GERT网络

GERT网络（精选5篇）

GERT网络 篇1

一、GERT网络的解析算法[3,4]

1.1梅森公式

信号流图是指以网络图形式表示所研究系统 (或问题) 中各变量之间的相互关系, 是1种线型系统的建模和分析工具。1953年, 梅森 (S.J.Mason) 提出求解信号流图拓扑方程, 可以求出信号流.

1.2矩母函数

在GERT网络中, 设Pij为节点i至节点j的枝线实现概率, 且完成该枝线所需要的时间概率密度为f (tij) 或概率分布为P (tij) , 则随机变量tij的矩母函数定义为:

其中, s为任意实数。

1.3传递函数

GERT网络模型中节点i到节点j的传递函数为:Wij (S) =Pij×Mij (S) , 其中, Pij为传递的概率, Wij (S) 为矩母函数。先假设已求出始节点至终节点的传递函数Wij (S) , 根据矩母函数的性质, 当S=0时, ME (S) =ME (0) =1, 则可以得到终结点的实现概率PE为:PE=WE (S) |S=0=WE (0) 。终结点实现所需时间的期望值TE为:

方差V (T) 为:

其中:ME (S) 为始节点至终结点得等价矩母函数

定义随机变量的风险度为其标准差与期望值的比值, 则风险度为

二、武器装备定型试验进程阶段划分及GERT网络模型构建

1、武器装备定型试验阶段划分。根据以往武器装备定型试验的经验, 可以将武器装备定型试验过程划分为任务接收与下达、预先准备、试前准备、现场实施、数据处理、试验报告编写6个阶段[2]。武器装备定型试验各阶段均实施监督和测量, 对设定的关键工作, 在鉴定和评审合格后, 才能进入下一阶段。2、武器装备定型试验的GERT网络模型构建。在武器装备定型试验过程中, 前一个阶段没有经过鉴定和评审, 不能进入下一阶段。因此, 武器装备定型试验构成一个串行的GERT网络。但由于武器装备定型试验是由无数的活动和过程构成, 因此也可以把武器装备定型试验过程每一个阶段看成一个GERT网络。以同样的方式可以得到预先准备阶段、试前准备阶段、现场实施阶段、数据处理阶段、试验报告编写阶段的GERT网络模型。因篇幅所限在此不作介绍。

三、武器装备定型试验的GERT网络求解及结果分析

采用解析法对武器装备定型试验过程的GERT网络模型进行求解。第一部分是分别求解6个阶段GERT网络模型完成时间的期望、方差和风险度;第二部分是求解武器装备定型试验GERT网络模型的完成时间的期望、方差和风险度。下面以任务接收与下达阶段为例, 求解GERT网络模型的解。

1、任务接收与下达阶段GERT网络模型的简化。

在任务接收与下达阶段GERT网络模型中存在并联活动, 将并联活动简化为串联活动。简化后的B*的实现概率为PB*=PB×PC×PD=1。其实现时间为TB*=max (TB, TC, TD) 。根据表2, 简化后的B*时间上服从期望为7, 方差为1的正态分布。

2、武器装备定型试验GERT网络模型求解。

同理, 可以对预先准备阶段、试前准备阶段、现场实施阶段、数据处理阶段、试验报告编写阶段的GERT网络模型进行求解。武器装备定型试验完成时间的期望、方差和风险度为:TE=169.15 (天) , 方差V (T) =544.24, 风险度RDT=14%。

3、武器装备定型试验GERT网络模型求解结果分析。

通过分析武器装备定型试验过程的GERT网络模型计算结果, 可以得到以下结论。 (1) 武器装备定型试验完成时间不确定因素多, 风险度高。从武器装备定型试验GERT网络模型计算结果可以看出, 方差V (T) =544.24。说明试验过程受试验质量管理中改进措施活动 (即形成回路) 的影响, 在确保质量的同时, 对完成时间产生了明显的不确定性, 造成完成时间变化范围大, 进度风险值高。 (2) 武器装备定型试验进度风险是各阶段风险传播叠加的结果。本文采用GERT网络模型模仿武器装备定型试验过程的随机性, 这是风险分析的核心。模型的构建及基本数据的输入是以实际工作及历史资料为基础的。并且鉴于各阶段活动的不确定性, 采用概率分布来表示对模型认知的有效性。从计算结果可以看出, 各阶段完成时间波动明显, 风险度均在10%以上。正是由于各阶段风险的传播叠加, 才造成整个过程完成时间的风险。

摘要：试验质量管理是提高试验综合能力的一项基础性工作, 其在提高试验质量的同时, 其鉴定和评审活动对试验时间计划产生了不确定性, 因此可以利用GERT网络技术对试验进度风险进行研究分析。

关键词：质量管理体系,武器装备定型试验,GERT网络,进度风险

参考文献

[1]董光玲, 等.论常规兵器定型试验中的质量“策划”[J].兵器试验, 2010 (1) .

