作者：王有天
出版社：九州出版社
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
项目管理组织设计与性能测试模拟研究试读：
序言
企业运作是一个复杂的系统工程，既包括任务处理等物理过程，也包括人的行为等心理因素。本研究在总结模拟方法和手段的基础上，针对组织内人与任务互动过程中的任务管理部分，评述了针对任务处理的传统项目管理方法以及其中存在的部分不足。项目管理方面的方法主要有项目评审技术和关键路径法。但是这些方法都是直接把任务的工期期望作为任务的工期指标，从而把任务工期确定化，再来计算整个项目的关键路径和工期。从理论上讲，这样得到的项目工期既不是项目的期望工期，也不是项目的最可能时间。此外，关键路径法等方法得到的数据过于单薄（比如无法得到项目工期的分布区间）。而我们采用模拟方法，将模拟引入到项目管理，可以得到项目管理的经验分布，从而计算各项工期指标，包括最乐观时间、最悲观时间、最可能时间和期望时间。
我们将上述项目管理方法编程实现后，将其包装为Web Service，供用户调用。对该服务的调用也可以在网页中进行。我们在网页里通过脚本发起Web请求，获取模拟服务返回的数据，并采用SVG技术将项目工期的分布以函数图像的形式呈现出来。我们给出的Demo网址可供读者访问，查看该方法。这表明可以利用Web技术实现模拟。较新的浏览器都支持SVG和ECMAScript语言，因此用户无须下载任何软件和插件，就可进行模拟实验。这大大减轻了用户安装和维护软件的成本和负担，也为不同模拟模型集成提供了解决方案。
项目管理的模拟方法可以对企业管理中任务处理流程进行建模和求解、并衡量项目工期，而对于企业管理中人的行为及人群互动对企业管理运作影响的分析，则需要采用不同的模拟方法进行处理。基于心理学模型的个体属性和群体互动理论，本研究建立了多智能体模型来模拟企业中人群互动，并以此为例，探讨了任务处理的离散事件模拟方法和人的行为的多智能体模拟方法的结合。这种协同模拟方法可以贴切建模反映企业运作管理现实，并通过计算实验对企业运作性能进行测试，为企业管理者提供建议，以对人员配置、业务流程进行可能的调整。我们还采用了模拟方法刻画了企业管理中宏观层面的组织结构设计问题以及在不同组织框架下人的协作问题。基于计算组织理论，采用了多Agent模拟和离散事件模拟的集成方法，以组织成员间的协作关系为出发点，分析了不同的协作模式对组织效率的影响，讨论了在这些协作模式下沟通机制和激励机制的作用，得到了一些对组织结构设计有意义的结论。该研究展示了对企业宏观管理建模和模拟的方法，从而有助于将其包装成Web Service，与前面的任务处理、人群互动等模型结合，可以在一个基于Web Service的协同模拟系统中反映企业运作管理的全貌。
基于前面的模拟方法研究及技术实现路线，我们还提出了基于Web Service的集成模拟系统。这一模拟系统的设计呼应云计算的趋势，能够让多个用户在网页中建立模型、调用网络上已有的服务，并进行模拟实验。处于网络上的模拟服务要想使计算机识别自己，需要向调用者描述自己的语义；在这一方面，文章借鉴了语义网络建设中的本体工程方法，采用本体语言建立和描述模型以及模拟服务。基于Web的模拟平台相对于单机模拟软件而言具有诸多优势，为建模者和使用者都提供了方便，能推动模拟的应用，从而提高模拟理论研究和技术的应用，让其在实践中发挥更大的效率。
最后，值本书出版之际，作者在激动之余要特别感谢为本书出版提供大力支持的人们，包括本人单位的各位同事和出版社的各位同志。谢谢你们。2017年6月 于汤逊湖畔1绪论1.1选题来源、目的和意义1.1.1 选题目的和意义
企业组织作为一个复杂系统，其运作既包括以心理学为理论基础进行研究的人的行为，也包括以管理科学为基础的任务处理流程运作。如图1.1所示，管理组织由有形组织和信息系统组成，有形组织由各部门、岗位、人员组成。任务到达组织后，每类任务的处理流程包含多个步骤，每个步骤由人或由信息系统处理，人处理又分为个人处理和多人处理（如开会等）。有形组织和信息系统之间相互影响，人的影响指人对信息系统的操作、维护，或导致操作时间延迟等；系统的影响指信息系统对人的行为的约束、对人的心理属性的影响等。图 1.1 管理组织混合运作模式及性能指标
企业的目标是利润最大化；对于管理者来说，要把握两个方面的工作。首先是保证企业生产率。系统输入各种类型的任务，每个任务可以归为某种类型，包括一般类型以及具体子类。内部环境包括人的因素的变化、流程进展、管理标准的调整等。企业作为一个有边界的系统，就是对输入进行加工，然后再输出产品。各类任务在管理组织中停留时间多长、员工的负荷率多大就是我们要考察的重要指标，因为这些指标代表着组织的效率。
企业的次要目标是使得企业成员身心得到发展，有物质基础。企业内部个体在处理各种工作过程中，接触到外部环境传递过来的工作，同时他们内部也进行互动，因此互相之间产生影响。员工的内在属性和外在表现向什么方向演化关乎人的发展。
本研究综合仿真方法和手段，将模拟与项目管理方法结合起来，针对组织内部人群与任务相互作用过程中的项目管理内容，采用基于Web Service的项目进度管理模拟分析平台，来为企业管理者提供决策参考。此外，要反映企业管理的全貌，还要考虑人的行为。人的行为可以根据心理学模型，采用多智能体模型来模拟。多智能体模型和任务处理的DES模型结构不同。两者需要协同来刻画图 1.1所示的企业运作，因此本研究还将探讨组织结构和人的行为模拟，以及其如何与任务处理过程通过数据交换和时钟同步来实现协同。对此理论和方法的研究可以推动基于Web Service的模拟开发实现。1.2国内外相关研究评述1.2.1 模拟求解方法
决策问题可分类为确定不变型、概率分布已知型以及概率分布未[1]知型。这种分类也为提出离散事件模拟（QDES： Qualitative [2]Discrete Event Simulation）提供了帮助。确定型决策问题指人们对问题的解决具有完全的知识。风险型问题是一些信息可以用概率分布来表示的问题。不确定型问题是其中一些变量连用概率分布都难于表[3]示。这种分类可用到优化问题中，对确定性的数学问题、随机过程问题（风险决策问题）以及健壮性（或鲁棒性的，即Robustness）解决方案寻优问题（不确定性问题）等进行区分。[7，8]
