。 在对固体物质进行退火处理时，常先将它加温使其粒子可自由运动，以后随着温 度的逐渐下降，粒子逐渐形成低能态晶格。若在凝结点附近的温度下降速率足够 慢，则固体物质定会形成最低能量的基态，优化问题也存在类似过程。解空间中 每一点代表一个解，不同的解有不同的目标函数。该算法最为显著的特征是以一 定的概率接受使目标函数值增大的移动，所以能够从局部最优解的“陷阱”中爬 出来而不会简单地终止于一个局部最优解上，即具有全局收敛性。并且在理论 上已经证明了只要系统过程满足一定的要求( 系统温度无限趋于零度且在每一温 度下模拟充分) ，则算法将以概率渐近收敛于全局最优解。图1 - 1 为典型的模拟 退火法计算框图，可以看出，该算法包括以下要素： ( 1 ) 相邻状态的产生相邻状态是指从当前状态经过一次移动( 对任一优化变量 进行一次扩大、缩小或对流程结构进行一次调整) 所能达到的状态。 ( 2 ) 初始温度t 。，温度t 在模拟退火法中具有决定性作用( 称为模拟退火法的控 天津大学硕士学位论文 第一章绪论 制参数) ，它直接控制着退火的走向( 即系统的优化方向) 。由随机移动的接 受准则可知，t 很大时新状态的接受概率很高。但初始温度t 。的选取不能过 高也不能过低，过高则以后的过程会有大量的时间浪费在因初始温度过高而 接受的使目标函数值上升的移动上；t o 过低又会使算法的“爬山”能力减弱 而可能终止于局部最优解。一般的t o 确定方法是使初始温度t o 下随机移动的 接受比率落在某一给定的范围内。确定t 。的经验法则是：选定一个大值作为 t 。的当前值，并进行若干次变换，若接受比率x 小于预定的初始接受比率】【o ( 可 取x o _ o 8 ) ，则将当前t 。值加倍。以t o 新的当前值重复上述过程，直至得到 x x o 的t o 值。 ( 3 ) 每一温度t 下随机移动的次数每一温度下随机移动的次数取为相邻结构集尺 寸的大小。 ( 4 ) 降温进程t i + i - f ( 功可选用a a r t s 和v a nl a r r h o v e n l 2 2 】提出一种具有多项式收 敛的降温进程。 ( 5 ) 随机移动接受准则采用m e t r o p o l i s 准则【2 3 刮。 ( 6 ) 终止准则采用一个简单的终止准则：当t = t ，时终止计算( 可取t f o 1 ) 瞄】。 图卜1 模拟退火法计算框图 天津大学硕士学位论文第一章绪论 算法优化技术是现代管理科学方法的一项基本技术，为满足现代管理中求解 大规模复杂问题的优化的需要，有效的优化技术是迫切需要的，上一个世纪，提 出了与多优化算法理论，如：h o p f i e l d 网络、模拟退火法( s a ) 、遗传算法( g a ) 、 神经网络( n n ) 、遗传退火法、插入法、禁忌搜索法( t s ) 、边交换法( z _ - o p t 、3 - _ 0 p t 等) 、蚂蚁算法等，并利用不同的优化算法成功地解决了如：t s p 问题、二次分 配问题( 0 a p ) 、工件排序问题、调度问题、大规模集成电路、通信网负载平衡、 序列订货问题。许多组合优化问题，本身就是典型的量化模型。本文把定性化的 问题采用映射进行了量化，从而把优化算法应用到了定性化的问题中。 1 3 团队理论简介 1 3 1 什么是团队 团队，又叫工作团队，是近年来西方组织中广泛采用的一种管理形式，指的 是由为数不多的员工根据功能性任务组成的工作单位，其主要特征是团队成员承 诺共同的工作目标和方法，相互积极配合协作，相互承担责任的工作单位。团队 与我国现在工厂企业里的班组、学校里的教研组是性质不同的两种基层单位。