【文章摘要】
文章介紹了適應性指控組織的研究現狀，分析了基于粒度計算的組織適應性設計方法的基本設計思想。針對平臺集粒化過程，提出了一點思考。其次，對比了基于三階段適應性調整方法與基于粒度計算方法，闡述了兩種方法的優勢與不足。最后，對下一步研究工作作以展望。
【關鍵詞】
適應性指控組織; 結構設計; 隨機搜索算法; 適應性調整; 粒度計算
0 引言
現代科技的高速發展，組織環境的多變性、錯綜復雜的使命任務等，使得組織的發展面臨新的挑戰�，F代組織的飛速發展離不開新科技的沖擊與促進。目前，組織的發展突破了地域限制、組織資源限制以及固定結構的限制，呈現出分布性、自主性、靈活性和扁平性。
目前有兩個研究方向，用以解決動態、不確定的使命環境下的組織結構的設計問題。一是組織結構的適應性設計， 另一個是組織結構的魯棒性設計。其中， 適應性即指：在特定的使命環境下，建立優化的組織結構。根據環境的不斷變化， 運用一定的技術手段，及時對組織進行重構，從而保持組織的運作順利。魯棒性即指：能夠在組織結構保持不變的前提下， 建立可以應對動態的（一定范圍內）使命環境的組織。
由于使命環境的復雜多變，原有的靜態組織結構難以適應當前的情況。為解決這種動態使命環境下的組織結構設計問題，對某一特定的使命環境建立優化組織結構，再根據外界環境的變化與使命任務的進程進行動態重構，從而始終保持組織良好的性能，這種設計方法稱為組織結構的適應性設計。
適應性指控組織的研究主要有組織建模方法、測試方法，組織設計方法，以及組織適應性調整方法四個方面。指控組織的設計方法主要包括: 三階段組織設計方法、擴展的三階段組織設計方法、基于分組技術和嵌套遺傳算法的組織設計方法和基于粒度計算的組織設計方法；組織適應性調整方法包括：基于三階段設計的方法，基于粒度計算的方法和基于組織結構分層的適應性調整方法。本文主要針對基于粒度計算的設計方法展開討論。
1 粒度計算的相關概念
粒，就是指一些個體通過臨近、相似或者功能等關系的區分、歸類，所形成的塊。
粒度計算，即一種處理信息的計算范式和理念。粒度計算理論摒棄以往以精確計算為目的的思路，重在對問題進行描述，具有較快的計算速度。因而，對信息處理過程存在的突發性變動具有較好的適應性能。
2 粒度計算在指控組織設計中的應用
粒度計算理論在指控組織設計中主要應用于組織的適應性設計方向。具體包括基于粒度計算的指控組織結構設計，以及組織的適應性調整兩個方面。組織的結構設計，是較典型的復雜問題求解，引入粒度計算的方法可以達到降低計算復雜度的效果。而組織的適應性調整中，則根據粒度計算的思想，重點在于面對突發性的事件具有較好的適應性能。
2.1 基于粒度計算的指控組織結構設計
2.1.1 基本概念及設計流程
組織的優化設計建立在對組織結構與使命任務進行匹配度量的前提上，因而需要先確定組織適應性測度參數。修保新等在文獻3 中，通過對組織結構匹配的參數分析，確定了組織在處理使命任務過程中，主要涉及兩個參數：決策實體DM 的外部協作負載E(m) 以及內部工作負載I(m)。兩者統稱為決策實體的工作負載，記其工作負載為W(m)
W(m)=WI•I(m)+WE•E(m) （ 1）
上式中，WI 和WE 為權值。
組織結構O 執行使命M 的適應性測度為：
WRMS(O,M)= （ 2）
組織適應性設計的目標，就是找到介于當前結構與理想轉換結構之間的過渡結構，使得過渡結構可以用較小的代價適應新的使命環境。這里涉及到的結構適應性代價的計算在文獻3 中已經進行過研究，本文主要針對最優結構的求解方法展開討論。圖3-1 為基于粒度計算設計方法的流圖。
基于粒度計算的指控組織結構設計過程分為三個階段，第一個階段：任務集和平臺集粒化，建立平臺粒到任務粒的對應關系。其設計目的是最小化組織結構與使命的適應性測度；第二個階段：粒內任務規劃。將具有大量平臺和任務的規劃問題分解為一些獨立的具有少量平臺和任務的子規劃問題，實現所有平臺到任務的指派；第三階段：組織決策樹：決策分層。通過指定通信結構和決策分層來優化決策實體的責任分配和決策實體間的控制協作。本文建立在基于粒度計算的指控組織結構設計上，利用隨機搜索算法對第一階段任務集與平臺集的粒化進行設計。
