張 寧,楊 帆
(貴州財經(jīng)學(xué)院 信息學(xué)院,貴陽 550004)
虛擬科研團(tuán)隊(duì)的產(chǎn)生和發(fā)展代表信息時代中科學(xué)研究組織形式的新動向和新趨勢,有利于科研資源的靈活配置,有利于提升項(xiàng)目的開發(fā)效率[1],因此,其研究和實(shí)踐日益得到廣泛關(guān)注。所謂虛擬科研團(tuán)隊(duì),即是因要完成科研項(xiàng)目而組成的臨時性的團(tuán)隊(duì),隨著信息技術(shù)的發(fā)展以及協(xié)同觀念的產(chǎn)生,科研團(tuán)隊(duì)走向了以合作協(xié)同為主導(dǎo),資源共享的聯(lián)盟形式,這種聯(lián)盟形式在信息技術(shù)的支持下,打破了科研項(xiàng)目在合作過程中的網(wǎng)絡(luò)和時間的障礙,不在局限于某個特定區(qū)域,因此產(chǎn)生了虛擬科研團(tuán)隊(duì)的組織形態(tài)。
在傳統(tǒng)的科研團(tuán)隊(duì)構(gòu)建和管理中,團(tuán)隊(duì)各成員間的關(guān)系在較長時間內(nèi)保持穩(wěn)定,因此團(tuán)隊(duì)之間的業(yè)務(wù)流程接口具有預(yù)設(shè)定、緊密耦合和良好集成的特點(diǎn)。隨著虛擬科研團(tuán)隊(duì)的產(chǎn)生,可能存在短暫且不確定性的項(xiàng)目伙伴關(guān)系的變化,表明團(tuán)隊(duì)各成員間的關(guān)系動態(tài)性增強(qiáng),業(yè)務(wù)接口不是預(yù)設(shè)的、靜態(tài)的,而是動態(tài)的,難以定義的,即表示團(tuán)隊(duì)知識人員和項(xiàng)目組構(gòu)成多重關(guān)系,知識人員能夠同時參與多項(xiàng)項(xiàng)目組,產(chǎn)生了流量與建設(shè)成本的不確定性,本文即是在考慮人員培訓(xùn)、項(xiàng)目建設(shè)成本的前提下,研究虛擬科研團(tuán)隊(duì)網(wǎng)絡(luò)各層次類型知識人員數(shù)量的均衡分配資源調(diào)度,實(shí)現(xiàn)科研項(xiàng)目建設(shè)的高效性與優(yōu)質(zhì)性。
資源調(diào)度是涉及到資源限制與處理調(diào)度的研究,一直以來,廣泛存在于生產(chǎn)、交通各個領(lǐng)域[2]。但是國內(nèi)外的研究表明,各類算法中對人力資源的數(shù)量調(diào)度和排程在充分考慮各類資源限制的情況下,往往只是針對同一類研究對象,例如同一層次類的人員節(jié)點(diǎn)和分布,但在實(shí)際的團(tuán)隊(duì)活動中,參與同一類項(xiàng)目的團(tuán)隊(duì)人員往往也都具有不同的類型,以科研團(tuán)隊(duì)而言,在協(xié)同合作的過程中,存在多種不同年齡,不同職稱,不同知識組織結(jié)構(gòu)層次的知識人員,而不同類型的知識人員在參與項(xiàng)目的過程中,由于經(jīng)歷與經(jīng)驗(yàn)的差別性,接受培訓(xùn)和建設(shè)的層次不同,對項(xiàng)目的貢獻(xiàn)程度會產(chǎn)生較大的差異,因此考慮到不同層次類型的知識人員的培訓(xùn)成本與建設(shè)費(fèi)用等因素,比傳統(tǒng)只考慮一種類型的人力資源調(diào)度排程上要更具有較大的適用范圍,也較為科學(xué)和合理。
虛擬科研團(tuán)隊(duì)網(wǎng)絡(luò)的知識人員動態(tài)參與問題可以描述為,多個知識人員參與多項(xiàng)項(xiàng)目,項(xiàng)目的驗(yàn)收時間是預(yù)先給定和固定的,調(diào)度排程的目的是確定不同項(xiàng)目內(nèi)不同層次類型的知識人員的數(shù)量情況,由于考慮了不同層次結(jié)構(gòu)的知識人員的培訓(xùn)建設(shè)成本因素,所以該模型研究培訓(xùn)成本因素影響下的虛擬團(tuán)隊(duì)知識人員的數(shù)量安排均衡問題。
表1 虛擬科研團(tuán)隊(duì)成員數(shù)量均衡模型符號定義
在一個穩(wěn)定長期持續(xù)的虛擬科研團(tuán)隊(duì)網(wǎng)絡(luò)內(nèi),各類知識人員存在不同的培訓(xùn)成本和建設(shè)費(fèi)用,假設(shè)不同類型知識人員的培訓(xùn)費(fèi)率為yag(a∈M*,g∈G),建設(shè)成本費(fèi)用為βag(如2.1定義所示),則團(tuán)隊(duì)成員數(shù)量均衡模型可以等價為如下數(shù)學(xué)規(guī)劃問題:
其中:
針對不同的知識人員知識結(jié)構(gòu)類型,方程(2)代表了項(xiàng)目組上的知識人員數(shù)量和承載負(fù)荷成本之間的平衡關(guān)系,并保證了所有的數(shù)量都是正值,而方程(3)則是代表其中的關(guān)聯(lián)關(guān)系,繼續(xù)有:
對以上數(shù)學(xué)表達(dá)式,假設(shè)有:
2.3.1 Frank-Wolfe算法概述[3,4]
F-W算法是Frank和Wolfe于1956年提出求解線性約束問題的一種算法。該方法現(xiàn)在大量用于交通路徑分配和規(guī)劃,屬于可行方向法的一種,其基本算法思想是,在每次迭代中,將目標(biāo)函數(shù)線性化,通過線性規(guī)劃求得下降可行方向,然后再找到一個最優(yōu)步長,在最速下降方向上截取最優(yōu)步長得到下一步迭代的起點(diǎn),進(jìn)而沿著此方向在可行域內(nèi)作一維搜索,重復(fù)迭代直至找到最優(yōu)解為止[5,6]?,F(xiàn)經(jīng)過稍加改進(jìn)后,用于虛擬科研團(tuán)隊(duì)網(wǎng)絡(luò)多項(xiàng)目上的知識人員數(shù)量研究問題,同樣具有較好的應(yīng)用意義。
2.3.2 改進(jìn)后的F-W算法步驟
(1)初始化
令各類型知識人員的平均培訓(xùn)成本費(fèi)用初始化為:
(2)更新各類知識人員的培訓(xùn)建設(shè)成本如對g類型的知識人員,計算:
(3)尋找可行方向
對每一類型g的知識人員,得到每一類型的人員數(shù)量并設(shè)
(4)計算迭代步長
用二分法求解一維極小問題
Subject to 0≤λ≤1令其解為λn。
(5)更新項(xiàng)目組上的知識人員數(shù)量計算:
(6)檢驗(yàn)收斂性
隨著科學(xué)研究和科學(xué)活動逐步走向國際化和信息化,研究工作人員對知識獲取需求的多元化和深度化,單一成員結(jié)構(gòu)模式的科研組織形態(tài)勢必不能滿足現(xiàn)狀,科研團(tuán)隊(duì)也需要向著定制和敏捷的方向發(fā)展,開放式的虛擬科研團(tuán)隊(duì)正是可以幫助科研模式由笨拙走向靈活,打破行政職能的限制,甚至是地域、國別的限制,形成開放式的動態(tài)組合的虛擬科研團(tuán)隊(duì),達(dá)到科研資源優(yōu)勢互補(bǔ)和有效合作。
及時準(zhǔn)確且人力資源分配均衡的虛擬科研團(tuán)隊(duì)知識人員調(diào)度排程對科研項(xiàng)目的高效運(yùn)行有著極其重要的影響,是實(shí)現(xiàn)團(tuán)隊(duì)知識人員調(diào)度的合理化和集成化的重要環(huán)節(jié)。研究多層次類型下多項(xiàng)目資源的知識人員數(shù)量均衡模型,考慮到了不同類型知識人員的培訓(xùn)建設(shè)成本因素,給出了模型的求解算法,使得該模型更具有廣泛和合理的適用范圍。
[1] 華荷鋒.高??蒲袌F(tuán)隊(duì)研究:基于虛擬團(tuán)隊(duì)的概念[J].現(xiàn)代教育科學(xué),2005,(4).
[2] 張寧.混合資源調(diào)度的遺傳算法研究[J].貴州大學(xué)學(xué)報自然科學(xué)版,2009,(2).
[3] 徐裕生,陳誠,史向平.一類幾何規(guī)劃的Frank-wolfe算法[J].河南科技大學(xué)學(xué)報(自然科學(xué)版),2008,(29,1).
[4] 李峰,王書寧.基于Frank-Wolfe算法的路徑交通量求解方法[J].吉林大學(xué)學(xué)報(工學(xué)版),2005,(6).
[5] Yin Y F.Genetic-algorithms-based Approach for Bilevel Programming Models[J].Journal of Transportation Engineering,2000,(126).
[6] Anthony Chen,R.Jayakrishnan,Wei K.Tsai.Faster Frank-Wolfe Traffic Assignment with New Flow Update Scheme[J].Journal of Transportation Engineering,2002,128(1).