【正文】 太大時(shí)，種群中串的更新很快，進(jìn)而會(huì)使適應(yīng)值高的個(gè)體很快被破壞掉；概率太小時(shí)。通常，種群太小則不能提供足夠的采樣點(diǎn)，以致算法性能很差，甚至得不到問題的可行解；種群太大時(shí)盡管可增加優(yōu)化信息以阻止早熟收斂的發(fā)生，但會(huì)增加計(jì)算量，從而使收斂時(shí)間太長(zhǎng)。變異算子是為了保持群體中的個(gè)體的多樣性而在產(chǎn)生后代的過程中使用的操作算子。交叉算子作用于組合出新的個(gè)體，在解空間中進(jìn)行有效搜索，同時(shí)降低對(duì)有效模式的破壞概率。選擇算子就是從群體中選擇出優(yōu)秀個(gè)體，淘汰劣質(zhì)個(gè)體的操作算子，目前使用較多的是按比例選擇和基于排名的選擇策略。3 算子的設(shè)計(jì)：這部分是 GA 的核心，即實(shí)現(xiàn)優(yōu)勝劣態(tài)的進(jìn)化過程的主體。對(duì)于極大值問題，可以直接利用目標(biāo)函數(shù)作為適應(yīng)值函數(shù)。GA 進(jìn)化過程中基本不用如導(dǎo)數(shù)一類的外部信息，而僅用目標(biāo)函數(shù)即適應(yīng)值函數(shù)為依據(jù)。編碼方法有很多種：順序編碼，自然數(shù)編碼，實(shí)數(shù)編碼，二進(jìn)制編碼。 設(shè) 計(jì) 要 素1 確定問題的編碼方案：就是將問題的解用一種編碼來表示，從而將問題的狀態(tài)空間與 GA 的碼空間相對(duì)應(yīng)，這在很大程度上依賴于問題的性質(zhì)，并將影響遺傳操作的設(shè)計(jì)。3 GA 使用的遺傳操作均是隨機(jī)操作，同時(shí) GA 根據(jù)個(gè)體的適應(yīng)值信息進(jìn)行搜索，無需其他信息，如導(dǎo)數(shù)信息等。 算 法 特 點(diǎn)1 GA 對(duì)問題參數(shù)編碼稱“染色體”后進(jìn)行操作，而不是針對(duì)參數(shù)本身，這使得 GA不受函數(shù)約束條件的限制，如連續(xù)性、可導(dǎo)性等。它將問題的求解表示成“染色體”的適應(yīng)生存過程，染色體是字符串編碼，每一編碼字符串為一候選解，這種染色體有多個(gè)，即有一群候選解。遺傳算法（geic algorithms）簡(jiǎn)稱 GA 就是 于 1975 年受生物進(jìn)化論的啟發(fā)而提出的。本文所研究的問題就是要在投入成本和用戶工期要求一定的條件下，使項(xiàng)目的各工序最小完工概率最大。 : 的向量元素，表示狀態(tài)C??ixff內(nèi)占有的成本ix ???????????????32121, npxffxBfC?? 問題描述項(xiàng)目的各個(gè)工序有不同的完工時(shí)間，對(duì)應(yīng)的完工成本和完工概率就不同，從而項(xiàng)目的完工時(shí)間、完工成本和完工概率也不同。馬爾可夫鏈狀態(tài)空間 ??nxS,21??狀態(tài)轉(zhuǎn)移矩陣 ??????????????? ???? ?1000000,2,2,41,433,2,2321124321 14??? ??????? ?? nnnnnn nrrppxxIRQP xx?（）引入?yún)?shù) 表示從狀態(tài) 進(jìn)入吸收態(tài) 的概率， 表示從狀態(tài) 進(jìn)入過渡態(tài) 的ijrixjxipixlx概率，則必有 10,121 ???????? ilijnjijnlil rrp12 / 49 ??133211 100?? ??????????? ?????? ? nppQIF（） ??RFB ??????????????????????????? ???? 2,1,243212,21,24,43132,1321 000 nnnnnmbbrrpp ????????? ?（）在此基礎(chǔ)上進(jìn)一步分析如下：（1）吸收矩陣 的第一行的兩個(gè)元素 分別表示完工概率和失敗率。假設(shè)整個(gè)生產(chǎn)過程分成兩個(gè)階段，準(zhǔn)備和運(yùn)行階段。