团 队成员要接受一定的训练，要掌握团队工作技能和习惯，特别是每个成员都要掌 握多种技能，以便在工作中相互支援。团队成员要具备解决问题和做出决定的能 力，并且要进而能确定问题与提出解决问题的方法，因此，并不是群体中的每一 个人都能成为团队成员，同时，也不是每一个既定组织都可以引进团队组织和团 队管理的。 团队不同于群体。在群体中，成员只是通过相互作用，共享信息以帮助成员 更好的承担起自己的责任，并不一定要参加到需要共同努力的集体工作中去，也 不存在成员间的积极协同作用，群体的绩效仅仅是个体工作绩效的总和。然而， 团队则不同，它要求成员参加到需要共同努力方始所以，可以认为团队是群体发 展的一个新阶段，它源于群体又高于群体，具有群体不具备的许多新特点。比如 在群体中内聚力与效率之间并不成线性关系，即内聚力大的群体并不一定效率就 会高。在团队里则遵循着内聚力与工作效率成正比的规律。 1 3 2 团队的渊源 团队精神由于日本的成功而在世界范围内大盛，但追根溯源，团队精神却与 天津大学硕士学位论文第一章绪论 中国的传统儒家文化有很深的本源关系。 儒家学派的创始人孔子( 公元前5 5 1 一前1 7 9 年) ，春秋末期鲁国人，名丘，宁 仲尼、是中国历史上著名的思想家、政治家、教育家。儒家立说的人性基础主要 是“性善说”与“性可塑论”，认为“人之初，性本善”，“仁、义、礼、智， 非由外铄我也，我固有之也”，故仁政可用；“性相近，习相远”近朱者赤。近墨 者黑。人性可塑，故教化可行。儒家还认为人的需求是分层次的主张根据人性 来进行管理，强调“富与贵，是人之所欲也”，“贫与贱，是人之所恶也”，应“因 民之所利而利之”。儒家立说的哲学基础是中庸，矫枉不可过正，过犹不及，不 能走极端。儒家立说的第三个基础是民本主义，即“庶民者，国之本也”，“得民 心者得天下”，“民为邦本”，“民为贵，社稷次之、君为轻”。 儒家文化的特点之一是群体本位、团体主义，强调个体的行为不能危及集体 的生存和发展，个体应服从集体。对于君主及士大夫而言，应修身正己，实行仁 政，讲求大义，所作所为应合乎整个统治阶级的利益，不能任意您行，鱼肉百姓否 则“水能载舟，亦能覆舟”将危及统治阶级的集体利益。对于民众而言，强调“天 下兴亡，匹夫有责”，“舍身取义”，“杀身成仁”，是为“义”的最高境界。儒家 文化的特点之二是和谐主义、追求整个社会乃至整个宇宙的和谐共存，稳定发展。 在一个组织内部，强调“和为责”，成员之间应肝胆相照、荣辱与共、精诚团结、 风雨同舟这神“和”不是无原则的一团和气，也下是面和心不和，甚全搞宗派、 拉山头，而是“君子和而不同”；“群而不党”，“周而不比”，“小人同而不和”。 “和”并不排斥竞争，而是“和下忘争”，“内和外争”。在整个社会内部各阶 层应和谐共处，各安其位、互敬互爱。在人与自然、人与宇宙的关系上，则祟尚 “天人合一”的和谐主义与中庸哲学存在内在的联系。儒家文化的特色之二是价 值主义，首先是建立一套价值观念与行为准则，并将之内化到社会中每一个人的 头脑与行为中。其次是提出极富价值诱惑的王者与民同乐、人人安居乐业的理想 社会目标。其中，通过教化来推行价值观念和行为准则，是通向理想社会的重要 手段。团体主义、和谐主义和价值主义是相辅相成、相互促进，互为目的与手段 的。 以团体主义、群体本位、和谐主义、价值主义、民本主义及中庸之道为重要 特色的儒家思想，是个严谨内治的体系、极富生命力，尤其对稳定的统治管理 极有助力【硐。这也是许多西方国家越来越重视中国儒家文化的原因。 团队这种工作组织形式起源于2 0 世纪5 0 年代的工作设计与社会技术理论。 