[2]杭小初, 等.质量管理体系在武器装备试验中的应用[J].兵器试验, 2010 (5) .

[3]张娟, 王震东.矩母函数与梅森公式相结合求解GERT网络在发电企业维修风险研究中的应用[A].中国电力教育, 2005.

[4]李晓松, 等.武器装备研制风险的GERT网络模型研究[J].系统仿真技术, 2010, 6 (2)

GERT网络 篇2

关键词：船舶制造,周期,GERT模型,标准区间灰数

0 引言

大多数新产品研发项目都具有较强的不确定性。在许多情况下,由于众多不可预料因素的影响,项目管理者很难估计和控制项目的研发周期。然而,对于新产品研发项目来说,不仅项目活动的完成时间为一个随机变量,而且它们的顺序常常呈现出一种不确定的关系。这样,便增加了项目周期估计的难度。同时,为了有效地控制项目的周期,项目的管理者还希望了解影响项目周期的关键活动及其关键参数。上述问题只能通过分析项目网络参数的变化对项目网络特征值(如项目周期、费用等)的影响来解决。

灰色系统理论是我国著名学者邓聚龙教授1982年创立的一门新兴横断学科。在不确定区间灰数的计算中,灰数尤其是区间灰数表征及其运算问题具有重要作用和应用。但是,由于理论的不完善,原区间灰数算法有一定的缺陷,对此,方志耕等提出了改进的标准灰区间算法,在灰色区间的计算中可以有效地提高计算结果的精度[1]。

本文以巴拿马型散货船制造过程为研究背景,从影响制造周期的各活动完成时间和概率入手,建立了GERT模型,然后将标准区间灰数转换算法引入到GERT网络流参数的计算中来,首先求得GERT网络的流参数特征值,然后利用标准区间灰数转换算法对GERT网络流参数进行改进和计算,从而得到比较精确的项目完成周期。

1 基于标准区间灰数转换规则的GERT网络流参数改进的算法

灰数是一类特殊的数,我们把只知道大概范围而不知道其确切值的数称为灰数。在计算GERT模型流参数时,如图1所示,a a⊗a∈a1∈,b1a当a1=b1,流参数为白数,则项目周期可以直接计算;当a1≠b1时,网络流参数是黑数,可以有多种计算方法,我们在这里只讨论采用区间灰数算法的情况。

按照一般的区间灰数的表征和算法进行运算时,方志耕等发现在某些情况下,它会对计算结果灰度产生不正常的放大。

例如给定区间灰数表示灰数,表示灰数,则有

而

显然,1/7<[1/5,3/7]<3/5,因此采用目前的区间灰数运算规则对区间灰数进行计算,会造成运算与经典数学的运算结果不一致。因此,作者定义了标准区间灰数与第一第二标准区间灰数的概念,设计了普通区间灰数与标准区间灰数的转换规则,提供了标准区间灰数的比较与运算法则,结果表明其能较好地解决区间灰数之间的运算问题。

以某项目工程的流程图为例,如图2所示,其网络流参数如表1所示。

根据表1数据,应用标准区间的灰数转换规则对流参数进行改进:

设G(⊗)i∈[ai,bi],i=1,2,3,4

则G(⊗)1∈[a1,b1]

G(⊗)2∈[a2,b2]

从而

则G(⊗)1=a1+c1γ1

G(⊗)2=a2+c2γ2

L L

设设计的估算周期为y(⊗),则

设项目成功概率为p,则

2 实例研究

2.1 巴拿马型散货船制造过程的GERT模型构建

GERT模型由节点、支线和流三个要素组成。节点表示各活动之间的逻辑关系,支线表示活动,流表示活动的各种参数如实现概率、完成时间等。建立新产品研发项目GERT模型的基本步骤如下:(1)将项目的工作内容分解为各个独立的活动;(2)分析项目各活动之间的逻辑关系;(3)绘制项目研发过程网络图;(4)确定各活动的基本参数。

巴拿马型散货船总载重量DW为60 000吨级。这是一种巴拿马运河所容许通过的最大船型。船长要小于245米,船宽不大于32.2米,最大的容许吃水为12.04米。船舶的制造是一个复杂的系统工程,参照成熟的制造流程,按照上述建立GERT模型的步骤,我们可以建立该项目制造过程的GERT模型如图3所示。在图中,G (⊗)i∈[ai,bi],是表示该流程流参数的灰数,单位为天。图中4个检验程序可通过概率为设定为ρ1,ρ2,ρ3,ρ4。