并依據(jù)風(fēng)險(xiǎn)因素的影響把整個(gè)生產(chǎn)過程分成若干個(gè)狀態(tài)，用馬爾可夫來追蹤整個(gè)生產(chǎn)過程的發(fā)展情況。10??ijqji,1???ijqnj?依據(jù)馬爾可夫過程的基本原理，對(duì)虛擬企業(yè)風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)。一個(gè)具有 個(gè)不返回狀態(tài)和 個(gè)吸收狀態(tài)的馬爾可夫鏈可以表示為下列轉(zhuǎn)移矩陣：nm11 / 49 ()mnIRQP????????其中： 表示系統(tǒng)的不返回狀態(tài)之間的關(guān)系； 表示不返回狀態(tài)和吸收態(tài)之間的R關(guān)系； ： 階單位矩陣； ： 零矩陣。在馬爾可夫鏈中如果有的狀態(tài)一旦進(jìn)入就不能離開，則此狀態(tài)稱為吸收態(tài)。如果狀態(tài)空間中的任意兩狀態(tài)都是連通的，則稱此狀態(tài)空間是連通狀態(tài)空間。以ijpi j ??njiij ,21,0???狀態(tài)轉(zhuǎn)移概率 為元素的矩陣稱為馬爾可夫鏈的一步狀態(tài)轉(zhuǎn)移概率矩陣，簡(jiǎn)稱轉(zhuǎn)移矩ij陣，記為 ，其每行元素之和為 1。 系 統(tǒng) 由 一 種 狀 態(tài) 轉(zhuǎn) 移 至 另 一 種 狀 態(tài) 的 過 程 稱 為 馬 爾可 夫 過 程 。在下面的章節(jié)中，根據(jù)馬爾可夫理論提出了馬爾可夫的動(dòng)態(tài)風(fēng)險(xiǎn)管理模型；并深入討論了遺傳算法在此問題中的應(yīng)用。工科數(shù)學(xué)教育也應(yīng)有所調(diào)整，以適應(yīng)高新技術(shù)發(fā)展的需要。學(xué)術(shù)界要主動(dòng)和企業(yè)界連手開發(fā)GA的應(yīng)用，要重視引進(jìn)或自行研制類似于Splicer的程序設(shè)計(jì)環(huán)境，使GA的應(yīng)用更加方便和快捷。理論研究與實(shí)際應(yīng)用不夠緊密，阻礙了我國(guó)高新技術(shù)的迅速發(fā)展，幾乎已經(jīng)成為頑癥。就GA本身的研究而言，應(yīng)該說，我國(guó)起步較晚，近幾年才陸續(xù)看到一些介紹性的文章、不多于兩三部的專著以及初步的研究報(bào)告。同一個(gè)州的一家企業(yè)——預(yù)測(cè)公司（Prediction Company）則首先開發(fā)了一組用于金融交易的時(shí)間序列預(yù)測(cè)和交易工具，其中GA 起了重要作用：據(jù)說，這一系統(tǒng)實(shí)際運(yùn)行效果很好，可以達(dá)到最好的交易員的水平，引起銀行界的關(guān)注。在這基礎(chǔ)上，GA按通常的選擇、交換和突變算子生成新的面孔。美國(guó)新墨西哥州州立大學(xué)心理學(xué)系開發(fā)了一個(gè)所謂的Faceprint 系統(tǒng)，可根據(jù)目擊者的印象通過計(jì)算機(jī)生成嫌疑犯的面貌。例如，通用電器的計(jì)算機(jī)輔助設(shè)計(jì)系統(tǒng)Engeneous，這是一個(gè)混合系統(tǒng)（hyb rid system） ，采用了GA以及其他傳統(tǒng)的優(yōu)化技術(shù)做為尋優(yōu)手段。或許這也是它受到學(xué)術(shù)界之外的企業(yè)界、政府部門以及更廣泛的社會(huì)階層普遍重視的原因。這種遺傳算法對(duì)于確認(rèn)可替代解集而言是特別合適的。6 遺傳算法對(duì)給定問題，可以產(chǎn)生許多的潛在解，最終選擇可以由使用者確定。4 遺傳算法強(qiáng)調(diào)概率轉(zhuǎn)換規(guī)則，而不是確定的轉(zhuǎn)換規(guī)則。由于遺傳算法采用種群的方式組織搜索，因而可同時(shí)搜索解空間內(nèi)的多個(gè)區(qū)域，并相互交流信息。