1 9 4 8 年至1 9 5 8 年英国煤矿的系列研究和原来瑞典沃尔沃公司的工作丰富化和自 主化研究，证明组织的功能是组织的社会心理过程( 企业文化、个人动机等) 与组 织的生产技术和运行相互作用的过程。组织被理解为是一个把投入( 人、财、物) 天津大学硕士学位论文 第一章绪论 转化为产出的社会心理技术系统，经济手段和社会心理影响各自作用于 个人的工作绩效，从而对组织整体的运行产生作用。 上世纪6 0 年代末至7 0 年代初，西方的一些大跨国公司开始采用团队的组织形 式。这在当时还是十分新鲜的做法。发展到今天，优秀的大公司都不同程度地运 用着团队这一组织形式来提高效率。在国内，也有少数企业依据国情引进和修订 了国外的团队管理模式为己用，并且取得了可喜的成绩：如上海宝山钢铁公司的 “自主管理活动”就取得了十分明显的效益：在经济上，从1 9 8 6 年至1 j 1 9 9 4 年的9 年中，总效益高达7 5 亿元，在社会效益上通过办“现代化管理研讨班”，使5 千多名学员接受了“自主管理”培训l 刀】。 1 3 3 团队的理论基础 一、团队兴起的主要原因： 1 创造团结精神。群体成员在与组织一致目标下的团结，是保证群体存在 与发展的重要前提。组成工作团队的成员都能意识到这一点，因此，他们希望， 同时都要求相互之间能帮助和支持，以团队方式工作以促进成员之间的合作和提 高士气，借助团队组织形式创造一种增进人际关系和增加工作满意度的氛围。 2 使管理层有时间进行战略性思考。采用团队形式，特别是自我管理的团 队形式，可以使管理层从繁杂的一般性工作中解脱出来，有更多的时间考虑战略 问题。 3 提高决策的速度。团队管理模式是将一些决策权下放给团队，使得组织 在决策上有更大的灵活性，这必然要大大地提高决策的速度。 4 促进员工队伍多元化。由于不同背景与经历的人组成了团队，使得分析 问题和解决问题时的视野更加开阔，决策更有创意。 5 提高工作绩效。十多年来的实践证明，团队可以在下述几个方面发挥积 极作用，促成工作绩效提高： 激励员工； 提高生产效率； 提高职工的满意度； 促进员工之间的沟通与合作； 促进员工多元化发展，拥有多种技能； 增强组织的取得了可喜的成绩。 在国外，团队有多种类型：“问题解决型”是最早的一种团队类型，出现在 天津大学硕士学位论文第一章绪论 1 5 年前。一般由来自同一部门的5 1 2 个员工组成，组织比较松散，活动也不多， 成员每周只用几个小时碰碰头，讨论如何提高产品质量、生产效率和改善工作环 境等问题。但它除了根据讨论向组织提出建议以外，几乎没有权力按讨论结果和 所拟建议独立和单方面采取什么行动。然而，8 0 年代以后，这种情况就有了很大 的改观，问题解决团队不仅是提出问题解决建议，并且能按照团队讨论结果，采 取有效的行动。但是，鉴于问题解决型团队在调动职工参与组织决策的积极性上 的不足，随之又出现了“自我管理( 自主型) 型”团队。这种类型的团队由1 0 一1 5 人组成，他们承担以前自己上司承担的责任：包括控制工作的节奏与速度；决定 工作任务的分配；安排工间休息。一些彻底的自我管理型团队甚至可以挑选自己 的成员，并让成员进行相互质量评估。这样，主要管理人员的重要性就大为下降， 如某厂有1 0 0 多个团队，它们负责工厂的大多数决策：有权安排检修；决定工作 日程；常规性地控制设备采购( 花1 2 0 0 万美元不打报告) ；解雇与聘用员工；设置 生产目标；建立与能力相应的工资标准等。此外，“攻关型”团队也是今天十分 盛行的一种团队形式，它是横向跨部门的任务攻坚队，是聚集各路精英，专门解 决各种重要的关键技术问题的团队，能使组织( 甚至跨组织) 不同领域员工交换信 息，激发出新观点，解决面临问题，协调复杂的项目。 