創新型大企業的戰略聯盟伙伴的選擇研究

基金來源：黑龍江省科技攻關項目，項目編號：GZ06D103

[摘 要] 針對創新型大企業選擇戰略聯盟伙伴的實際需要，提出改進的模擬退火遺傳算法，引入倒位算子和企業間協同系數矩陣，來增強選擇聯盟伙伴的科學性。

[關鍵詞] 創新型大企業 戰略聯盟伙伴 模擬退火遺傳算法

一、引言

當今世界經濟一體化趨勢日益明顯，跨國公司的全球性研發、生產、采購和銷售，使企業間競爭加劇。科技的迅猛發展使技術淘汰率遞增，消費者需求日益個性化和多樣化使產品生命周期日益縮短、研發成本上升，斯洛溫斯基等人認為戰略聯盟能夠給企業提供一個深入新市場的機會，通過共享技術和資源，使合作雙方都從中受益，聯盟可以讓大企業擁有所需的小企業的專業技術和資源，同時使小企業獲得相應的資本和組織資源。因此，現代企業的發展已不僅僅局限于本企業內部資源的優化運行與管理，而是更注重企業間的資源互用，以求最大限度地利用資源，降低成本、縮短產品上市時間并降低風險[3]。在超競爭的環境下，企業認識到單憑自身內部資源的整合，難以把握快速變化的市場機遇，于是紛紛放棄單干戰略，采取章魚戰略組成戰略聯盟以獲得競爭優勢。

二、創新型大企業戰略聯盟伙伴的選擇

創新型大企業是以星云模式在組織、技術、制度和管理四個方面進行創新，具有大規模資產和人員、進行大規模生產經營活動、占有較大的市場份額和影響力的無邊界企業組織，它自身就是一個動態的戰略聯盟，戰略伙伴的選擇決定其競爭實力和企業運營的成敗，因此通過對潛在伙伴企業的信息進行分析、整理和評估，確定若干個最優的伙伴是非常重要的。由于可選伙伴企業的空間很大，綜合考慮遺傳算法和模擬退火算法的全局與局部搜索能力特點和良好的互補性，采用模擬退火遺傳算法進行伙伴選擇。

創新型大企業根據自身的需要，可以選擇不同類型的伙伴企業結成戰略聯盟，本文以選擇某生產流程的合作伙伴為例。首先選取伙伴企業的評價指標：質量Q、安全可靠性R、成本C和時間T，其權重系數用主觀賦權的G1法確定：專家用集值迭代法對評價指標的重要程度進行比較判斷： ，對應{同樣重要，稍微重要，明顯重要，強烈重要，極端重要}，則權重(2.1)，企業的評價函數為:(2.2)，構造目標函數形如:(2.3)，最后用改進的模擬退火遺傳算法選擇1～2個最優企業。

三、改進的模擬退火遺傳算法

通過引入倒位算子等高級遺傳算子來代替常規算子，引入企業間協同系數矩陣來改進適應度函數，然后與模擬退火算法進行整合得到新算法，其過程為：

1.設置進化代數計數器：令;設置初始溫度。

2.編碼:按序號將候選企業編成一染色體串，企業被選擇為1，否則為0。建立適應度函數：生產環節的企業間綜合協同系數矩陣，當時企業u與v的協同系數為，候選企業被選擇時，否則是一個相對較大的數，則適應度函數為：

(3.1)

3.隨機產生初始群體，評價其適應度。

4.倒位操作：由于約束條件的苛刻性，使得交叉算子在每次交叉操作時，會產生大量的無效操作，包括交叉操作后，串中1的數量不滿足約束的情況和交叉后不產生新個體的情況，僅靠引入修正機制，很難解決“早熟收斂”和“搜索遲鈍”的問題。用倒位算子進行倒位操作，使染色體的編碼串重新排序，改變了選擇的個體卻不會改變染色體的特性。

5.變異操作：采用適應性變異算子，變異概率的取值區間為，起始概率，令，，則。群體進化總代數為T，第t代群體的最佳個體的適應值為，給定，分三個階段設定變異概率:(1)，且(2)(3)這樣控制參數的取值就可以使群體進化的初中期采用較大的概率，保證群體的多樣性；在中后期采用適中的變異概率，后期采用較小的變異概率，不會破壞較佳的個體結構。最后增加一個修正機制來保證變異的有效性:當時變異，否則修正。

6.個體的模擬退火操作：計算新產生的個體的適應度值，并與父代的適應度進行比較，計算其增量，并以概率接受新個體，當時，接受概率，否則，其中降溫方式為:。

7.評價群體的適應度，進行選擇操作：采用最優保存策略的比例選擇方法，即適應度較高的個體被選中的概率也較大，個體被選中的概率為:。

8.終止條件判斷：如果終止代數，則，轉到第4步，否則終止，輸出最優解。

四、算例

黑龍江省哈航公司為建立創新型大企業戰略聯盟，提高企業在汽車市場的競爭力和市場份額，擬在汽車殼體、發動機和輪胎三個生產環節選擇強勢企業合作。每個環節各8個候選企業，可選1～2個，共4個評價指標，其數據如下表所示：

候選伙伴企業的指標數據統計表

求解過程：首先編碼，形成長度為24的一條染色體串，然后用crtrp函數產生40個初始群體，確定適應度函數：專家評價后確定候選企業評價指標的序關系：，并給出判斷：，，按照公式（2.1）計算可得：，，，。令，則由公式（3.1）得到適應度函數為：

，企業間協作系數矩陣為：

然后確定算法的其他參數，根據大量的實驗分析選取:，，則:代，運用Matlab7.01 R14軟件編程運算20次，最后得到最優適應度值為2.973872374795680;最優解為生產殼體選擇上海通用和北京現代，生產發動機選擇安徽全柴和大眾聯合動力，生產輪胎選擇南通海林。

五、結論

通過采用倒位算子等高級遺傳算子，建立子企業間的協同系數矩陣和適應度函數，整合模擬退火算法與遺傳算法，能夠提高求解的效率和質量，使創新型大企業能更好地選擇戰略聯盟伙伴。

參考文獻:

[1]王亞玲張旭明:戰略聯盟發展的新趨勢與我國企業的對策[J].經濟縱橫2005.12：71-73

[2]Slowinski， G..， Seelig， G. and Hull， F.(1996) ‘Managing technology-based strategic alliances between large and small firms’， Advanced Management Journal，61，2，42

[3]Adrien Presley， Wililam Barnett， Donald Liles， Joseph Sarkis. Avritual Enterpries Architecture. In:The fourth National Agility Conference，1995

[4]郭亞軍:綜合評價理論與方法[M].北京：科學出版社，2002:40~61

[5]周明孫樹棟編著:遺傳算法原理及應用[M].北京：國防工業出版社，1999：48～67

[6]李敏強寇紀松林丹李書全:遺傳算法的基本理論與應用[M].北京：科學出版社，2002.3：202

[7]雷英杰張善文李續武周創明:Matlab遺傳算法工具箱及應用[M].西安：西安電子科技大學出版社，2005.4：32，62~207

注：“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文?！?/p>