决策问题可以分为结构化问题和非结构化问题，前者有解决步骤可循，可以用一些规划求解方法，是管理问题的科学性所在；后者没有固定的步骤可循，往往需要创新和个案处理，体现出管理问题的艺术性。[6]
难以结构化的问题也是复杂问题。基于Gorry和Scott-Morton框[8][7]架，可对DSS进行分类，把决策问题和系统解决方法按照复杂程度分为6个层次（图 1.2）。图 1.2 Alter 决策类型1.2.1.1 问题的求解方法
人们对于问题的解决方法可以分为两种。一种是确定性的推导方法，另一种就是计算实验或仿真模拟方法。
解析方法通过已知的假设/公理/运算规则，推导出结论，回答问题。这种方法要求我们能够把原问题转化成有一定结构的问题——即结构化处理；其基于严格推理得到的结论是确定的，即解析方法得到的答案是100%正确的（或者说我们有100%的把握认定答案正确，没有可能出现例外）。比如计算积分，我们用积分函数sinx的原函数-cosx来求，就是一种确定性方法。其结果是完全正确的。
解析方法的缺点是对于太复杂的问题，难以找到解析解。这种困难大概出现以下几个方面：①原问题很复杂，不可能结构化，比如很多社会学问题、人的心理问题等；②问题可以说清楚，但难以用已知的推导方式得到答案；或者虽然有解析的方法来求解，但求解过程太麻烦而根本没办法用；或者求解过程时间/空间复杂度太高。比如对于很难求原函数的积分函数，其积分就无法求解；再比如计算机对一些式子进行数值运算往往采用近似的方法而不会用复杂的表达式进行运算，由于运算的连续性，其结果也能保证不偏离真值太多。模拟方法可以应用在这些难以用解析方法求解的问题。
模拟方法也要求对问题建模。这主要是由于：
1.模拟方法允许知识不完全的情况下，用已知的知识对问题进行描述。
比如定性模拟可以把无法定量的变量用定性方法描述。定性模拟[9]最初是在物理学中发展起来的，后来在经济和商务中得到广泛应用[10]。
如果我们对于一个系统模型所知有限，则定性方法就能派上用场。事实上，定性模拟的设计就是为了用于我们对一件事物所知没到满格的情况。例如，描述系统状态的变量就可以用定性方法设立，让其表示增加、减少、不变等，而不需要再多的知识。定性模拟模型中推断出的结论，尽管不够精确，但却会更加一般、更加健壮。究其原因，是因为这些结论没有依赖于精确但却可能是错误的前提。[2]
文献把离散事件和定性的两种模拟对定性离散事件模拟（QDES）方法进行改进，把时间之外的变量（如订购数量、职员数量）也尝试着采用区间来表示。为了区分定性离散事件模拟和传统的[2]离散事件模拟，文献举了一个例子假设一家公司接收原料供应，然[2]后分批处理后送给客户。这家公司的运作用EG表示，是供应链管[11]理中常见的一个例子；其假设没有存货容量方面的限制，从而可[12]以使用单服务者排队模型。有研究对采用区间来定性描述状态变[16][14]量的离散事件过程进行了实现，文献对上述理论和实现做了一个简要说明。用区间来表述一个值就是知识不完全时怎么样来表述知识，并将其参与运算推理的方法。对于一个数x，如果我们知道其值是1，x可以直接参与运算。此时，我们的所知是完整的。对于x的任何描述都是多余的。用香农的理论来说，就是x完全没有了不确定性。再增加数据也减少不了x的不确定性。而倘若我们对x是啥并不全部知情，但知晓其部分特征，比如x的某个属性是什么，则该信息是残缺的。换句话讲，我们还可以获取更多的数据，这些数据会增加我[15][19]们对x的了解 。文献采取定性方法提出Symbolized Simulation，使得模拟可以在我们所知有限的局面下来获取一些不错的结论。当然这个模拟过程由于不知道概率分布，需要采取一些特殊的逻辑推理。
2.适用于推导过程复杂的问题
涌现（Emergence）中最下面的构成部分相互作用可能比较简单，但当构成部分多个在一起就会形成复杂的整体效应。由低层可以通过仿真得到整体表现，但反过来就不太可逆。比如，气体的压力等特性是分子运动和相互碰撞形成的；社会运行的规律是每个人的行为[17]和互动造成的。涌现现象多通过多Agent模拟实现。
如果对于一个宏观问题或现象我们难以了解其行为模式和规律，我们可以考虑对其分而治之——宏观现象往往是微观部分的简单行为涌现出来的。这样对于不太好建模的复杂问题，我们能从最不复杂的最原始规则入手，通过很多最原始最小的构成部分间的互动，复合形成并表现出一个系统的整体规律。当然，我们可以递归，把这个稍微复杂的系统再放到更复杂的整体里面去。比如我们可以用多智能体模拟一个企业内部的运作，再将企业与其他企业进行市场交易模拟。人心里的活动，也是行为的底层因素。
用推导方法找答案可能太复杂，这种情况下，我们也可以采用计算实验方法。最简单的对于，求积分，我们就能选择蒙特卡洛[17]方法得到满意解。
3.强调可验证性
模拟可以看成一种不确定方法。比如离散事件模拟可以看作是一个随机过程。在模型运行过程中，Event Calendar中间的事件对应的时钟就是概率分布抽样的结果。这可以作为Stochastic Process处理。
很多不确定性算法本质上是抽样方法的不同。我们前面提到的Monte Carlo算法往往把问题转化为在某个特定分布（通常是平均分布）中的抽样。遗传算法，常常用于牵扯有组合排列的优化问题，以避免确定性算法中组合爆炸带来的复杂性。遗传算法的遗传其实是对下一次如何抽样的一个启示，其受到的批评也有时集中于此。这些遗传和变异应该选择哪些是启发式的，因此往往因为追求运算速度而直接处理数据，忽略数据隐含的信息和意义。这样的遗传算法其实就是随机抽样了（这也是变异可以比较随意的原因），只不过冠之以遗传，把“随机”合理化了。但这种合理化往往将简单的随机抽样复杂化，同时遗传过程的不考虑数据意义的变异往往使抽样遵循的分布偏离真实分布，变得难以捉摸。所以遗传变异选择过程也就往往没有令人信服的道理（如果有，则直接推理即可，就没必要再采用这一不确定的算法）。其实，随机抽样得到的结果可能比遗传算法更快，更贴近问题。