這種并行處理方式對(duì)并行系統(tǒng)結(jié)構(gòu)沒有什么限制和要求，可以說，遺傳算法適合在目前所有的并行機(jī)或分布式系統(tǒng)上進(jìn)行并行處理，而且對(duì)并行效率沒有太大影響。遺傳算法按并行方式搜索一個(gè)種群數(shù)目的點(diǎn)，而不是單點(diǎn)。因此，利用遺傳算法，我們可以解決那些復(fù)雜的非結(jié)構(gòu)化問題。進(jìn)化算法的這種自組織、自適應(yīng)特征，使它同時(shí)具有能根據(jù)環(huán)境變化來自動(dòng)發(fā)現(xiàn)環(huán)境的特性和規(guī)律的能力。因而適應(yīng)度大的個(gè)體具有較高的生存概率。應(yīng)用遺傳算法求解問題時(shí)，在編碼方案、適應(yīng)度函數(shù)及遺傳算子確定后，算法將利用進(jìn)化過程中獲得的信息自行組織搜索。遺傳算法不同于傳統(tǒng)的搜索和優(yōu)化方法。其主要步驟是編碼→初始種群的生成→適8 / 49應(yīng)度評(píng)估檢測(cè)→選擇→雜交→變異。選擇、雜交、變異構(gòu)成遺傳算法的3個(gè)主要遺傳操作。問題是，這個(gè)搜索過程可能很復(fù)雜，我們甚至不知道該去哪里搜索或者該從是么地方開始搜索。 這樣，求解問題就可以轉(zhuǎn)化為在搜索空間中尋找極值點(diǎn)（最大值或者最小值點(diǎn)） 。每一個(gè)可行解都可以被它的函數(shù)值或者它的適應(yīng)度所標(biāo)記。所有可行解（Feasible Solution 可行解就是滿足了一定約束條件的解）組成的空間稱之為搜索空間（也可以稱之為狀態(tài)空間） 。這些改變可能是由于在由父代到子代的基因復(fù)制中出現(xiàn)的誤差。新的子代還可能發(fā)生變異（Mutation ） 。 復(fù)制（Repeoduction）在復(fù)制中，首先發(fā)生的是交叉（Crossover） ?；蚪M上特定序列的基因被稱作基因型（Genotype ） 。每一個(gè)基因在染色體上都有其特定的位置，這個(gè)位置一般被稱作位點(diǎn)7 / 49（Locus） ?；蛘吒?jiǎn)單的說，每一個(gè)基因?yàn)樯矬w的某一特定特征編碼，比如說眼睛的顏色。 染色體是由基因組成的，或者說染色體就是一塊塊的基因。在每一個(gè)細(xì)胞中都有想同序列的染色體。德國(guó)Dortmund大學(xué)1993年末的一份研究報(bào)告表明，根據(jù)不完全統(tǒng)計(jì)，進(jìn)化算法已在16個(gè)大領(lǐng)域，250多個(gè)小領(lǐng)域中獲的了應(yīng)用。重復(fù)上述選擇和繁殖過程，直到結(jié)束條件得到滿足為止。交叉算子交換隨機(jī)挑選的兩個(gè)編碼的某些位，變異算子則直接對(duì)一個(gè)編碼中的隨機(jī)挑選的某一位進(jìn)行反轉(zhuǎn)。選擇機(jī)制應(yīng)保證適應(yīng)度較高的解能夠保留較多的樣本；而適應(yīng)度較底的解則保留較少的樣本，甚至被淘汰。在實(shí)驗(yàn)中，一般應(yīng)對(duì)可行性域中的點(diǎn)進(jìn)行編碼，然后再可行域中的點(diǎn)進(jìn)行編碼，然后在可行性域中隨機(jī)挑選一些編碼組作為進(jìn)化起點(diǎn)的第一代編碼組，并計(jì)算每個(gè)解的目標(biāo)函數(shù)值，也就是編碼的適應(yīng)度。6 / 49 遺傳算法的生物學(xué)背景 遺傳算法是以達(dá)爾文自然進(jìn)化論和孟德爾遺傳變異理論為基礎(chǔ)的求解復(fù)雜全局優(yōu)化問題的仿生型算法，它以適者生存、不適應(yīng)者被淘汰為進(jìn)化策略，對(duì)包含可能解的群體反復(fù)進(jìn)行選擇、交叉、變異等遺傳學(xué)操作，從而使種群不斷進(jìn)化，以搜索到最優(yōu)解或準(zhǔn)最優(yōu)解，具有簡(jiǎn)單實(shí)用、魯棒性強(qiáng)、本質(zhì)并行性等特點(diǎn)。遺傳算法的通用編碼技術(shù)和簡(jiǎn)單的有效的遺傳操作作為其廣泛，成早期功地應(yīng)用奠定了基礎(chǔ)。