在该型船舶制造的GERT网络图中,每一活动的流参数包括:时间,概率和时间分布类型等。

2.2 采用改进算法的概率和时间计算

由于船舶制造是一个大型的活动,流参数不可能是一个确定值,我们假设网络流参数的波动幅度为5%的,则得到该型船舶的网络流参数如表2所示。

注:因为整个船舶的制造过程是一个十分复杂的过程,为了计算方便,认为除了检验程序是由概率决定外,其他活动所用时间均是完全成功所用时间,概率即认为是1。

在实际的设计过程中,常常为了节约时间和成本,在上一流程未结束的情况下,已经开始着手下一流程的准备和实施,具体情况如图4所示。

因此,在计算的过程中,还要考虑削去重合时间的影响,假设重合时间是上一工序时间的10%,则其变化流参数如表3 所示。

根据改进算法和表2,表3中的数据我们可以确定流参数的改进形式如表4所示。

根据改进后的算法有:

由此可以看出,按照设计的网络,项目实现的概率为1,项目实现的最小时间为1 125.7+351.5n,最大时间为1 274.9+419.1n。时间中含有n是因为网络图中含有反馈结构,因此相应环节不是一次就能实现的,具体n的取值要以项目的实际状况而定。

3 小结

本文主要介绍了GERT网络的基本原理和建模过程,探讨了其在周期控制中的应用,并进一步将灰色系统中的原理引入到GERT网络的求解过程,采用经过改进的标准区间算法对网络流参数进行改进,从而引入到项目的周期计算,以巴拿马型散货船制造过程为例对项目的成功概率与完成时间问题进行研究,展示了其在船舶制造周期控制中的实用性和适用性。

参考文献

[1]柯王俊,李柏洲.我国船舶工业国际竞争力评价及对策研究[J].中国行政管理,2006(8):108-111.

[2]刘思峰,党耀国,方志耕,等.灰色系统理论及其应用[M].北京:科学出版社,2004.

[3]方志耕,刘思峰,陆芳,等.区间灰数表征与算法改进及其GM(1,1)模型应用研究[J].中国工程科学,2005,7(2):57-61.

[4]刘思峰,方志耕,等.一种新的区间灰数的结构表征及其运算法则问题研究[J].系统理论与应用,2005,3(3):1-14.

[5]冯允成,吕春莲,等.随机网络及其应用[M].北京:北京航空航天大学,1986.

[6]赖丽华,柳存根.基于造船供应链的船舶配套业发展探讨[J].造船技术,2005(5):1-3.

GERT网络 篇3

本文以某船坞搭载项目为研究背景,从影响项目周期的各活动完成时间和概率入手,建立了GERT模型。通过对具有不确定性的船舶搭载项目周期进行多次仿真分析,得出了符合一定分布特征的完工期望。从而为管理者估计和控制项目周期提供了依据。

1 GERTS的网络仿真模型

1.1 GERT的基本原理

GERT网络与CPM及PERT网络最大的不同之处在于网络中的枝线是以一定的概率实现的,而且网络中允许存在环路[5]。这种随机型网络大大扩展了网络技术的逻辑能力。使得对各种计划、项目、企业活动等过程中的随机因素在网络图中得以体现并计算处理[5]。网络中每个节点包括输入和输出两个部分,并具有不同的逻辑关系和不同的类型。具体如表1所示[6]。

GERT网络实际上是半马尔可夫过程的模型,问题的解法有解析法和模拟法,前者只能对“异或”型输入节点求解,其他类型节点虽然也可转化为“异或”型节点求解,但这会导致网络变得更加复杂,不利于求解。而且一些复杂的网络图根本无法简化为有利于解析法求解的网络模型[7]。模拟法是利用计算机仿真方法来求解GERT网络模型的方法(随机网络仿真技术,简称GERTS)。它通过产生服从某种分布的网络系统参数,并结合GERT网络逻辑关系,建立GERTS计算机模拟网络模型。随着时钟的推进对网络进行仿真推算并记录各节点参数,直到网络终节点为完成一次模拟运算。经过对网络的多次模拟,将所得数据进行统计分析,便可获得网络总历时的均值和方差等网络参数的模拟结果[8]。

1.2 网络要素的仿真

1.2.1 节点的仿真

GERTS的节点有肯定型输出和概率型输出两种,见表2。节点的类型可根据模型的具体需要进行适当选择。网络中的与、或及异或控制是采用制定输入节点的活动数来实现的。当节点的输入活动数为1时,就可以认为该节点的输入端为一个或操作。如果输入限定值与指向节点的活动数相等,通常认为该节点的输入端为与操作。

1.2.2 活动的仿真

在GERTS网络中,各项活动的参数可以取不同的概率分布。GERTS网络矢线特征描述如表2所示。

在模拟过程中,不仅各项活动的持续时间要用产生随机数的方法来模拟,而且各个概率型输出节点取什么输出活动也要用产生随机数的方法来模拟。

2 GERTS模拟仿真分析案例

2.1 建立模拟仿真网络GERTS

本文以某集装箱船船坞搭载为实例,说明GERTS网络模拟法在工程实际中的应用。船舶的搭载是集搭载、涂装以及舾装于一体的大规模的装配工程,所涉及的工序、资源种类非常之多,且各工序、资源之间交互影响使得整个工程项目的周期面临很大的不确定性,本文拟采用GERT技术,通过构建基此例的随机网络来模拟项目计划。图1为此问题的建模和模拟求解流程图。