模拟退火算法也是一种不确定算法。只不过抽样的时候会偏向于[18]局部最优解。蚁群算法，即每个含有纪律性的独立智能体可以形[19]成出来整体的表现特征 ，是涌现在AI方面的使用。蚁群算法源于对图上最短路的计算，蚂蚁随机地选择道路，结果最短路上的蚂蚁变多，从而帮助我们找出最短路。蚁群算法考虑了问题的实际背景和意义，虽然蚂蚁的选择是随机的，但陷于图上的线路设定，最终抽样倾向于最短路，因此，蚁群算法其实是利用蚂蚁来帮助我们进行抽样的选择；它与遗传算法的区别在于对问题建立的模型不同，并且它是采用蚁群来使抽样集中逼近最优解。几个方面进行比较，非确定算法的重点在于如何获取观测值，当观测值很多时，怎么样快速的渐近到目标值。仿真方法要求建立的模型与实际问题相一致，这可以使得观测值与实际运行值吻合。所以，模拟特别强调要检验模型和原型的一致[23，24]性。
不确定算法还有很多，比如数学中的近似计算，人工智能中的人工神经网络等，都可以理解为按照一定规则抽样并通过统计规律逼近所求的过程。这里抽样规则是否与真实分布一致相当重要，它影响到解的正确性。
4.不确定性算法和确定性算法的结合
不确定性算法可以和其他算法一起用，比如先取得近似值，再在附近用推导的方法求得目标解。我们可以将两种算法结合起来，以期能够有不确定性算法的速度，又有确定性算法的可靠性。我们经常用模拟划定一个搜索范围，然后再真正去搜索目标。比如若找出不大于（N是正整数）的正整数，我们可以先用浮点数算法求出的近似值（这是不确定的算法，因为计算中存在误差，使得我们不能确定给出所求，只能得到近似解或大概率意义上逼近所求），然后在其附近的整数里用确定性算法找出所求。
这些综述表明，对于不确定的、我们所晓得的不多、内部逻辑机制不明的（如涌现）或者推导工作量大的，我们就可以采用模拟。与大家常用的把风险问题转变为局部搜索问题的方法，模拟方法可以重复很多次，尽可能的贴合真实情况。在我们信息有限的时候，我们可以通过模拟获取数据。有些情况下，研究目标太不简单也不确定，我们可以采用模拟缩小范围，再用推导方法得到结论。1.2.1.2管理领域的仿真
根据模拟实现方法，管理系统模拟可分为离散模拟、连续模拟、[22]多Agent模拟和定性模拟四类。在多Agent模拟的应用研究方面，热门领域之一是Agent社会模拟（Agent-Based Social Simulation，即[23]ABSS）。这段时间里，多智能体方法不断得到完善，在多智能体技术上建立的组织行为学模型也大行其道。多智能体仿真方法用到了[25][24][26，27]组织行为问题，得到研究界的肯定，在经济、社会、心理等学科中得到了广泛的应用。其中，无论是OOP的多智能体仿真方[28][29]法，还是元胞自动机方法，都大量地应用于群体行为的演化分析，在个体的心理-行为关系上表达从心理属性到行为的变化规则[27]。而从人的心理到行为的复杂变化过程，元胞自动机也有应用[30]。在制造业，模拟是系统设计、产品制造的常见辅助手段，如对飞机模型做风洞实验、用多领域模拟平台对复杂产品设计方案做性能[31]评价等。在管理领域，对管理方案也有模拟测试，如离散事件模拟在企业执行层的应用，对车间布局、生产作业计划等管理方案的性[32]能评价等。
管理组织的运行，可视为各类任务到达、人力资源占用和任务处理的排队过程，因此用离散事件模拟方法来模拟。人的行为和心理变化，用多Agent模拟方法来模拟。本论文将首先集中在任务管理上，注重企业实际，一方面进行模拟平台的设计和实现，另一方面，我们将以任务管理为核心，阐述如何利用该系统对企业运作中的项目管理建模，并采用我们所提到的技术进行开发，企业可以使用其进行项目管理，时间安排等。此外，我们也将考虑群体协作、个体行为模型及其与任务处理的离散事件模拟的集成，以整体反映企业运作和管理过程。1.2.2 模拟软件和平台1.2.2.1 现有模拟软件分析
在模拟中，首先是对所研究的问题建模。模型的表示需要语言。理论上任何一门计算机语言都可以来建模，进行模拟实验。比如本论文中，我们采用微软C#，并把其他人开发的程序也拿来用。Repast[33]是用Java语言书写的类库（Repast也有C#语言版本）。我们采用这个库，可以直接用其模拟呈现技术。我们可以把Repast直接导入Java类库中，然后就可以关注自己的问题领域。AnyLogic里面的模拟[34][35]脚本其实就是Java语言 。Modelica是在欧研究者发明的模型描述方法，这些模型可以发布到因特网上，实现不同用户交换数据，同时，有一些软件开发环境是针对Modelica开发的，可以利用Modelica语言编写模型，进行模拟运行。本体（Ontology）方法也可用来表述[36，37]模拟领域的知识，进行模型的构建。
在仿真软件的运行框架上，当前有不少开发好的程序，有些是通用的，有些是某个学科特有的。
针对Modelica语言开发的模拟开发环境软件有很多，比如CATIA Systems、Dymola、LMS AMESim、JModelica.org、MapleSim、MathModelica、OpenModelica、SCICOS、SimulationX.等。Modelica模型能够共享后供 Simulink的程序调用。
Simulink具有Windows风格的用户接口，可以用在多个学科进行[38]仿真实验 。[39]
Arena 是DES程序平台 。在这个软件中，我们可以将企业运作过程放在平台上，运行后观察系统状态。
AnyLogic是仿真程序中容许各种仿真方法的平台。我们可以在窗口中，进行鼠标操作，就可以建立问题的模型。软件会帮助我们生成对应的程序。如果内部逻辑复杂，则使用者还是要编写一定的程序片段。但显然，如果自己来写程序，我们就不如用专门的IDE来开发，因为在AnyLogic中Debug比较费劲。这也是很多人愿意把模拟的类库如Repast导入到自己的项目中，自己利用开发环境如Eclipse来进行[43， 44]模拟的建模和运行的原因。比如文献 中模拟部分就是这么实现的。
