基于粒度计算方法的适应性指控组织设计综述

付 婕 任学军 邵文静 武警工程大学 陕西西安 710086

【文章摘要】

文章介绍了适应性指控组织的研究现状，分析了基于粒度计算的组织适应性设计方法的基本设计思想。针对平台集粒化过程，提出了一点思考。其次，对比了基于三阶段适应性调整方法与基于粒度计算方法，阐述了两种方法的优势与不足。最后，对下一步研究工作作以展望。

【关键词】

适应性指控组织; 结构设计; 随机搜索算法; 适应性调整; 粒度计算

0 引言

现代科技的高速发展，组织环境的多变性、错综复杂的使命任务等，使得组织的发展面临新的挑战。现代组织的飞速发展离不开新科技的冲击与促进。目前，组织的发展突破了地域限制、组织资源限制以及固定结构的限制，呈现出分布性、自主性、灵活性和扁平性。

目前有两个研究方向，用以解决动态、不确定的使命环境下的组织结构的设计问题。一是组织结构的适应性设计，另一个是组织结构的鲁棒性设计。其中， 适应性即指：在特定的使命环境下，建立优化的组织结构。根据环境的不断变化， 运用一定的技术手段，及时对组织进行重构，从而保持组织的运作顺利。鲁棒性即指：能够在组织结构保持不变的前提下，建立可以应对动态的（一定范围内）使命环境的组织。

由于使命环境的复杂多变，原有的静态组织结构难以适应当前的情况。为解决这种动态使命环境下的组织结构设计问题，对某一特定的使命环境建立优化组织结构，再根据外界环境的变化与使命任务的进程进行动态重构，从而始终保持组织良好的性能，这种设计方法称为组织结构的适应性设计。

适应性指控组织的研究主要有组织建模方法、测试方法，组织设计方法，以及组织适应性调整方法四个方面。指控组织的设计方法主要包括: 三阶段组织设计方法、扩展的三阶段组织设计方法、基于分组技术和嵌套遗传算法的组织设计方法和基于粒度计算的组织设计方法；组织适应性调整方法包括：基于三阶段设计的方法，基于粒度计算的方法和基于组织结构分层的适应性调整方法。本文主要针对基于粒度计算的设计方法展开讨论。

1 粒度计算的相关概念

粒，就是指一些个体通过临近、相似或者功能等关系的区分、归类，所形成的块。

粒度计算，即一种处理信息的计算范式和理念。粒度计算理论摒弃以往以精确计算为目的的思路，重在对问题进行描述，具有较快的计算速度。因而，对信息处理过程存在的突发性变动具有较好的适应性能。

2 粒度计算在指控组织设计中的应用

粒度计算理论在指控组织设计中主要应用于组织的适应性设计方向。具体包括基于粒度计算的指控组织结构设计，以及组织的适应性调整两个方面。组织的结构设计，是较典型的复杂问题求解，引入粒度计算的方法可以达到降低计算复杂度的效果。而组织的适应性调整中，则根据粒度计算的思想，重点在于面对突发性的事件具有较好的适应性能。

2.1 基于粒度计算的指控组织结构设计

2.1.1 基本概念及设计流程

组织的优化设计建立在对组织结构与使命任务进行匹配度量的前提上，因而需要先确定组织适应性测度参数。修保新等在文献3 中，通过对组织结构匹配的参数分析，确定了组织在处理使命任务过程中，主要涉及两个参数：决策实体DM 的外部协作负载E(m) 以及内部工作负载I(m)。两者统称为决策实体的工作负载，记其工作负载为W(m)

W(m)=WI•I(m)+WE•E(m) （ 1）

上式中，WI 和WE 为权值。

组织结构O 执行使命M 的适应性测度为：

WRMS(O,M)= （ 2）

组织适应性设计的目标，就是找到介于当前结构与理想转换结构之间的过渡结构，使得过渡结构可以用较小的代价适应新的使命环境。这里涉及到的结构适应性代价的计算在文献3 中已经进行过研究，本文主要针对最优结构的求解方法展开讨论。图3-1 为基于粒度计算设计方法的流图。