根据图1的建模与分析过程,确定各道工序之间的相互关系,选择合适的节点并设定模型中各活动参数。画出集装箱船的搭载GERTS网络图(见图2)。

2.2 仿真次数的确定

对于同时包含兼有型节点和汇合型节点的GERT模型,由于网络的复杂性,很难用解析方法来求解,而仿真则是一种实际有效的方法[9]。本文所建立的GERT模型正是一种这样的随机网络模型,为此,我们利用VISUAL SLAM建模语言与Awesim仿真软件编制了上述问题的GERTS仿真软件。在仿真时,对仿真次数的确定过程如下[10,11,12]:

Step1:给定置信度β,由,查N(0,1)表,得U值;

Step2:给定绝对误差ε;

Step3:先作若干次仿真运行,计算出样本方差值其中

Step4:将ε、U、S2,代入,便可得出满足精度要求的最小仿真运行次数。

2.3 程序计算结果及分析

根据上述方法求得该仿真模型的95%概率可信的仿真次数为472次,本模型设定运行次数为500次。运行后获得项目周期概率分布,从中随机取出100次仿真结果,用MS-Excel描述其统计特征如图3所示。

通过图3,图4可以看出,整个项目工期在100天附近波动,为进一步了解其统计概率特性,现用Pro-model软件对其进行分析得结果如图5所示。

最终我们通过仿真得到整个船舶搭载计划的总工期,可以看作服从Normal(102,19.9)分布。每次模拟过程中,各作业持续时间是符合一定分布的随机数,概率型节点的路径选择也是随机的,因此每次所得工期也各不相同。这样,就可以充分考虑到实际生产中可能发生的情况,不仅能得到项目工期的平均值,而且能得到其分布规律。对于给定的工期T,可以从模拟(N次)结果中统计出在此之前完工的次数n,则项目在此之前完工的概率为p(t≤T)=n/N。由于充分考虑并模拟了实际可能发生的随机因素,由此所得的完工概率无疑具有较高的准确性。另外,通过模拟还可以获得项目各活动的时间参数分布规律及活动(或路线)的关键程度(活动/路线所发生的次数占模拟次数的比例),使得项目管理人员能够更多地关注关键程度高的活动和路线,为网络计划的更合理安排及资源的更合理利用提供了重要的依据。以达到既不延误项目周期又不使周期过大的目的。

3 结语

随着项目组织不断向系统化和复杂化发展,相较于CPM/PERT等确定性网络而言,GERT对不确定性具有更强的描述能力,因而GERT网络技术应用于项目组织管理是一种必然趋势。本文简要介绍了GERT网络的基本原理和建模过程,研究了其在不确定性项目周期估计和控制中的应用,并以船舶搭载过程为例对项目的成功概率与完成时间进行研究,体现了其在不确定项目周期估计和控制中的适用性,为项目计划的更合理安排创造条件。

摘要：针对不确定性项目周期的估计问题,在简要介绍图示评审技GERT的基础上,研究了GERT的项目分析及建模方法。最后,通过一个船舶搭载实例,利用VISUAL SLAM建模语言与Awesim仿真软件对其进行仿真求解,获得项目周期的概率分布和各种统计特征值。为项目资源的合理安排及项目工期的保证与缩短创造条件。较好地说明了该方法的可行性及优越性。

关键词：图示评审技术,仿真,船舶搭载

参考文献

[1]马国丰,陈强.项目进度管理的研究现状及其展望.上海管理科学,2006;(4):70-74

[2]张亚娟,孙大宁,张英俊.图示评审法在管理中的应用.北方工业大学学报,2008;9(20):67-74

[3]徐哲,吴瑾瑾,姚李刚.基于GERT仿真的武器装备技术风险量化评估模型.系统仿真学报,2008;4(20):1655-1664

[4]任立丽.图示评审技术GERT在主板研发项目中的应用.上海:上海交通大学,2007;11:6-8

[5]何正文,徐渝,朱少英,等.GERT网络活动关键度指数的Monte -Carlo模拟分析,运筹与管理,2004;13(1):1-2

[6]毛义华著.工程网络计划的理论与实践.杭州:浙江大学出版社, 2003:139-158

[7]江景波.网络计划原理及应用.上海:同济大学出版社,1989: 78-81

[8]邬晓光,李俊升,冯祁.桥梁施工进度控制GERT网络仿真研究.中国公路学报,2004;17(3):108-109

[9] Kurihara K,Nishiuchi N.Efficient Monte Carlo simulation method of GERT-type network for project management.Computer & Industrial Engineering,2002;42:521-531

[10]韩文民.造船工期的计算机模拟预测.造船技术,1998,12: 29-33

[11]傅廷亮.计算机模拟技术.合肥:中国科学技术大学出版社, 2001:1-12

GERT网络 篇4

物流园区建设具有投入资金大、开发周期长、涉及因素多等特点, 其建设具有较高的风险性, 因此根据物流园区建设的特点对风险进行识别和评估, 并提出相应的防范策略是必要的。