这些模拟平台都不是联网的。这中间，Modelica，Repast能让用户通过因特网发布模型，从而相互交流。但无法通过网络让模型一起[45]运行——参见 中关于多参与者多次对策的讨论。人之间的交互才是模拟系统发展的最大绊脚石。基于B/S（Browser/Server）架构的[43，44]在线模拟平台 与单机版模拟平台对比具有一些特点：
1.分布式。基于浏览器、服务器框架的模拟方法可以让使用者不用购买模拟所需的程序和机器，此外，模型的消费者和模型的建造者可以异步异地分头工作。
2.交互性上，B/S架构下的模拟数据图形化技术还需要加强。正是这个因素，导致浏览器、服务器框架的仿真框架没有流行起来。[48]
但随着技术的发展，RIA（Rich Internet Application） 应用程序的开发已经变得容易实现。客户端界面的功能可以通过C/S平台或[49][50]其他方式补充如利用Java Applet /Flash/SilverLight 等实现。采用[49][51]Java Applet实现的系统界面可参见图 1.3。当前HTML5 已经开始应用，可以采用HTML5中的canvas或者SVG实现图形化用户交互界面。HTML5技术相对于SilverLight来说是公开、免费的标准。
在浏览器服务器架构布局上，模拟平台可以根据不同属性进行分类。我们可以按照下列标准对其进行划分：①能否让多个模拟消费者进行实验。其中一些模拟软件可以让很多人同时注册，然后每个使用[49]者都可以独立建模，但却不能同时联合运行。论文提出的模拟框架就是如此。②能否让多个模拟服务器间配合。服务器间模拟服务相[47]互协作需要一定的规范（如：HLA）和实现方式（如网络服务）。[48][49]研究倡导基于HLA和WebService的仿真世界设想。文章开始在中国推广将 SOAP/Web Service应用到战争模拟。采用HTTP 进行SOAP 打包传输能穿透FireWall，可提升模拟核心程序的普遍适用性。图 1.3 用Java Applet实现的在线模拟
引入Web Service的特点在于不但能让使用者消费仿真程序，也能让机器消费。因此，当一个模拟软件调用多个仿真程序时，实际上就把很多仿真程序拢在一块构成一个整体。众多仿真程序聚合在一起，[50][56，57]就构成了仿真集群，为消费者供应仿真应用。现在基于浏览器、服务器框架的仿真设计还很少，少量的实现大都着重于生产，而少见于管理。我国在Web或Web Service上的仿真软件还不多见。1.2.2.2 模拟系统中的模型
模拟是人们对现实世界认识的反映。模拟中所建模型涵盖多领域，所用到的语言表达能力要能表达人们对不同事物的认识。因此，模拟语言往往并非一些计算机语言的子集，而是要应用到各种语言的诸多方面功能和特性。很多模拟系统的实现逻辑比较复杂，往往需要集现各种最新技术手段之大成。模拟系统可以是一个覆盖范围广泛的人机网络。
本研究力求规划建立一个模拟平台。整个系统可以分成多层，比如，分成三层：数据库、运行在服务器端的程序、运行在客户端的程序（网页或桌面程序）。这样就形成了以数据库/服务器为核心的中央集成结构。这一结构也有缺点，就是服务器的负荷较重而客户端资源会闲置、客户端对服务器依赖比较大——即使简单的任务也要与服务通讯完成等。基于此，后期可以探讨一种松耦合的（不依赖于外界的、自主的）机制，使得机器之间既能够独立工作（有些对象可以单独运行），也可以协同进行。
将模拟的建模和运行放到网上，允许多用户交互建模和运行，有利于模拟所用知识的积累、传播和应用。这样模拟平台起到了积累模拟领域中知识的作用。表 1.1是我们拟设计的平台与其他几类知识管理系统的对比。表 1.1 几种知识积累体系对比WolframAlpha学术期刊/ArxiveWikiPedia基于Web Service模拟系统表述概念计算机不理计算机不理解的所用的语解的自然语计算机完全理解的语言计算机完全理解的语言自然语言言言认识个体查阅现有文献，只能使用所给定的知识登录后，查看发布的对象，登录后发布共享知识撰写论文公开发库，无法发布自己的知基于发布的对象构建新对或编辑文档途径表识象传统印刷发行和基于互联网主要采用基于Web的协作使用技术AI电子发布的Wiki机制平台发布后的不能更改旧文可以修改，不能修改，但可以发布新知识可否献，但可以撰写但保留修改由系统维护版本更改新文献记录1.2.3 基于web的任务管理建模和模拟
如图1.1所示，管理组织既包括任务的处理也包括员工心理和行为。在研究企业管理中人与任务互动时，一方面要考虑人的行为的复杂性——人的行为主要受心理驱动，需要利用心理学进行研究；另一方面要考虑任务的处理——任务的处理主要利用物理模型来进行研究。项目管理是业界用得很多的管理方法。对项目管理的探讨符合真实需求。我们的论文想推出建立在网络服务基础上的、采用网页技术的多人实时协同仿真系统，引入当下较前沿方法为项目运作建立计算模型，从而把企业运作中人群、工作交织关系里项目运作部分仿真并分析，提出决策建议。
在项目管理中，关键路径法（CPM，Critical Path Method）和[53]PERT （Programme Evaluation and Review Technique）方法是常见的进度控制方法。CPM/PERT是两个分别发展于民用和军用的项目管理方法。CPM是M R. Walker和J.E.Kelly在1957年前后提出的，并在1958年在建设一家化工厂时进行了试验性应用。1958年，PERT用于POLARIS导弹项目。在项目管理中，通常还用Gantt Chart来表示项目活动的前后关系、完成情况、时间安排等。有些项目管理软件比如[59]MS Project 应用了这些理论，也应用了这些技术，在中西方军事、工业生产的计划、进度安排和控制复杂项目方面发挥作用。
项目管理里时间安排并非简单工作。现在的项目运作方式里有问题：项目里活动工期是随机变量，项目进度的计算比较复杂，用数学公式推导基本不可能，且适应性不强。因此，我们必须采用仿真求[54]解 。
