探討智能化模擬在企業管理中的作用

[摘 要] 本文介紹了QSIM算法及利用此算法實現的激勵過程定性模擬，管理者可以通過模擬結果掌握企業內部的目標行為狀況，有利于提高企業經營效益。

[關鍵詞] 管理學 激勵過程 定性模擬 QSIM算法

現代企業管理的模式是決定企業成敗的關鍵，作為企業管理的核心，即人的管理是重中之重。人力資源是現代企業的戰略性資源，是企業發展的最關鍵的因素，而激勵又是開發人力資源的重要內容。

激勵人員工作的積極性時，目標的設置是關鍵環節。設置目標的目的，不僅是為了滿足組織成員的個人需求，最終還是為了有利于完成組織目標。因此在設置目標時，只有將組織目標與個人目標結合好，使組織目標包含較多的個人目標，使個人目標的實現離不開為實現組織目標所作的努力，這樣才會收到良好的激勵效果。

一、QSIM算法

定性仿真算法是以描述系統定性結構的定性微分方程和系統的初始狀態為輸入，通過仿真輸出系統的預測行為。具體說就是給定系統的定性微分方程和它在t0時刻的狀態，QSIM算法以狀態樹的形式預測出系統可能的行為，系統的一個特定行為由這棵樹的根結點（初始狀態）到葉結點（終止狀態）的路徑上的所有狀態所組成，其形式為

behavior={state(t0)，state(t0，t1)，state(t1)，…，state(tn)}

QSIM算法可歸納為以下公式：

QSIM:(QDE，state(t0)→or(B1，B2，B3…，Bk))，

式中，Bi為系統的一個可能行為。

由QSIM算法產生的k個行為中的一個或幾個是系統真實的行為。產生多個行為的原因是由于系統參數值的不確定造成的。必需指出，QSIM算法是充分的但不是完備的。

1.QSIM算法的輸入與輸出

(1)具體地說，QSIM算法的輸入包括以下幾個部分：

①代表系統參數的一個函數集合{f1，f2，…，fm}。

②用M+(f，g)，M-(f，g)，ADD(f，g，h)，MULT(f，g，h)，DERIV(f，g)和MINUS(f，g)6個關系建立的約束方程集合。

③每個參數有一個代表函數路標值的有序集合，其中至少包含{-∞，0，+∞}。

④每個函數的上、下極限。

⑤初始時間點t0和每個函數fi在t0的定性狀態。

(2)QSIM算法的輸出是系統的一個或多個定性行為描述，每個定性行為由以下幾部分組成：

①表示系統可區分時間點的符號系列{t0，t1，…，tn}。

②每個函數的一個完整的、可能擴展了的有序路標值集合。

③根據函數的路標值描述的每一個函數在所有可區分時間點上和兩個相鄰可區分時間點間的定性狀態。

2.QSIM算法的步驟

QSIM算法模擬的六個步驟如下：

(1)從活動狀態表中取出一個狀態作為當前狀態。

(2)根據通用狀態轉換表，確定每一個參數(函數)由當前狀態可能轉換到的狀態集合。

(3)對每一個約束，產生狀態轉換的二元或三元組集合，根據約束的限定，過濾掉與約束不一致的元組。

(4)對元組配對一致性過濾，即具有相同函數的兩個元組，對同一個函數的轉換必須一致。

(5)將經過上述過濾剩余的元組加以組合，產生系統狀態的全局解釋。如果不存在相應的全局解釋，則做不一致標記，否則標記它們的當前狀態的后繼狀態。

(6)對新產生的定性狀態運用全局過濾法來決定是不是將新的狀態加入活動狀態表中。

二、定性模擬過程

1.激勵過程的定性建模

激勵過程引用了心理學的知識說明了對人員激勵的一個行為導向(需求→動機→行為)。通過對激勵過程的模擬，讓管理者對被管理者能有個很好的合理把握被管理者的心理過程，能施加有效的激勵措施，提高激勵的效果。應用QSIM算法，這里對激勵過程理論進行了定性建模，激勵過程的定性模型如圖示。

圖 激勵過程的定性模型

圖中，“＋”表示箭尾變量的增加會導致箭頭所指變量的增加，“－”表示箭尾變量的增加會導致箭頭所指變量的減少。“?”表示某個變量同時作用于另一個變量時，其作用效果根據具體規則確定。

定性模擬中的變量都是非數字化的變量，可以看到在激勵過程的定性模型中，影響激勵的因素有很多。在這里為了方便以后的討論和模擬統一使用字母來表示，用B1表示環境因素，B2表示個人需求，B3表示組織目標，B4表示動機，B5表示目標的設置；B6表示目標導向行為，B7表示目標行為。變量之間的定性關系如表所示。

在表中，不同變量的相交點表示2個變量的作用關系，根據定性理論，“+”表示縱軸變量的增加導致橫軸變量的增加，“0”表示2個變量之間的相互作用關系比較弱，“—”表示縱軸變量的增加導致橫軸變量的減少。

表 激勵過程定性模型的變量關系

2.定性推理過程

按照QSIM算法，定性變量可以表示為：QS(f，ti)或QS(f，ti，ti+1)，t0

各個變量的取值范圍即參數的量空間都是在＜-1，(-1，0)，0，(0，1)，＋1＞，依次表示低，較低，一般，較高和高。在初始時刻t0，給定變量的狀態QS(X1，t0)=<0，+>，即獎勵的價值增大，且增加的水平比較平緩。在下一個顯著時間點t1，既是X1沒有變化，但下一個可區分時間點有增加的可能性，用QS(X1，t1)=<(0，1)，+>表示。

在模擬過程中，給出了推理過程三個時間情境[t0，t1，t2]下的推理，并對推理過程進行了過濾與解釋，初始時間狀態為t0。初始狀態t=t0:

(2)從t=t0到t=t1的模擬

從t=t0到t=(t0，t1)的模擬，根據QSIM算法的狀態轉換規則，使用P-轉換(從可區分時間點上到可區分時間點之間

三、結論

通過上述的激勵模擬，在[t0，t1]，[t1，t2]的模擬過程體現了激勵因素對主要激勵狀態的影響，在環境穩定，個人需求高并設定良好的組織目標的時候會形成良好的目標導向行為情況下，良好的目標導向行為將形成良好的目標行為，有利于提高企業經營效益，這個在[t0，t1]模擬過程中有著明顯的體現。在[t1，t2]的模擬過程中，良好的環境對個人需求和組織目標也是個有效的影響因素，目標行為一直在十分良好的水平。

總的來說，定性模擬只能提供一個大致的趨勢，這也說明定性模擬所能提供的信息是定性的，而非提供精確的定量知識。但是在管理理論的研究中，這種定性信息已經足夠了，使用這種定性的信息構建企業整體激勵的機制比單純的語言敘述具有更高的可靠性。

參考文獻：

[1][美]斯蒂芬·P·羅賓斯著孫健敏李原等譯:組織行為學[M].北京:人民大學出版社， 2002.4

[2]吳瑞明劉豹關偉:結合定量信息的定性仿真方法[J]. 中國礦業大學學報， 1999， 4: 89-92

[3]張德:組織行為學[M].北京:清華大學出版社， 2000.5

[4]白方周鮑忠貴丁尉:定性仿真——一種新的智能仿真技術[J].測控技術， 1996， 1: 60-63

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。”