隨后，Holland 將算法用于自然和人工系統(tǒng)的適應(yīng)行為的研究中，并于 1975 年出版了其開創(chuàng)性著作“Adaptation in Natural and Artificial Systems”。 遺傳算法 遺傳算法的產(chǎn)生20 世紀(jì) 60 年代中期，John Holland 在 和 等人工作的基礎(chǔ)上提出了位串編碼技術(shù)。4 建立和增加成員企業(yè)間信任。虛擬企業(yè)的運(yùn)作效率與成員企業(yè)的信息溝通密切相關(guān)，為了使成員企業(yè)能夠迅速地獲得和共享信息，迅速實(shí)現(xiàn)自我調(diào)整和相互配合，虛擬企業(yè)應(yīng)當(dāng)建立一套有效的信息溝通和協(xié)調(diào)模式。同時(shí)，為企業(yè)管理人員正確決策提供依據(jù)。2 充分運(yùn)用供應(yīng)鏈技術(shù)。 虛擬企業(yè)風(fēng)險(xiǎn)管理方法的要點(diǎn)1 識(shí)別有效市場(chǎng)機(jī)遇。當(dāng)節(jié)省的外部交易費(fèi)用的邊際好處被內(nèi)部交易費(fèi)用增加的邊際壞處抵銷時(shí)，再擴(kuò)大規(guī)模就不經(jīng)濟(jì)了?？扑梗–oase R. H.）認(rèn)為，交易費(fèi)用是決定企業(yè)的存在、企業(yè)和市場(chǎng)邊界的唯一變數(shù)。企業(yè)存在于一個(gè)開放的系統(tǒng)中，一方面和外界的利益相關(guān)者存在著千絲萬縷的聯(lián)系，另一方面，企業(yè)自身的各部門和各層單位組成有機(jī)體，為了實(shí)現(xiàn)自身的競(jìng)爭(zhēng)優(yōu)勢(shì)，必須協(xié)調(diào)外部關(guān)系和內(nèi)部關(guān)系，付出交易費(fèi)用。 虛擬企業(yè)存在的經(jīng)濟(jì)學(xué)解釋虛擬企業(yè)是企業(yè)制度演變過程中的制度創(chuàng)新及組織形態(tài)創(chuàng)新。如果所選的要素不合理，其含義混淆不清，或要素間的關(guān)系不正確，都會(huì)降低ahp法的結(jié)果質(zhì)量，甚至導(dǎo)致ahp法決策失敗。該方法自1982年被介紹到我國(guó)以來，以其定性與定量相結(jié)合地處理各種決策因素的特點(diǎn)，以及其系統(tǒng)靈活簡(jiǎn)潔的優(yōu)點(diǎn)，迅速地在我國(guó)社會(huì)經(jīng)濟(jì)各個(gè)領(lǐng)域內(nèi)，如能源系統(tǒng)分析、城市規(guī)劃、經(jīng)濟(jì)管理、科研評(píng)價(jià)等，得到了廣泛的重視和應(yīng)用。它的特點(diǎn)是把復(fù)雜問題中的各種因素通過劃分為相互聯(lián)系的有序?qū)? / 49次，使之條理化，根據(jù)對(duì)一定客觀現(xiàn)實(shí)的主觀判斷結(jié)構(gòu)（主要是兩兩比較）把專家意見和分析者的客觀判斷結(jié)果直接而有效地結(jié)合起來，將一層次元素兩兩比較的重要性進(jìn)行定量 描述。針對(duì)虛擬企業(yè)風(fēng)險(xiǎn)影響因素多、直接量化評(píng)價(jià)較難的特點(diǎn)，現(xiàn)在一般用層次分析法（AHP）的理論及基本應(yīng)用步驟來作較為詳細(xì)的闡述；運(yùn)用層次分析法對(duì)虛擬企業(yè)的備選方案的風(fēng)險(xiǎn)評(píng)價(jià)進(jìn)行了實(shí)證分析，闡明層次分析法在多個(gè)指標(biāo)、方案中選擇最佳的組合方案時(shí)是一種科學(xué)，可行的方法。