当今的方式对随机变量的处置太粗暴直接，例如Microsoft [59]Project 程序中对活动工期变量是直接取均值，然后就在均值的基础上继续寻找答案。这样处置存在不足，原因在于活动的紧前、今后关系不是全序，而是偏序，其Hasse图是一个DAG（Directed Acyclic Grapha）（见图 1.4）。用这种方法计算，一个活动的起始时点不是所有紧前工作的截止时点的最大值的期望，而是所有紧前工作的截止时点的期望的最大值，这两者并不相同。处理这样不简单的非全序的结构，需要引入仿真或计算实验方法。采取仿真方法的优点还在于，我们不仅可以得到整个过程的运作状态，还能在多次实验后获取整个项目的概率分布，从而获取各种系统参数（如方差、最小可能值、最大可能值等）。在项目运作中，我们虽然也采取流行的CPM和PERT等方法，但我们还结合了仿真技术，进行各种观测采样，然后综合得到经验分布去逼近整个过程的真实分布。图 1.4 项目管理中任务间的关系图示例
再者，当今的项目管理算法很多都假定活动工期服从正态分布。但采用正态分布是有问题的，因为时间不能向负方向无限取值，也往往在正方向取值有个限度。在模拟中，我们往往采用三角分布。三角分布比较简单，而且能够体现max，min，和mode几个关键点。但三角分布不够平滑，且与正态分布形状差别很大，运用三角分布求出的期望和方差也与PERT的假设不一致。我们在这里用PERT分布（一种特殊的beta分布）。PERT分布和正态分布形状类似（它们都是[61]mesakurtic） ，可以看作是最大值、最小值、最可能值取定下进行挤压的“正态分布”。在学界已有人论证了Pert分布的合理性。文献[57]探讨了塔里木在冬季的日最高相对湿度和在夏日的最低相对湿度，发现这个分布拟合Beta分布较好。我们在调查中，发现给定最大值/最小值/最可能值情况下，利用三角分布并不符合人们长期观察得来的认识，而用Beta分布与人们的认识一致。我们将沿用PERT中对任务工期概率分布的处理方法。
第三，目前的任务处理与人的心理学模型的结合较少。我们拟研究和实现的任务处理模型将：（a）为我们整个课题的建模提供一种实验性实现方法，（b）建立的模型作为系统的一部分能够与心理学模型互动，共同运行。
在论文中，作者计划用浏览器、服务器框架对系统进行开发。系统可分成三层，即数据库、运算服务和交互层。运算服务层是搭建在Web服务器上的Web Service。交互层采用HTML5或者SVG等技术，以期实现Rich Internet Application，能够让使用者在客户端实现图形化交互等。这样整个模拟系统可以方便地提供给客户使用，而客户无须进行任何复杂配置；建模者可以异步、独立的更新模型，供使用者调用。
本软件系统开发完成后，能够应用与企业管理实际。既能用于公司项目运作，也能给每个职员进行每天工作安排，可以把项目运作、个人事务安排、待办事项等统一起来。此外，该方法允许扩展，比如允许任务的开始时间/结束时间/运行时间等从常量扩充为符合已知或未知分布的量，或者扩充为未知的变量、依赖于其他一些量的函数等。1.2.4 对人的行为建立模型
在制造业，性能测试是系统设计、产品制造的常见辅助手段，如对飞机模型做风洞实验、用多领域模拟平台对复杂产品设计方案做性[31]能评价等。测试水平往往决定了设计和制造水平。
在管理方面，对管理方法也要进行绩效检验，比如，离散事件模拟在业界作业层的使用，对车间安排、生产作业方案等运作方法的绩[32]效审定等。不过，在系统里引入人的参与后，就让企业管理的绩效评价演进成复杂问题。考虑人的因素，意味着考虑人的心理和行为对管理组织运作的影响，反过来，由于受外部环境和组织运作过程的影响，人的心理是波动的，人的行为是动态演化的，因此，这是一个交互影响的动态过程。本研究以心理学模型为理论基础，运用管理系统模拟方法，研究这个交互的、动态的过程。
企业管理仿真可分为离散事件模拟、连续系统模拟、多智能体模[22，58]拟和定性模拟四类。离散模拟有三种细分，其中离散事件模拟最为普及，比如它可以针对排队现象。多智能体仿真处理的是“Emergence”问题，即最下层的智能体相作用表现出的整体特征不可逆；该方式能恰当表达人心内部的活动于人外部被观察到的举止之[59]间的关系 。[60]
多Agent模拟方法分为两类，一是面向对象方法，将Agent视为对象，每个对象有各自不同的属性和方法；二是元胞自动机方法，每[61，62]个元胞的属性和方法都相同。[26，68]
在多智能体模拟实践上，智能体模拟在社会科学中的应用比较流行。该应用是智能体计算、社会科学与电脑实验等几个方向的融合。最近一个时期，智能体方法日益普及，在多智能体仿真的基础[24，上进行的群体表现计算实验方法得到越来越多人的肯定，在社会学64][28，43][26，28，27]、经济学 、心理学中得到了广泛的应用。其中，无[28][29]论是面向对象的多Agent模拟方法，还是元胞自动机方法，都大量地应用于群体行为的演化分析，在单独的人的心理-表现关联上，[27，65]用来表达从内在心理活动到外在举止的规律。而对于从人的心[30]理到行为的复杂变化过程，元胞自动机也有应用。1.2.5 本体论和对Web Service的语义描述
对于基于Web Service的模拟服务，要使得其他模拟调用程序发[66]现和理解该服务，需要采用一定的网络服务描述语言如本体语言描述其语义。当模拟模型系统库越来越庞杂时，不依靠计算机理解语义已经无法充分利用模拟服务，也无法很好地积累模拟模型和在广域网络里进行协作。本研究通过讨论语义网建设中所用的本体理论，借鉴本体的建模方法和本体语言的描述方法，为模拟模型和模拟服务库的建设提供理论指导和参考。
本体论这一定义源于亚里士多德。各个专门的学科都把某类对象和它们的联系运算来进行研究。但本体是把所有的东西的共性抽取出[67，68]来，都作为事物进行研究，以探讨各类事物作为存在的特性 。亚里士多德的学生早期采用metaphysica一词，意为物质之后，意在表达他们的学科带头人所言的探讨物质为何物的领域。汉语翻译过来为“形而上学”，出于《易经》中“形而上者谓之道，形而下者谓之器”说法。
