單晨,楊青
(北京科技大學(xué) 東凌經(jīng)濟(jì)管理學(xué)院,北京 100083)
?
基于PageRank算法的返工預(yù)處理活動的識別
單晨,楊青
(北京科技大學(xué)東凌經(jīng)濟(jì)管理學(xué)院,北京100083)
[摘要]對返工風(fēng)險(xiǎn)進(jìn)行有效的控制,可以大幅度降低返工對項(xiàng)目的影響,提高項(xiàng)目研發(fā)的成功率。為了識別需要進(jìn)行返工預(yù)處理的活動,建立了返工風(fēng)險(xiǎn)結(jié)構(gòu)矩陣,從返工風(fēng)險(xiǎn)的角度,提出利用PageRank算法對活動重要性進(jìn)行排序,為項(xiàng)目管理者控制項(xiàng)目風(fēng)險(xiǎn)提供指導(dǎo)意見。
[關(guān)鍵詞]項(xiàng)目研發(fā)管理;返工風(fēng)險(xiǎn);返工預(yù)處理;PageRank算法
新產(chǎn)品研發(fā)是一系列創(chuàng)新性探索活動的集成,是企業(yè)核心競爭力的源泉與持續(xù)發(fā)展的動力?;顒又g的迭代和重疊是研發(fā)項(xiàng)目的基本特征[1],也是影響項(xiàng)目進(jìn)度和成本的主要因素。迭代是指下游活動的信息反饋給上游活動并導(dǎo)致其返工,當(dāng)下游活動發(fā)現(xiàn)錯(cuò)誤或不相容時(shí),就會產(chǎn)生迭代[2]。返工風(fēng)險(xiǎn)不僅客觀存在并貫穿于開發(fā)過程的各個(gè)階段,而且由于項(xiàng)目研發(fā)是一個(gè)不斷投入的過程,一項(xiàng)活動失敗或中止的時(shí)間越靠后,累計(jì)投入越大,風(fēng)險(xiǎn)損失也會隨之遞增,因此返工風(fēng)險(xiǎn)具有循環(huán)傳遞性和損失遞增性。為了提高研發(fā)項(xiàng)目的成功率,勢必需要進(jìn)行有效地項(xiàng)目返工風(fēng)險(xiǎn)管理。
實(shí)際上,對返工風(fēng)險(xiǎn)預(yù)先進(jìn)行有效的控制,可以大幅度降低返工對項(xiàng)目的影響。楊青等[3]人提出對活動進(jìn)行“返工預(yù)處理”來降低返工的影響。即,若預(yù)測到某活動存在返工風(fēng)險(xiǎn),便可在該活動的設(shè)計(jì)環(huán)節(jié),提前為相關(guān)的部件預(yù)先準(zhǔn)備一些功能或接口,一旦出現(xiàn)返工,則可使返工的工作量降低。但是他們沒有給出量化模型來指導(dǎo)預(yù)處理活動的選擇。為此,本文首先建立了返工風(fēng)險(xiǎn)結(jié)構(gòu)矩陣(Rework Risk Structure Matrix),然后,利用PageRank算法,從返工風(fēng)險(xiǎn)的角度,提出了返工預(yù)處理活動的識別方法。
返工風(fēng)險(xiǎn)評價(jià)DSM矩陣包括返工概率(Rework ProbabiIity,RP)DSM矩陣和返工影響強(qiáng)度(Rework Impact,RI)DSM矩陣[3]。如圖1(a)所示,非對角線元素RP(i,j)表示任務(wù)j導(dǎo)致任務(wù)i返工的概率。RI矩陣表示若返工發(fā)生,返工工作量占該活動總工作量的百分比。如圖1(b)所示,非對角線元素RI(i,j)表示任務(wù)j導(dǎo)致任務(wù)i返工時(shí),任務(wù)i的返工量占該任務(wù)總工作量的百分比。
基于返工概率DSM矩陣和返工影響強(qiáng)度DSM矩陣,建立返工風(fēng)險(xiǎn)結(jié)構(gòu)矩陣RR。由公式(1)計(jì)算得到:
圖1 RP、RI和RR DSM矩陣
如圖1(c)所示,非對角線元素RR(i,j)表示任務(wù)j導(dǎo)致任務(wù)i返工時(shí),任務(wù)i的返工風(fēng)險(xiǎn)。
PageRank算法通過深度挖掘網(wǎng)絡(luò)的鏈接關(guān)系,使用PageRank指標(biāo)對網(wǎng)絡(luò)中所有節(jié)點(diǎn)進(jìn)行打分并排序[4]。一般情況下,節(jié)點(diǎn)的入度越大,表示節(jié)點(diǎn)的鏈接源越多,節(jié)點(diǎn)的PageRank值越高,節(jié)點(diǎn)的重要性越顯著。在本文中,從返工風(fēng)險(xiǎn)的角度,認(rèn)為某活動的入度越大,表示由于別的活動返工所導(dǎo)致的該活動的返工風(fēng)險(xiǎn)越大,該活動越應(yīng)該受到重視,對其進(jìn)行返工預(yù)處理,會顯著降低項(xiàng)目風(fēng)險(xiǎn)。因此,可以利用PageRank算法對活動重要性進(jìn)行排序并識別預(yù)處理活動。PageRank公式如下:
令矩陣In元素全為1的矩陣,矩陣V可以由公式(4)計(jì)算得:
矩陣M是非負(fù)的列隨機(jī)矩陣,根據(jù)著名的Perron-Frobenius定理,該矩陣的最大特征值為1,并且對應(yīng)的特征向量是馬爾科夫鏈的極限向量,因此,該特征向量為排序向量。冪法是計(jì)算矩陣主特征值及對應(yīng)特征向量的常用的迭代方法。本文利用這種方法求解矩陣M特征值1對應(yīng)的特征向量。
本文以某IT公司開發(fā)的網(wǎng)絡(luò)安全產(chǎn)品開發(fā)項(xiàng)目為例,驗(yàn)證文中提出的模型[3]。該項(xiàng)目包含23個(gè)活動,活動的返工概率DSM矩陣和返工影響DSM矩陣如圖2所示。
圖2 項(xiàng)目返工概率DSM矩陣(a)和返工影響DSM矩陣(b)
第一步,根據(jù)RP矩陣和RI矩陣,由公式(1)計(jì)算得到RR矩陣;第二步,根據(jù)公式(2)-(4)計(jì)算得到M矩陣;第三步,利用MatIab編程,求得矩陣M的特征值1對應(yīng)的特征向量是(0.32,0.32,0.06,0.06,0.45,0.09,0.05,0.12,0.23,0.48,0.42,0.39, 0.54,0.26,0.23,1.00,0.90,0.27,0.09,0.06,0.06,0.05,0.23)。圖3顯示了活動的重要性排序,可以看到活動M,P,Q的PageRank值大于0.5,因此,針對本案例,建議項(xiàng)目風(fēng)險(xiǎn)管理者選擇這三個(gè)活動進(jìn)行返工預(yù)處理。
圖3 各活動的PageRank值
在實(shí)際工作中,項(xiàng)目風(fēng)險(xiǎn)管理者可以根據(jù)活動的PageRank值并結(jié)合個(gè)人經(jīng)驗(yàn)確定預(yù)處理活動的個(gè)數(shù),選擇需要預(yù)處理的活動。
返工風(fēng)險(xiǎn)具有循環(huán)傳遞性和損失遞增性,有效的項(xiàng)目返工風(fēng)險(xiǎn)管理可以提高項(xiàng)目研發(fā)的成功率。為了識別需要預(yù)處理的活動,本文首先建立了返工風(fēng)險(xiǎn)結(jié)構(gòu)矩陣,然后從返工風(fēng)險(xiǎn)的角度,提出利用PageRank算法對活動重要性進(jìn)行排序,為項(xiàng)目風(fēng)險(xiǎn)管理者更好的識別評估和控制項(xiàng)目風(fēng)險(xiǎn)提供指導(dǎo)意見。
主要參考文獻(xiàn)
[1]Qing Yang,Xiaofeng Zhang,Tao Yao.An OverIapping-Based Process ModeI for Managing ScheduIe and Cost Risk in Product DeveIopment[J].Concurrent Fngineering:Research and AppIications,2012,20(1):3-17.
[2]Fppinger S D,Browning T R.Design Structure Matrix Methods and AppIications[M].Cambridge,MA:MIT Press,2012.
[3]楊青,單晨,唐爾玲.基于返工風(fēng)險(xiǎn)傳播和預(yù)處理的研發(fā)項(xiàng)目流程DSM優(yōu)化[J].系統(tǒng)工程理論與實(shí)踐,2015,35(6):1501-1508.
[4]Ishii H,Tempo R.Distributed Randomized AIgorithms for the PageRank Computation[J].IFFF Transactions on Automatic ControI,2012,55(9):1987-2002.
doi:10.3969/j.issn.1673 - 0194.2016.03.036
[中圖分類號]F270.7;TP312
[文獻(xiàn)標(biāo)識碼]A
[文章編號]1673-0194(2016)03-0073-03
[收稿日期]2015-12-06
[作者簡介]單晨(1986-),女,北京科技大學(xué)東凌經(jīng)濟(jì)管理學(xué)院博士研究生,主要研究方向:項(xiàng)目管理、系統(tǒng)優(yōu)化、精益管理。