1992年，美國(guó)學(xué)者William H. Davidow和Michael S. Malone在其專著《虛擬公司》中認(rèn)為，虛擬企業(yè)是由一些獨(dú)立的廠商、顧客、甚至同行的競(jìng)爭(zhēng)對(duì)手通過信息技術(shù)聯(lián)成臨時(shí)的網(wǎng)絡(luò)組織，以達(dá)到共享技術(shù)、分?jǐn)傎M(fèi)用以及滿足市場(chǎng)需求的目的，虛擬企業(yè)沒有中央辦公室，也沒有正式的組織圖，更不像傳統(tǒng)組織那樣具有多層次的組織結(jié)構(gòu)。 國(guó)內(nèi)外關(guān)于虛擬企業(yè)風(fēng)險(xiǎn)管理的方法1991年美國(guó)里海（Lehigh）大學(xué)學(xué)者Kenh，Preiss等在《21世紀(jì)制造企業(yè)戰(zhàn)略》報(bào)告中提出了虛擬企業(yè)（Virtual Enterprise）這一概念。采用通用數(shù)據(jù)進(jìn)行信息交換，使所有參與聯(lián)盟的企業(yè)都能共享設(shè)計(jì)、生產(chǎn)以及營(yíng)銷的有關(guān)信息，從而能夠真正協(xié)調(diào)步調(diào)，保證合作各方能夠較好合作，使虛擬企業(yè)集成出較強(qiáng)的競(jìng)爭(zhēng)優(yōu)勢(shì)。虛擬企業(yè)的整體競(jìng)爭(zhēng)力水平大于各個(gè)參與者的競(jìng)爭(zhēng)力水平的簡(jiǎn)單相加。這樣既縮短了時(shí)間，節(jié)約了成本，又促進(jìn)了各參與企業(yè)有效配置自己的資源及虛擬企業(yè)整體資源的充分利用。現(xiàn)代信息技術(shù)和通訊手段使得溝通更為便利，采用通用數(shù)據(jù)進(jìn)行信息交換，可以使所有參與聯(lián)盟的企業(yè)都能共享設(shè)計(jì)、生產(chǎn)以及營(yíng)銷的有關(guān)信息，從而協(xié)調(diào)步調(diào)，保證較好的合作，使虛擬企業(yè)集成出較強(qiáng)的競(jìng)爭(zhēng)優(yōu)勢(shì)。這種新型的企業(yè)組織模式打破了傳統(tǒng)的企業(yè)組織界限，使企業(yè)邊界變得模糊。 虛擬企業(yè)的特點(diǎn)1 企業(yè)邊界模糊虛擬企業(yè)是許多企業(yè)的臨時(shí)聯(lián)盟，它們具有自己的關(guān)鍵技術(shù)，通常圍繞某個(gè)核心企業(yè)或中間企業(yè)組織的關(guān)鍵技能聯(lián)成臨時(shí)網(wǎng)絡(luò)組織，以達(dá)到共享技術(shù)、分?jǐn)傎M(fèi)用以及滿足市場(chǎng)需求的目的。與此同時(shí)，信息技術(shù)的進(jìn)步使得企業(yè)外部交易成本低于內(nèi)部交易成本。隨著信息時(shí)代的到來，工業(yè)經(jīng)濟(jì)時(shí)代“大而全的萬能組織”越來越顯現(xiàn)出規(guī)模不經(jīng)濟(jì)的特點(diǎn)。最后， “雙贏”的經(jīng)營(yíng)理念代替了“零和博弈”為虛擬企業(yè)的發(fā)展奠定了文化基礎(chǔ)。首先，全球經(jīng)濟(jì)一體化使得企業(yè)間市場(chǎng)競(jìng)爭(zhēng)激化，促使組織之間聯(lián)盟以弱化直接競(jìng)爭(zhēng)，同時(shí)經(jīng)濟(jì)全球化促使國(guó)際勞動(dòng)分工的越來越細(xì)化，企業(yè)間2 / 49滲透越來越深，協(xié)作的要求也越來越緊迫。加強(qiáng)對(duì)虛擬企業(yè)生命周期的分析，特別是加強(qiáng)各階段風(fēng)險(xiǎn)的識(shí)別、防范與化解，就更為必要。價(jià)值最大化、增強(qiáng)企業(yè)核心競(jìng)爭(zhēng)力的目標(biāo)，推動(dòng)企業(yè)在市場(chǎng)調(diào)查研究、產(chǎn)品設(shè)計(jì)開發(fā)以及銷售服務(wù)等環(huán)節(jié)上采取了虛擬化的運(yùn)作方法。虛擬體中的每個(gè)成員稱為虛擬企業(yè)。通過虛擬，一個(gè)企業(yè)不必再雇傭許多員工，組建固定的組織機(jī)構(gòu)，也不需要投入大量資金建造工廠購(gòu)