亚里士多德把知识解剖为三层次，以大树为参照，则这三各层次是：第一层，最底层的组成要素是树根，是形而上学，是所有学科的根基；第二层是物理，就像树的主干；第三层是其他学科，就像分[69]叉 。因此，本体是表述所有学科和认知的方法，或者说是语言的语言。
本体常常与分类联系在一起，但不必一定与类联系。分类是人们对本体的一种认识，并不影响本体的本质。本体也不拘于传统的逻辑[70]——那样不会增加新知识。为了定义一个概念，人们需要陈述概[71]念所需遵守的公理约束。
20世纪70年代中叶，人工智能领域开始认识到如何获取和表达知识是建立强大系统的关键。AI开始用计算机语言和模型构造本体，[72]并把这看作是本体论的应用。90年代后，信息科学领域开始把本[73]体作为一个严格定义的词汇。Gruber认为本体是概念的规范表达[72]，这个概念与哲学中的本体定义有所不同。进入21世纪，哲学和信息学本体论开始交叉。信息本体论开始借鉴哲学思想解决本体构建中的问题。
信息科学或者计算机科学中的本体论是对信息科学里基础概念、其间关系的严格定义和推理，以界定该学科的框架，形成该学科的边[71]界。文献将本体解释为对公共知识的符号化、正规定义。本体论[74]带来公共的概念来表述某个学科 。更明确地说，本体具有如下属性：[75]
· 形式化：机器可读。本体是可表示的知识
· 显式表述：有定义，也有定理，且采用正规语言
· 共享：本体代表公共知识
· 概念：对周围环境的一种高度归纳
信息科学中的本体论与哲学领域的本体论都是讲的如何用本体来指代实体、思想、事件，以及它们的属性和相互关系。两个领域中，人们开展了大量的关于本体相对性的研究工作，并讨论是否存在一种本体规范。两者的不同在于所研究的重点。哲学本体论不热衷建立固定的、采用特定语法表述的概念。而信息本体论则较少讨论什么是本质、思维和实体的对应关系等；信息科学本体论往往专注于构建计算机能够处理的本体，而忽略哲学层面的争论。
从这些说明可以发现：本体借助对名词的正规表述，界定了一个学科主要定义、定理，从而形成该学科的框架。1.2.5.1 本体语言
目前用来定义本体的语言有很多，本体语言很多本身也说明本体的描述不依赖特定的语言。由于这些语言都是描述本体的，因此可以[76]相互转换。在本体语言中，被广泛使用的有OWL和面向对象语言。
OWL采用XML格式。但和一般的XML Schema区别在于其是一种知识表示，而不是一种消息格式。OWL可以界定特征值的取值范围（allValuesFrom， someValuesFrom）和关联重数（hasCardinality， minCardinality， maxCardinality），但对约束的表达欠缺。当前OWL对特征值的约束只有hasValue，即一个特征的值取定hasValue所表达的值，尚无法引入各种偏序关系。
目前的本体编辑器有：Protege，Neon Toolkit，OilEd等。本体开发中，较多使用的是斯坦福大学推出的Protégé。该软件早前用于医学，并逐步推广到其他学科。该程序是源代码公开的，可以不付钱就能用。
构建本体一般遵循的步骤为：
1.枚举本领域所用的概念
2.对定义的各种谓词逐个定义，对定义的数据赋予类型，并建立类型的继承体系
3.加入关系（relation）联系terms和taxonomies
4.引入类型创建的对象
在斯坦福大学的本体建模软件里，可以用该平台以图形化的方式编辑本体，并可以转换为不同的表述格式。1.2.5.2 本体库
研究人员中，有的把本体作为搭建知识库的方法，有的把本体作[77]为知识库的内容。文章表示谓词逻辑的描述方法与人类语言相一致，可按照人类习惯精确传达概念和定理。软件按照本体论中的信息搜寻有关的数据，这种根据信息而非数据的搜索技术与人类的思维一致。另有学着把本体看成不同系统间进行数据交换的通用格式和语言，这比较结合企业实际，能够快速推动本体的应用，并在应用中发现问题，反过来促进本体研究。
本体工程研究如何构建本体库，包括本体的开发、生命周期、方[78]法、工具、语言等。本体工程是AI及计算机科学的分支，专门处理[79]建立本体、应用本体的问题。论文就对这个分支进行了探讨，认为其最终的任务必须是为计算机学科所有有关的事物建立模型、提供方法。
本体工程通过本体解决不同系统中对象之间的语义障碍，比如商业用语与软件中的对象的障碍。本体工程也包括标准（如本体语法和语义的标准）、平台（对本体库的维护和运行进行支持）、本体库的[80]维护等。本体工程常常应用于一个具体的场合 。
当然仅仅将本体表达出来还不够，最重要的还是要利用知识，比如运用本体库、知识库解答问题、推导定理。1.2.5.3 本体的构建方法
目前的本体系统大多依靠手工建立。有些人提出了半自动的建立方法，通过计算机扫描大量文档（比如网络）抽取本体，再进行人工修正。但这种方法最终仍然是手工的，只是中间引入计算机辅助。因此这种方法准确地说的不是半自动，而是计算机辅助的手工方法[81]。
本体是用来表述公共知识的。搭建本体需要对本学科的基础进行定义。这些学科的基础可能是在其他学科基础上的。因此，需要借助其他学科本体库的帮助。所以本体的构建工作必须是所有学科知识库的建立遵循同样的标准，以保证不同学科紧密协作，一层层搭建好本体库。这样，本体库的建立必须依靠基于网络的多用户、跨平台系统[82]来完成。文献对本体构建进行了综述。[71]
前面我们提到本体的一个特性就是共享。鉴于目前对本体的构建主要由手工完成，因此模拟系统采用协作建模的方式，把系统开放给尽可能多的人共同构建模拟模型就显得相当重要。1.2.6 对前面文献的评价