二、团队的理论基础 团队管理为什么会取得极佳的效果，其理论基础是什么，近年来的研究倾向 于下述理论： 1 合作竞争理论。这一理论认为，人们如果各自为战，认为双方目标没有 关系，就会漠视他人福利或困难，对之袖手旁观，组织也会一盘散沙，士气低落； 如果人们处于竞争关系，相互之间就会封锁信息和资源，甚至相互攻击和破坏。 因此，一个组织应当形成共同目标和合作气氛，在共同目标下合作，人们会相互 尊重，共享信息和资源，互相交流，取长补短。 2 建设性冲突理论。团队虽然着力使成员形成合作关系，但这并不意味团 队中不允许存在不同意见。不同目标是形成高质量决策的前提。只要团队真正形 成了合作关系，人们就会坦诚地交换意见，吸取对方意见中有价值的成份，在充 分交流的基础上达成共识。所以，通过建设性冲突的处理，团队的成员会更加认 同团队的目标，团队的合作关系也就会更加巩固。 3 员工卷入理论。员工卷入理论是让员工对那些关系到他们切身利益的决 策发表意见，增加员工的自主化和对工作的控制程度。员工卷入的具体措施是实 行员工参与决策和管理。人在组织中有决策权，就会更加认同组织的目标，并积 天津大学硕士学位论文第一章绪论 极主动地去执行决策鲫。 1 3 4 团队管理 一、在团队中建立热望或共同愿景 所谓热望就是经过一定的努力之后，能达到的目标。有了这个愿望，领导会 制定各种各样的目标，但领导所制定的目标并不一定在团队全员中产生同样大的 热情。对一个团队来说，领导对团队成员说应该做什么，目标是什么，以及团队 成员知道自己应该做什么，目标是什么，这完全是不同的。对于企业来说，有意 义的目标和没有意义的目标，惟一的差别是，有意义的目标可以引起团队成员的 热情、耐心及接受挑战的意愿。这里包括两部分，一部分是个人的愿景，还有一 部分是共同的愿景。 如果一个公司总裁自己制定企业的共同愿景，不一定能把它变为现实。真正 的共同愿景，是所有团队成员对这个愿景有自己感情上的联系，有个人利益的联 系。也就是说一个共同愿景的建立，是把团队中每个人自己的愿景和企业共同愿 景结合在一起。他们个人会问一些问题，我为什么要待在这里? 我能够看到什么 目标? 我能够为自己制定什么目标? 只有个人愿望是不够的，还要有一个共同的愿 望，一起进行深入思考，最后才能建立起团队的共同愿景。一个共同的愿景建立 起来，不是一个下午、一天、一周就可以完成的事情。建立共同愿景的过程其实 是不断进行的过程。 从某种角度上说，建立一个共同愿景的过程，其实就是进行团队成员间讨论 和交流的过程，这个过程就是人与人之间进行互动，真诚地和对方交流自己的想 法。 在团队中建立起共同愿景，这是提高团队凝聚力的最佳途径i 捌。 二、团队的人力资源管理 良好的团队的运作与高效的团队绩效取决于对团队的管理，而其中最重要的 是人力资源管理，其中包括团队的组成与调配，团队精神的培育与弘扬，团队职 位与角色的分析与评估，团队绩效与个人绩效的考核评价，以及与此相适应的薪 酬回报体系的设计与实施。因而对团队进行人力资源管理，与传统的人力资源管 理存在着很大的差异性。 首先，从团队文化的建设来看，其文化的核心无疑是团队精神，从组织的运 天津大学硕士学位论文 第一章绪论 作形式来看，团队的运作不是依靠功能性文化支持的，而更多的具有流程型文化 和网络型文化的特征。 其次，在团队中强调的是角色而不是职位，也就是讲，对团队人力资源管理 的基础应该是基于角色和角色族。角色管理与职位管理在基本理念上是一致的， 但两者之间的差异也是非常明显的。角色的动态性和兼容性造成了管理的复杂 性。 再次，在团队管理中，价值评价体系的导向性问题。毫无疑问，在团队中， 团队绩效重于个体绩效，评价体系应该以团队绩效评价为导向。所以如何在强调 团队绩效的同时，将个体绩