物流园区建设与区域经济发展水平、产业结构、交通状况、城市规划及土地应用等因素有关, 牵涉到许多部门和单位, 是一个多学科、多产业的综合交叉集合体。物流园区管理的三大目标为:成本目标、时间目标、质量目标, 根据物流园区管理的三大目标, 物流园区风险可以分为:成本风险、时间风险、质量风险, 其中质量风险评价有相当丰富的全面质量管理理论, 关于成本管理也有相当多的关于供应链成本优化的研究文献, 相比之下, 时间风险应该是风险管理的重点, 多数关于时间风险的研究都暗含这样的假设:方案能够顺利提出, 检验过程按计划进行, 建设时间得到充分控制, 即不考虑物流园区的时间风险, 在此基础上进行各种各样的优化。而这种假设在实践中是不成立的。

少数文献对物流园区建设风险进行定量分析, 贡云兰采用了模糊综合评价法, 李季涛、谢如鹤采用基于PERT的风险评价模型, 前者可以将物流园区建设过程中的众多风险进行综合评价, 但模糊综合评价模型的建立主要依据专家打分, 主观性过强, 很可能偏离客观实际;后者找出项目的关键路径, 根据关键路径上每个项目活动的时间分布确定项目的整体风险, 但这种方法仅适用于项目活动为串行路径的情况。物流园区建设过程是一个随机过程, 方案检验工序的紧后工序可能是投入建设、提出问题, 也可能是方案失败, 每道工序的完成时间删随机的, 工序之间的关系是随机的, 项目的结果也是随机的, 这用前两种方法都无法很好的描述, 基于物流园区建设的特点, 本文选择图形评审技术 (graphical evaluation and review technique, GER T) 进行物流园区建设的时间风险评价。

二、基于GERT的风险评价方法

GER T是20世纪60年代才发展起来的一种新型广义的随机网络分析方法。它与早期的网络模型甘特图、关键路线法和PERT相比具有无可替代的优越性, 被广泛应用于工程技术、生产管理和经营管理系统。GERT是一种随机网络图, 它由节点、支线、流三个要素组成。其中, 节点由输入端和输出端构成, 表示一定的逻辑关系;支线可以表示具体活动, 也可以表示活动的结果或两活动间的相互关系;流反映网络中各种定量参数和节点 (或支线) 的相互制约关系, 如活动的时间、费用, 消耗的各种资源、效益以及实现的概率等。

与CPM、PERT等网络图相比, GERT的优越性体现在:第一, 节点和枝线不一定都实现, 实现的可能性取决于节点的类型和枝线的概率系数;第二, 活动时间t为概率型, 按随机变量分析;第三, 活动的流向不受限制, 允许环路的出现;第四, 节点间可以有一条以上的支线;第五, 可能多个起点或终点, 即允许多个目标的存在。

基于GERT的特点与优越性, GERT可以用于分析和评价网络结构随机、事件结果随机、过程时间随机的项目时间风险。本文采用矩母函数的传递函数法求解基于GERT的风险评价问题, 其步骤为:首先, 根据实际系统或问题的基本特征, 找出反映投资风险的主要因素, 构造GERT模型。其次, 收集网络中各项活动的实现概率和实现时间 (费用) 的概率分布基本参数。再次, 应用梅森 (Mason) 公式, 确定网络的特征传递系数WE (s) 及当WE (s) 佐s=0=1时的实现概率PE=WE (s) 佐s=0=0。

三、实例分析

1、基于GER T的物流园区建设风险模型

物流园区建设过程为:提出初始方案, 进行方案检验, 如果通过检验, 则投入建设;如果经检验方案有缺陷但可以弥补, 则根据原方案提出问题, 并且重新设计方案;如果经检验认为距离预定目标太远或者没有希望成功。则宣布该方案失败, 收尾, 处理后续事宜。假设各工序所需时间服从正态分布。各工序发生的概率和作业时间的数学期望及工序之间的关系如表1所示。

物流园区建设问题和供应链管理问题不同的是, 方案检验工序的紧后工序不确定, 是随机的, 可能是投入建设、提出问题进行重新设计, 也有可能是方案失败, 进入投入建设和方案失败, 建设问题就算结束, 不一定经过全部的事件。网络图中有两个终点, 有一个闭合回路。这是一个典型的随机网络, 每一道工序的完成时间是随机的, 工序之间的关系是随机的, 项目结果也是随机的, 这种随机网络图可以用GERT方法描述 (见图1) 。

2、模型求解

为了减少计算量, 假定图1中步骤1到步骤2, 步骤2到步骤3, 步骤5到步骤2的作业时间是个确定值。从步骤1到步骤4的传递函数是:

其中, pij是工序ij发生的概率, Mij (s) 是以工序ij完成时间作为随机变量的矩母函数, i=1, 2, 3;j=2, 3, 4, 5。假定工序ij的完成时间服从正态分布N (Tij, σij) , 则:

令式 (1) 中s=0, 得:

矩母函数, 于是完成物流园区建设过程需要总时间的数学期望为:

四、结束语

GERT网络 篇5

1 博士后制度与博士后人才成长的关系

制度之所以被选择和创造,是因为制度具有满足人们需要的功能。根据新制度经济学家的观点,制度具有降低不确定性、提供信息、共担风险等多种功能,其中最核心的功能就是为主体提供激励与约束[1]。我国的博士后制度是一种充满生机和活力的制度,对促进人才的合理流动、选拔、使用及加强教育和科研力量等方面都具有重要的意义。

1.1 博士后制度的约束功能

1.1.1 维护博士后培养活动的秩序,促进公平

人的机会主义是行为主体的一个重要特征,在博士后人才培养过程中,行为主体同样会存在机会主体的可能性,由此,博士后制度对工作站和流动站的设立条件、博士后人员的招收、博士后人员经费的管理等都有明确的规定,这样就对博士后人才培养活动秩序的调节和维护发挥了重要作用,促进博士后研究的公平性。

1.1.2 减少博士后培养的不确定性,提升培养质量

博士后人才的成长过程是复杂的、长期的、充满不确定性,为提升博士后人才培养的质量,博士后制度就必须对相关主体作出监督,并通过提供信息、评价、筛选等手段来减少不确定性。如博士后制度明确规定了流动站和工作站的设立条件,对博士后人员的招收、管理、评估表彰都作出了详细的说明,这样就使得主体的行为和预期收益实现对称,减少信息的不确定,提升博士后人才培养的质量。

1.2 博士后制度的激励功能

1.2.1 为培养博士后提供优越条件

人事部、全国博管办规定,建立博士后科研流动站的单位必须具有以下条件:有博士学位授予权和高水平的博士研究生导师、学术气氛浓厚而活跃、科研工作在国内处于领先地位、有必须的实验设备、单位领导积极热心等[2]。高水平博士研究生导师对进站人员给予教育和指导,使其进一步提高学术造诣;浓厚的学术氛围更利于博士后成长;科研工作在国内处于领先地位使进站人员处于一个较高的平台上,接触到并可能解决研究学科领域的前沿问题;良好的条件才能开展科研;流动站往往承担国家或地方重大研究课题,博士后参与到研究项目中,为进一步从事研究工作打下基础。

1.2.2 为培养博士后提供复合平台

博士后在站期间主要是利用流动站或工作站的资源来开展活动,他们属于国家正式工作人员,享受相关的待遇;在站期间,博士后合作导师带领他们从事科学研究,通过与其他人员的交流,博士后研究人员能开阔眼界,产出更多的高水平研究成果。

1.2.3 抓住博士后培养的关键时期

博士后研究人员都是取得博士学位的青年学者,处于创新思维活跃、创新欲望强烈的时期,并且他们受到长期的科研训练,研究方向较为固定,进入博士后流动站后能利用各种科研条件来开展研究。

博士后制度与博士后人才成长的关系如图1所示。

在图1中,宏观层面的博士后制度为全国博管办等制定的《博士后管理工作规定》及实施细则;中观层面的博士后制度为全国各省、自治区、直辖市的政府人事部门出台的具体规定;微观层面的博士后制度为各高校博士后流动站、博士后工作站等更为详细的管理规定。这些不同层面的制度组成了完整的博士后管理制度。而博士后制度通过设定宗旨和目的、提供各项物质、资金、科研条件等手段作为中介,对博士后人才成长产生推动作用。

2 随机网络模型及其在人才成长方面的应用

图示评审技术(Graphical Evaluation and Review Technique)即随机网络模型,是指网络计划中活动与活动之间的逻辑关系具有不确定性,且活动的时间参数也不确定,而按随机变量进行分析的网络计划技术[3]。它是网络理论、概率论、模拟技术和信号流图的结合,是一种新型的广义随机网络技术,又被称为决策网络技术[4]。GERT网络模型是使用带概率的有向网络图进行分析,可以用来研究项目计划与控制问题[5]、产业集群演化机理与成长效应问题[6]、复杂产品关键质量源诊断与探测问题[7]等。

GERT网络模型解决实际问题的一般步骤[4]为:第一,分析现实问题,绘制研究问题发展的流程图,构建所研究问题的GERT网络。GERT网络模型中每个节点包括输入和输出两个部分,并具有不同的逻辑关系和不同的类型。第二,根据研究对象的实际,对网络中各项活动进行准确界定,并对模型中的参数进行赋值。第三,根据信号流图理论,用等效函数法求解,也可直接使用网络中的参数进行计算,把随机问题转化为确定的问题求解[8]。矩母函数与传递函数可以计算出任意节点的实现概率与周期时间等参数;同时,梅森公式可以简化计算过程,直接获取网络最终节点的传递函数值。第四,分析模型仿真结果,发现研究对象中存在的问题并给出解决方法。