基于课题对组织管理中人与任务的互动机制的模拟研究，本研究侧重于其中的任务管理的模拟研究和其与人的行为的协同模拟。我们主要查阅了以下几个方面的文献：①模拟研究方法及其最新进展。对于知识不完全、机制复杂的问题，解析方法往往不适用而需要考虑模拟方法（比如定性模拟）。模拟可看作是一种不确定性的算法（依概率收敛于所求解），其中如何抽样决定结果的正确性和收敛速度。模拟是通过建模来保证抽样的正确性的。在模拟理论和方法发展的同时，模拟的应用领域也在不断扩展，其中组织管理上的应用是一个热点。②任务管理中模拟方法的引入。虽然已经发展出企业的项目管理以及个人日程安排的方法和工具，但其对于不确定性的现象处理过于简单（几乎没有像模拟那样考虑建立模型来详细准确刻画问题的不确定性），大多还是转换成简单的确定性的问题进行计算。目前这些方法还没有引入模拟，这是值得探讨的。另外一方面，我们在查阅有关项目、任务管理方法方面的文献的时候，也注意到其中有些研究成果可以应用到模拟中，比如有些学者探讨的PERT分布。③在线模拟平台方面的研究和实现。我们对建模语言、模拟方面的理论和软件进行了对比，认为基于Web Service的在线多用户协同建模和模拟是值得深入研究的方向。近年来一些富客户端技术（如SVG/HTML5）和Web Service技术的发展，也使得其实现成为可能。
项目管理模拟研究的是企业里面对任务的处理过程。要将其集成到管理组织模拟系统中去，还要考虑人的行为模型，以及如何将二者集成到一起来反映组织的管理运作全貌。目前文献反映出这一方面的研究有如下特点：一是单纯研究人的行为，没有考虑运作过程，即没有考虑人所要完成的任务的处理过程。而研究人的行为，应该将人的行为和人所要完成的任务捆绑在一起研究才有意义。二是研究人的动态行为时，没有考虑到人的心理属性也是在动态变化的，即人的心理属性是随人的行为表现和外部环境的变化而变化的。我们将在研究中将任务处理和人的行为模拟结合起来，刻画企业运作过程来测试企业性能（这一研究见本研究第四章）。
本体库内的本体为对科学认知的描述。现今网络上有丰富的现成的本体知识集。引入别人建好的模型，不但能降低开发者的负担，还可以加深和其他系统协同的能力。目前网上的知识库有Stanford大学的知识库KSL和Mizar 系统，后者主要包含规范表达的数学定义和定理，因此，我们采用系统规定的符号和语法，可以去验证所有有效表达式的有效性。系统可以验证证明的正确性。本体可以描述基于Web Service发布的模拟服务，此外，模拟库的建设可以借鉴本体库的建设方法。1.3研究内容及方法
本研究将首先从企业管理组织里人与任务的互动中的任务处理部分入手。任务处理步骤的集合可以看作是一个项目管理过程。不同于传统的项目管理方法，我们把模拟的方法应用到项目管理中去，并采用基于Web Service的框架实现了该方法，在线发布了一个演示系统可供读者随时访问。当企业涉及人的行为管理的时候，建模和模拟需要采用与任务处理等物理系统不同的方法，我们探讨了两者建模方法的不同以及如何结合并开发这样的协同模拟方法。在异构模拟系统集成的基础上，我们提出了基于Web Service的多用户共建和共享的模拟模型平台框架，以期能够采用B/S架构让专业性较强的建模工作和实践性较强的模拟使用工作分开进行，方便模拟系统的维护和使用。该模拟框架的提出是对在线项目管理模拟方法开发实现的一个自然延伸。1.3.1 研究内容
企业管理运作既包括各项作业流程（即对任务的处理），也包括人的行为；前者适用离散事件模拟方法，人群间的心理和行为相互影响的情况则适用多智能体模拟方法。因此，本研究将分别探讨这两个异构的问题，然后研究如何将两个模型集成以反映企业的运作管理全貌，输出组织的运作性能指标，为管理者提供参考。
本研究将首先探讨企业任务处理部分的模拟问题。其中，将重点考察以项目管理为任务处理组织模式的情况。项目管理中的首要问题是进度的管理。时间是稀缺资源和天然尺度，因此进度管理是目前研究相对透彻、方法比较系统的领域。比如Gantt图是对项目进度的一种管理方法，有很多工具如MS Project对工期的管理支持良好。关键路径法（CPM）是获取项目工期的技术，PERT方法则能消除项目进度中的不确定性。本研究采取计算实验仿真技术对项目管理的进度管理问题进行建模和模拟；在后面的研究中，本研究将说明模拟方法相对于CPM和PERT方法的改进。此外，我们还将基于Web Service来实现项目管理模拟系统；基于Web Service的实现有利于该系统与其他模型的协同。
项目管理可以看作企业运作管理的方法体系，将企业面临的任务和处理的流程分解成简单的子任务，并保留任务间的先后关系，从而[83]形成一个具有最大值和最小值的偏序集。项目管理的复杂性在[84]于：首先是项目管理中的不确定性，包括项目管理的范围的不确定性，任务所需资源多少和时间长短的不确定性等。其次，项目中各子任务关系的不确定性会使得任务关系图的结构发生变化，从而各任务的变化会导致整个项目在一定范围内呈连续光滑的变化，而在另外一些范围发生突变；从而在进行项目管理时，还需要考虑项目中各流程的结构变化。[84]
项目管理涉及多个方面。为了使得我们能够用科学方法进行项目管理，我们必须针对其中结构良好的部分，而把非结构化的问题交给管理中的非科学方法，如经验、艺术、直觉、情感管理等。项目管理中有三个方面我们是可以科学管理的，即范围、时间和资源。一[59]般的项目管理方法和软件也主要侧重这三个方面的管理 。范围主要界定项目管理中有哪些子任务以及任务之间的先后顺序关系。任务之间最常见的关系是前置、后继关系，即前一个任务完成后，后一个任务才能而且可以开始。对资源的管理主要在于调配资源。比如，熨平资源的需求，使得对资源供给的要求保持平稳进而节约成本——典型的例子包括合理划分任务和调度任务使得对工人人数的需求保持平稳而非大起大落，从而可以在工期内聘用固定数量的工人并让其有工作可干。
项目管理中对时间的管理是各个方面中比较重要的。因为相对于其他资源来讲，时间更稀缺且调度余地很小。传统的项目管理方法对时间管理主要有项目评审技术（PERT）和关键路径法（CPM）。其核心内容在于将任务的不确定工期确定化，用均值代替分布——即[61，90]假设其一种First Type Beta分布 ，然后求其期望，随后再根据期望来计算关键路径，并根据关键路径来求整个项目的工期。