2.1.2 一種隨機搜索算法在結構設計中的應用
文獻9 中提出了一種引入群體發現和加入行為的隨機搜索算法（Adaptive Stochastic
Search with Hybrid Strategy，HASS）。相比于傳統的遺傳算法，HASS 算法在尋優過程中，通過發現、加入以及變異策略來指導群體中的較優和較差個體在整個搜索空間進行全局、局部搜索，增強了算法跳出局部最優的能力和尋優效率，從而
圖3-1 基于粒度計算的指控組織設計方法流圖
圖3-2 任務集�；�示意圖
解決了不同形態的復雜問題。
先根據任務集中各個任務所需求的能力，對任務集進行�；�（粒度覆蓋），得到M 個任務粒；以不同決策實體所具備的能力為依據，得到不同任務粒與決策實體的對應；由決策實體與平臺的對應關系，對平臺集進行粒度劃分，得到M 個平臺粒；最終得到平臺粒與任務粒的對應關系，完成平臺集與任務集的粒化。
（1）任務集�；�：
按照串行和并行兩種不同的任務間關系分別進行劃，示意圖如圖3-2 ：
（2）平臺集�；�
使用HASS 算法對平臺集進行粒度化分的流程如圖3-3 ：
2.2 兩種指控組織適應性調整方法比較
2.2.1 基于三階段方法的組織結構適應性的設計
該方法進行組織結構適應性調整本質是從一種結構變化為新的結構。新的組織結構選擇需要考慮兩方面因素：使命結構匹配程度，以及結構變化所產生的代價。并在預先設定的可供選擇的結構集中，篩選適應當前的使命環境的最優結構。
設計存在的缺陷：方法本質上是一種靜態條件下的設計方法。因而，用于處理動態使命時，存在較大的困難。首先，為了保證較好的整體組織適應性性能，需要設計一些預測結構組成可供選擇結構的集合，而設計較多的組織結構勢必增加復雜度；其次，由于適應性設計是基于對使命環境變化的估計，當面臨隨機事件時， 往往超出預想，造成原有的組織結構不能匹配當前的使命環境；此外，三階段設計方法主要是依據使命分解后的使命序列， 來確定組織結構的轉換順序。不斷變化的使命環境致使使命序列的不確定性。而建立在此基礎上的結構轉換的路徑也就存在一定的風險，其有效性也有待進一步商榷。
2.2.2 組織適應性調整方法對比
由于組織的設計是基于具體的使命環境狀況。因而，不同的適應性設計方法都有其適用的領域，沒有絕對的好與壞。下面將對基于三階段方法的組織適應性調整方法和基于粒度計算的組織適應性調整方法作以對比，見表3-1。
3 總結與展望
文章對基于粒度計算適應性指控組織設計方法進行分析，并對平臺集的粒化過程提出了個人看法。在面對未來戰爭復雜多變的環境條件下，這種適應性設計方法能夠大幅度的降低問題求解的復雜度， 提高使命完成的效率。由于研究深度有限，文章未為對該方法在實際當中的應用作以拓展延伸。下一步，將對針對該方法存在的不足（如：組織結構變換的觸發條件，優化時域選�。┻M行分析、研究；尋找該方法適用的應用領域，進行具體應用探索。
 
【參考文獻】
[1] 修保新. 指控組織結構設計方法及其魯棒性、適應性分析[J]. 國防科學技術大學研究生院博士學位論文.2006.
[2] 萬路軍, 姚佩陽, 梁霄. 適應性指揮控制組織設計與研究綜述[J]. 電光與控制.2011.18(11).
[3] 楊垚, 修保新, 楊婷婷, 等. 敏捷指控組織魯棒性研究[J]. 指揮控制與仿真.2014.36(4).
[4] 修保新, 張維明, 劉忠, 等. 指控組織結構的適應性設計方法[J]. 系統工程與電子技術2007,7[7],1102.
[5] 姚佩陽, 張杰勇, 李巍, 等. 適應性指揮控制組織研究進展Ⅰ [J]. 空軍工程大學學報.2012.13(2).
[6] 姚佩陽, 張杰勇, 萬路軍, 等. 適應性指揮控制組織研究進展Ⅱ [J]. 空軍工程大學報.2012.13(3).
[7] 李道國, 苗奪謙, 張東星, 等. 粒度計算研究綜述[J]. 計算機科學.2005.32(9)
[8] 修保新, 張維明, 劉忠, 等. 基于粒度計算和遺傳算法的指控組織結構設計方法[J]. 自然科學進展.2007,5.
[9] 王虹, 衛軍胡, 劉昌軍, 等. 引入群體發現和加入行為的隨機搜索算[J]. 西安交通大學學報.2013,12(12).