论项目管理协作模式的知识发现模型.docVIP

论项目管理协作模式的知识发现模型 论文 摘要：在建立和分析岗Agent作机制的基础上，以自组织特征神经 网络 SOM为依托，建立了项目管理协作模式的知识发现模型。目的是通过对项目信息的及时与智能化采集，建立健全项目信息的管理机制，并在此基础上建立与项目进程同步的知识发现模型：项目管理协作模式的发现模型。协作是任何项目管理活动中不可或缺的要素项目管理活动中有谁参与、如何参与、参与程度和效果如何等对于项目管理的成败都有举足轻重的作用。协作的实质是岗位问的协作，脱离岗位谈项目管理协作模式是没有意义的。 论文关键词：项目管理；岗位Agent；SOM；协作模式；知识发现 0引言 　　项目管理的可持续 发展 依赖于管理知识(包括经验和技术等等一切有价值的信息)的采集、积累、发现与传递。岗位是项目管理中的核心要素。由于岗位是人员与任务连接的桥梁，因此岗位管理是项目管理的重心，岗位知识是项目管理知识的核心内容。岗位知识来自两个方面：一是既往的经验知识，即成熟知识，是用以指导岗位工作的知识。随着项目管 理学 科体系及实践管理体系的完善与发展，这部分知识将主要来自统一规范的知识库。二是实践知识，是在具体岗位操作过程中动态采集的知识。这两个方面的知识对岗位而言可以理解为从上到下的和从下到上的知识。其中从下到上的知识是项目管理的知识来源，是项目管理发展的基础。如何有效地采集实践知识，并有利于知识的有效存贮、积累、挖掘和再利用，是项目管理研究的重要内容。 　　1岗位Agent 　　Agent是具有目标、知识和能力的独立实体。岗位Agent是实现岗位功能的Agent，它将岗位功能分解，并通过一个个Agent去实现。在本文中，一个Agent实现一项功能，岗位功能通过多Agent系统完成。这是从管理角度和项目实现 计算 机系统管理的需要出发考虑的。具有特定功能的Agent一部有着不同的结构．以实现不同的功能目标。随着项目管理的深入和要求的提高，Agent的设计会越来越复杂。但对具体的目标而言，复杂性不会太高。 　　1．1利用岗位Agent实现知识的智能采集 　　智能采集的意义是指对知识的自动感应接收、自动存贮记忆、自动反馈分发。实现知识智能采集的岗位Agent,须是一个具备相应内部结构和工作机制的装置，这个装置可以是虚拟的，也可以固化为实体。从发展的眼光来看，这个装置以虚拟为佳，即以软件包或者子程序模块的形式存在。这样，随着管理需要的延伸，软件升级更新更为低廉迅捷，也更容易适应动态需求的变化。另外，虚拟岗位Agent的内部设计可以无限制地深入和细化，实际上其内部是一组有机结合的子程序集，内部功能可以无限发展．与外界的联系通过程序链接实现．使岗位Agent智能化程度不断提高，并且这种智能性的增加必然具有自组织性。具体的岗位Agent一部结构如图1所示。 　　1．2多Agent系统的构成 　　处理任何一项任务与岗位之间的协作，都需要调用多个Agent来完成。多Agent系统内部各个Agent之间以某种特定的关系联接存在，主要有并列、排序、组合、嵌套、随机等关系。具体来说，并列是指各个Agent之间没有先后次序，其中一个被调用，就意味着其它的也将被调用，但任何一个Agent都没有优先权：排序是指各Agent的调用具有一定的先后顺序，其中一个被调用就意味着下一个被调用的Agent经确定；组合是指各Agent间的关系不是单一的，可能是并列的，也可能是排序的，还可能是其它关系：嵌套则是指各Agent之间是包含与被包含的关系。虽然在设计上一个Agent实现一项功能，但是功能的划分是变动的，而且若干个Agent在一起又可能实现某一项功能，在这种情况下．各Agent形成一个“大”Agent，它们之间的关系就是嵌套：随机是指各Agent之间没有必然的逻辑联系，是岗位在具体实践过程中可能调用的Agent群体。对于一个大型项目而言．在由整个项目的Agent群体构成的多Agent系统内部，各Agent的关系必然是随机的，不能保证哪个Agent一定被调用，以什么关系被调用。 　　2基于自组织神经网络的项目管理协作模式 　　2．1自组织神经网络 　　自组织特征映射网络(SOM)是由芬兰赫尔辛基大学神经网络专家Kohonen教授于1981年提出的，这种网络模拟大脑神经系统自组织特征映射的功能．采用竞争学习规则，在学习中无监督地进行自组织学习。它的主要特点和优点是：能将任意输入模式在输出层映射成一维或者二维离散图形，并保持拓扑结构不变；在竞争层中将分类结果表示出来；经过反复学习，连接权矢量空间分布能反映输人模式的统计特征。上述特点是以自组织神经网络为基础和依托建立项目管理协作模式的必要条件。 　　2．2基于组织神经网络的项目管理协作模式