GERT模型在人才成长的应用方面较为广泛,如方志耕等[9]将GERT网络模型应用于军事指挥人才成长的研究,构建军事指挥人才“寿命”的GERT模型,对军事指挥人才的“寿命”周期和循环过程进行了剖析;陈竞靖等[10]利用GERT模型对人力资源的培训开发过程建立模型并进行仿真求解,获得了时间和费用概率分布及各种统计特征值、提供了时间和费用的定量化分析,从而为人力资源的开发和培训提供了决策参考;金振鑫等[11]构建了区域创新型科技人才成长的GERT网络模型并进行仿真求解,得出区域创新型科技人才成长周期、实现概率等相关特征,同时对比政府在创新型科技人才成长的各阶段给予支持时的作用效果,从而得出政策的最佳扶持点和程度。

本文亦尝试使用GERT网络模型来研究博士后人才的成长问题,原因在于博士后人才的成长风险大、投资多、不确定性高且成功率低。博士后人才属于高层次科研创新人才,他们的成长首先需要诸多的条件,不仅要有自身的天赋和资质,还需要充足的外部条件,要实现对他们的综合培养,就必须对其进行高质量的投资;其次,他们的成长周期耗时更长,一般都是由非人才发展为人才、由低层次人才发展为高层次人才的过程,他们要在一般人才的基础上经过长期的科研训练才能具备高层次科研人才所需的各项素质和条件;第三,博士后自身的特点及所从事工作的特点都决定了他们要不断进行知识更新和能力提升,而知识更新速度的加快导致人才知识老化的现象越来越普遍。由于博士后人才成长的时间、成长的顺序带有不确定性,因而很难用一些确定性的方法对其进行分析,而GERT模型能反映系统中多种随机因素及随机因素之间相关关系并实现对随机性问题的处理[12],所以本文用GERT模型来进行博士后制度与博士后人才成长的耦合研究。

3 博士后人才成长的基准模型

3.1 基准模型的构建及活动的界定

一个客观系统的动态运行过程可以看作是系统状态之间的转移过程,即随着时间的推移,系统从一个状态转移到另一种状态。对于博士后人才的成长来说,其中的每一步发展过程也可以视为系统状态之间的概率转移过程[13]。本文构建博士后人才成长的基准模型如图2所示。图中的节点表示系统状态,即人才所处的阶段;用连接各节点之间的箭线表示各状态之间的概率转移关系。根据实际情况,节点的输入端应为异或型,即在一个给定时刻上只有一个活动能够完成;节点的输出端应为概率型,即当此节点实现时,所有从该节点引出的活动中只有一个活动按一定的概率得以实现。

其中,状态1表示人才处于本科阶段,状态2表示人才处于硕士阶段,状态3表示人才处于博士阶段,状态4表示人才在博士毕业后进站从事博士后研究,状态5、状态6、状态7都表示各学习阶段结束后暂时处于就业阶段,状态8则是长期的就业阶段。其中,状态4是本文的目标节点,也就是在人才成长的不同状态之间,关注的是人才经由一系列的培养,从本科以至最终能成长为博士后研究人员的概率。

本文界定:活动(1,2)表示人才本科毕业直接进入硕士阶段的学习;活动(1,5)表示人才本科毕业后直接去就业;活动(5,2)表示本科毕业就业几年后,由于各种原因继续进入高校深造,攻读硕士学位;活动(5,8)则表示长期停留在工作中,没有进行进一步的学习;活动(2,3)表示人才硕士毕业后直接进入博士阶段的学习;活动(2,6)表示人才硕士毕业后直接去就业;活动(6,3)表示硕士毕业就业几年后,由于各种原因继续进入高校深造,攻读博士学位;活动(6,8)表示长期停留在工作中,没有进行进一步的学习;活动(3,4)表示博士毕业后直接进站从事博士后研究;活动(3,7)表示博士毕业后直接就业;活动(7,4)表示博士毕业就业几年后,由于各种原因继续进入高校深造,进站从事博士后研究;活动(7,8)表示长期停留在工作中,没有进行进一步的学习。

3.2 各项参数的界定

由于博士后人才成长过程的多样性及复杂性[14,15],因而无法获得一个适合所有情况的通用参数。本文以南京地区各高校博士后人才培养的实际数据为例来对模型进行求解和分析。通过收集和分析南京各高校就业处、研究生院等部门提供的数据,本文对上述各项活动涉及到的参数进行界定,如表1所示。

博士后人才成长基准模型的实现概率见图3所示。

3.3 基准模型的拟合及结果的分析

从图2可知,要把一个本科生培养成博士后人才,实现的路径可能有8条,如表2所示。

由于基准模型是典型的线性系统,这样就可以使用信号流图来计算模型中各节点之间的传递系统;并利用矩母函数的基本性质来计算各种概率分布数字特征,从而得到基准模型在平衡状态下的解析解[16]。按照GERT网络模型解决实际问题的一般步骤,本文应用信号流图的梅森公式,确定基准模型的特征传递函数:

根据矩母函数的性质,有当S=0时,ME(S)=WE(0)=1,实现的概率为PE=WE(S)|S=0。通过计算可得:P基准模型(1-4)=1.968 4%,意味着要把一个本科生培养成博士后人才是比较困难的,成功率仅为1.968 4%,而绝大部分的人会因为各种各样的原因不能成长为博士后人才。

4 博士后人才成长的对比模型

虽然博士后人才的培养过程时间长、风险大,但博士后研究人员是重要的人才资源,对于一个国家的竞争极为重要,人们总是希望或是试图通过适当的政策支持来提高这一人才培养过程的成功概率、减少风险等。目前在博士后人才培养方面,实施的主要是博士后制度,该制度涵盖博士后管理的一系列内容:管理机构职责任务的确定、流动站和工作站设立条件和程序的确定、博士后研究人员的招收、博士后研究人员在站期间的管理等。但是,现行的博士后制度仍存有较大的问题,如许士荣[17,18]分析博士后制度在制定、执行、评估和终结4个方面都出现了梗阻的现象;姚明芳[19]认为博士后管理制度已经不适应市场经济发展需求,且经费投入缺乏、评估和激励机制不完善等问题凸显。为进一步研究博士后制度对博士后人才成长的影响,本文将现行博士后制度影响下的博士后人才成长GERT模型作为基准模型,构建完善博士后制度影响下的博士后人才成长GERT模型作为对比模型(见图4),通过具体的计算来分析完善的博士后制度对于博士后人才成长的重要作用。

政府提供政策支持,最直接的结果就是提高了人才培养的成功概率,但是博士后制度是政府在特定阶段对人才提供的支持,即博士后制度支持的阶段仅涉及活动(3,4)。本文假设模型中完善的博士后制度比现行的博士后制度更为完备、资源更为丰富、执行更为有效。通过与全国博管办工作人员的讨论,认为如果有更为完备的博士后制度,那么博士毕业后直接进站从事博士后研究的概率上升10%、方差缩小50%,同时与状态3相关的其他转移概率的概率分支也会发生变化。活动的参数变化情况如表3所示。

通过计算可得对比模型的P对比模型(1-4)=2.780 8%,即在更为完备博士后制度的影响下,把一个本科生培养成博士后人才的成功率为2.7808%,P基准模型(1-4)=1.968 4%,因而对比模型的成功率比基准模型提升了0.812 4%。由此可知,如果政府出台更为完善的博士后制度、提升博士后制度的执行力度、给予更为丰富的政策资源,能在一定程度上提高博士后人才成长的成功率,这对于博士后人才成长是十分重要的。

5 对策建议

为了进一步提升博士后人才培养的成功率、更好地应对高层次人才竞争,应在完善博士后制度方面作出如下几方面的尝试。

5.1 明确博士后培养目标

《关于试办博士后科研流动站的报告(1985)》及《博士后管理工作规定(2006)》等都明确指出了国家建立博士后制度旨在吸引、培养和使用高层次特别是创新型优秀人才,因此,博士后制度的后续落实应紧紧围绕这一培养目标展开,在为国家培养出更多高层次人才的基础上,各设站可以根据自身平台和实力,考虑在站博士后的培养类型和现实需求,契合时代的要求和社会的具体发展需要而进一步深化培养目标,使得不同设站单位、不同类型博士后的培养目的能有所侧重。

5.2 加快推进博士后分类培养

当前,我国博士后制度培养目标出现多元化趋势,有的单位是为培养高层次青年人才、有的单位把博士后作为教学科研的一个后备力量、有的单位只是把博士后作为科研工作的一个辅助力量或是作为合作导师的高级打工人员。由此,应加快推进博士后的分类培养,为不同类型的博士后提出不同的要求和培养方案,并实施弹性工资制,给予不同类型博士后不同的待遇。

5.3 拓宽博士后经费渠道,提高博士后待遇

为了满足博士后对科研经费的需求、吸引更多的海内外博士从事博士后研究,拓宽筹资渠道、加大资助的多样性和灵活性势在必行。首先,应对我国的博士后培养管理事业及取得的成果进行广泛、大力宣传,使社会各界对博士后管理事业有充分的认识,激发国内外各种机构、团体、单位或个人的捐赠热情[20];其次,应借鉴德国的做法,不仅进行传统奖学金的资助,而且更多地采取其他短期、辅助性、非物质性的资助措施,如提供一定时期的工作岗位、提供参与国内外顶级研讨会的机会、对学术旅行及报告的资助等;第三,定期对资助项目的效果进行跟踪调查分析和监测,注重效果与结果,需要采取措施确保资助的有效性,如对资助措施和资助工具及其相互之间的影响进行内外部的评估等。

5.4 加强对博士后人员的考核