这种求法被广为采用是因为其有一定的理论基础（如Beta分布的合理性）、系统的求解方法（如关键路径法）和便于计算，但与我们在本研究中所采用的模拟求解方法对比可以较明显地看出传统方法其实存在严重的缺点。首先，任务的工期是不确定的，CPM将其简化为确定的量，这种处理方法在一开始就偏离了真实问题，从而导致一系列问题：①每个后置任务的开始时间根据所有前置任务的结束时间的数学期望的最大值来确定，但实际上，即使来求后置任务的开始时间的期望，也应该根据所有前置任务的结束时间的最大值的分布来求最大值；②如果各活动工期是随机的，那么关键路径也是变化的，因[84]为当任务的工期变化时，各任务的松散时间（Slack）也会变，从而原来有些松散时间为0的可能变为不为0，原来有些不为0的，可能变为0，从而导致关键路径变化；③所得的项目时间既不是项目工期的期望，也不是项目工期的最可能值，因为理论上整个项目的工期应根据项目工期的概率分布来求，而CPM根据各个任务的期望求得的关键路径的时间并不能在理论上保证与根据概率分布求来的结果一致；事实上根据我们模拟求得的结果，这两者存在差别，在研究中我们发现CPM求得的结果其实并不能保证是项目工期的期望。因此，CPM求得的结果是哪个理论参考指标并不能得到很好的解释。
而采用模拟方法，可以对项目的任务工期的不确定性、任务之间的关系进行建模，更贴切的反映问题本身情况。然后通过多次抽样来获得项目的经验分布逼近其真实分布。当我们有整个项目工期的分布时，不但顺理成章地获得了项目的期望，我们还同时获取了项目工期的最长时间、最短时间和众数。这些时间指标是非常重要的，甚至超过了期望时间的重要性——比如悲观时间可以让我们知道项目最晚什么时间完成，而乐观时间可以让我们知道在管理中，如果迫切性很大，项目工期可以压缩到的极限值是多少。
因此，采用模拟方法后模型更准确地反映了问题，同时对项目管理中任务关系的结构的不同形态所带来的复杂性，模拟方法仍然可以求解，从而保持了CPM方法的工程实践可行性。我们在研究中采用C#语言实现了上述的模拟方法，此外，我们还将该模拟方法包装成Web Service，利用SVG技术以图片的形式展示项目工期的经验分布，从而使得模拟用户可以直接在网页中获取模拟结果，查看项目工期的分布，包括悲观时间、乐观时间、最可能时间和期望时间等。
企业管理作为一个整体，包括对人的行为的管理和对任务处理、运作的管理，二者常常是异构的，需要采用不同的模型求解，但又必须结合起来反映企业运作的全貌。项目管理作为企业管理“管人理事”中“理事”这一方面的体现，还需要与企业管理中人的行为管理结合起来，构成企业运作管理的整体（见图 1.1）。与任务处理不同，企业中人的行为不是基于物的属性，而是基于人的心理，所以更复杂，需要引入异构系统来描述，并应用不同模拟方法求解，比如带有反馈[17]回路的系统动力学模型。研究组织的运作情况，需要对二者进行集成。我们在第3章和第4章将探讨如何将心理学模型转化为模拟模型并进而和离散模拟表示的任务处理模型结合。这一部分体现人的行为模型与任务处理模型的不同以及二者的集成方法。
这种把不同模拟方法集成起来的协同模拟方法适合解决管理组织[44，43]的性能测试等复杂系统问题 。在实现这些方法时，可以沿用目前的模拟系统，也可以自行开发。我们对目前的模拟系统进行综合比较，认为要构造多种模拟方法的集成系统则自行开发更为灵活。此外，采用基于Web Service的模拟系统开发将具有诸多优势，如建模和使用可以分开从而减轻客户负担、可以为今后多用户共建共享模拟模型[86]平台的建设提供技术基础等。我们采用SVG和客户端AJAX技术实现了这样的一个系统并应用到了项目管理的实现中去。本研究还研究里采取本方案开发网上模拟软件的技术。1.3.2 研究方法
组织管理作为一个包括人和任务互动的复杂协同系统，其各种生产服务任务的内在机理是物理学的范畴，而人的行为规则要依靠心理学描述。仿真是针对非退化问题的消除随机性的技术。为了处理企业中人群和工作的交互，应引入异构的建模方法和模型，并进行协同处理。在对组织管理建模过程中，建模人员也需要相互引用对方的模型，模拟过程可以动态的引入多个用户新创建的模型。该工作涉及不同使用者一起创建和一起运行模拟模型。针对不同使用者的并行，为协调开发者开发和消费者使用间的关系，平台拟采取浏览器、服务器框架[43，44][89，90，91]进行实现，这里仿真的进行采取 Web Service 在网站服务器运行，最后数据的动画展示则实现在浏览器，采用[92][50][51]ECMAScript/SilverLight /HTML5 实现。
在系统的任务建模中，我们需要着重考虑任务的先后关系，即工序。对于企业任务甚至是员工日程安排上，我们将其看作是一个时间[93，94，95，96，97，98]序列上的事件关系图（Event Graph） 。目前业界应用的项目管理软件大多直接在各个任务或活动（Activity）层次上将不确定性转化为确定性问题（常常取均值），以方便计算。如此得到的数据不能保证是无误的，且不能体现分布的数字特征，比如，无法反映系统各项指标分布的区间（在企业运作中，作业人员需要实时知道这些指标的范围）。本研究采用计算实验的方法来对项目运作工期进行拟合。在进行任务管理的模拟中，往往需要推测一些指标的分布，比如完成时间的分布。我们反过来引入项目管理中用到的PERT分布[99，100]。通过对比几种分布，我们说明了在项目管理运作场合采用PERT分布比正态分布、三角分布等更为合理。
我们拟将上述系统放置于我们的网站上，开放给用户使用。首先，使用者能干预模拟模型的搭建，其次，这些模型可以和其他模型协同（可考虑用Web Service交互）。同时，这样，我们可以顺势将仿真软件向实业界应用，深入到业界管理一线去。我们的研究将首先集中在任务管理上，注重企业实际，一方面进行模拟平台的设计和实现；另一方面，我们将以任务管理为核心，阐述如何利用该平台对组织管理中的任务安排进行理论分析和建模，然后利用模拟平台实现，应用到企业项目管理和员工日程安排上，并与企业组织结构和人的行为模型集成模拟。1.3.3 章节安排
结合图 1.1所示的选题，本研究章节结构可用图 1.5概括。其逻辑顺序如下：
首先，第一章对选题来源、目的和意义做了说明，并对研究背景、涉及的相关学科、问题和方法，以及国内国外的研究进展进行了一般性的介绍。针对本研究研究的任务处理和项目管理的模拟方法及其实现，重点对比了模拟方法和传统方法的不同，以及实现这一方法可以
试读结束[说明：试读内容隐藏了图片]