基于粒度计算的指控组织结构设计过程分为三个阶段，第一个阶段：任务集和平台集粒化，建立平台粒到任务粒的对应关系。其设计目的是最小化组织结构与使命的适应性测度；第二个阶段：粒内任务规划。将具有大量平台和任务的规划问题分解为一些独立的具有少量平台和任务的子规划问题，实现所有平台到任务的指派；第三阶段：组织决策树：决策分层。通过指定通信结构和决策分层来优化决策实体的责任分配和决策实体间的控制协作。本文建立在基于粒度计算的指控组织结构设计上，利用随机搜索算法对第一阶段任务集与平台集的粒化进行设计。

2.1.2 一种随机搜索算法在结构设计中的应用

文献9 中提出了一种引入群体发现和加入行为的随机搜索算法（Adaptive Stochastic

Search with Hybrid Strategy，HASS）。相比于传统的遗传算法，HASS 算法在寻优过程中，通过发现、加入以及变异策略来指导群体中的较优和较差个体在整个搜索空间进行全局、局部搜索，增强了算法跳出局部最优的能力和寻优效率，从而

图3-1 基于粒度计算的指控组织设计方法流图

图3-2 任务集粒化示意图073

软件开发

Software Development

电子制作

解决了不同形态的复杂问题。

先根据任务集中各个任务所需求的能力，对任务集进行粒化（粒度覆盖），得到M 个任务粒；以不同决策实体所具备的能力为依据，得到不同任务粒与决策实体的对应；由决策实体与平台的对应关系，对平台集进行粒度划分，得到M 个平台粒；最终得到平台粒与任务粒的对应关系，完成平台集与任务集的粒化。

（1）任务集粒化：

按照串行和并行两种不同的任务间关系分别进行划，示意图如图3-2 ：

（2）平台集粒化

使用HASS 算法对平台集进行粒度化分的流程如图3-3 ：

2.2 两种指控组织适应性调整方法比较

2.2.1 基于三阶段方法的组织结构适应性的设计

该方法进行组织结构适应性调整本质是从一种结构变化为新的结构。新的组织结构选择需要考虑两方面因素：使命结构匹配程度，以及结构变化所产生的代价。并在预先设定的可供选择的结构集中，筛选适应当前的使命环境的最优结构。

设计存在的缺陷：方法本质上是一种静态条件下的设计方法。因而，用于处理动态使命时，存在较大的困难。首先，为了保证较好的整体组织适应性性能，需要设计一些预测结构组成可供选择结构的集合，而设计较多的组织结构势必增加复杂度；其次，由于适应性设计是基于对使命环境变化的估计，当面临随机事件时，往往超出预想，造成原有的组织结构不能匹配当前的使命环境；此外，三阶段设计方法主要是依据使命分解后的使命序列， 来确定组织结构的转换顺序。不断变化的使命环境致使使命序列的不确定性。而建立在此基础上的结构转换的路径也就存在一定的风险，其有效性也有待进一步商榷。

2.2.2 组织适应性调整方法对比

由于组织的设计是基于具体的使命环境状况。因而，不同的适应性设计方法都有其适用的领域，没有绝对的好与坏。下面将对基于三阶段方法的组织适应性调整方法和基于粒度计算的组织适应性调整方法作以对比，见表3-1。

3 总结与展望

文章对基于粒度计算适应性指控组织设计方法进行分析，并对平台集的粒化过程提出了个人看法。在面对未来战争复杂多变的环境条件下，这种适应性设计方法能够大幅度的降低问题求解的复杂度，提高使命完成的效率。由于研究深度有限，文章未为对该方法在实际当中的应用作以拓展延伸。下一步，将对针对该方法存在的不足（如：组织结构变换的触发条件，优化时域选取）进行分析、研究；寻找该方法适用的应用领域，进行具体应用探索。