考虑重叠并行性的项目间知识转移对项目集聚类的影响研究

doi:10.16381/j.cnki.issn1003-207x.2020.2274

摘要/Abstract

摘要：

项目并行执行和知识转移是多项目管理的重要特征，在重叠并行过程中，一个项目积累的知识和经验会转移到其他项目，由此可以提升整个项目集管理的绩效。本文针对研发项目的特点，从重叠并行性的视角分析知识在项目间的转移和学习过程。首先，分析了重叠并行情况下的项目间知识转移与知识获取过程，然后，采用依赖结构矩阵（DSM）方法描述重叠对知识转移的影响，构建了项目的知识成熟度和知识获取能力模型。在此基础上，建立项目间因知识转移而产生的依赖关系强度模型，并量化分析了由于学习效应而导致的项目时间压缩的相对量。进一步，本文采用两阶段聚类算法，构建最大化“增加的平均类内外压缩时间比”聚类目标函数。最后，通过算例验证本文构建的模型和方法，计算结果表明，聚类后的项目集可以增加类内项目间的依赖关系强度，缩短项目集的总持续时间并降低总协调成本，提高项目集管理的绩效。

关键词: 项目管理, 项目集, 重叠并行, 知识转移, 依赖结构矩阵（DSM）, 聚类

Abstract:

Concurrent execution and knowledge transfer among projects are fundamental characteristics of multi-project management， especially for the new product development （NPD） project. The accumulated knowledge and experience can be transferred from one project to other projects in the overlapping and concurrent process， thus improving the performance of the program. However， existing research on multi-project management don’t take the influence of knowledge transfer and learning among projects into account， as well as the clustering analysis for multi-project. Using the dependency structure matrix （DSM）， knowledge transfer theory and two-stage clustering algorithm， a new multi-project management method is proposed. It attempts to solve three key problems： 1） how to measure the knowledge maturity and acquirement model of projects； 2） how to analyze the interaction relationship among projects through knowledge transfer and learning； 3） how to cluster projects into programs via the improved two-stage DSM clustering algorithm.Hence， the knowledge transfer and learning process among projects is analyzed from the perspective of overlapping which is the basic characteristic of NPD projects. First， the knowledge transfer and learning among projects is analyzed in the overlapping and concurrent process. Then， the knowledge maturity model is built for transferring knowledge projects and knowledge acquirement model for receiving knowledge projects in the concurrent process using the DSM method. Next， the interdependency strength models resulted from knowledge transfer among projects is established. Additionally， by taking account the “knowledge transfer-learning” process， quantitatively measure model for the shorten time is built using the improved learning curve model. Further， a two-stage program DSM clustering algorithm with maximizing “Added Internal and External Average Crashed Time Ration” criterion is defined as an objective function. Finally， an industrial example is provided to illustrate the proposed model and method. The results indicate that the clustered program can enhance the dependency strength and shorten the time of the program， reducing the total coordination costs， and significantly improve the performance of program management.

Key words: project management, program, overlapping concurrency, knowledge transfer, dependency structure matrix （DSM）, clustering

中图分类号:

C393

杨青,毕樱馨,常明星,姚韬. 考虑重叠并行性的项目间知识转移对项目集聚类的影响研究[J]. 中国管理科学, 2024, 32(4): 261-270.

Qing Yang,Yingxin Bi,Mingxing Chang,Tao Yao. The Impact of Knowledge Transfer among Overlapped Projects on the Program Clustering[J]. Chinese Journal of Management Science, 2024, 32(4): 261-270.

图/表 10

图1

图2

图3

图4

图5

图6

图7

图8

图9

表1

参考文献 24

1	Egelman C D， Epple D， Argote L， et al. Learning by doing in multiproduct manufacturing： variety， customizations， and overlapping Product Generations［J］. Management Science， 2016：mnsc.2015.2352.
2	Özkan-Seely G F， Gaimon C， Kavadias S. Dynamic knowledge transfer and knowledge development for product and process design teams［J］. Manufacturing and Service Operations Management， 2015， 17（2）：177-190.
3	Wiersma E. Conditions that shape the learning curve： factors that increase the ability and opportunity to learn ［J］. Management Science， 2007， 53（12）：1903-1915.
4	杨青，黄建美.基于活动重叠的DSM项目时间计算及排序优化［J］.系统工程理论与实践，2011，31（3）：496-503.
	Yang Q， Huang J M. Project time calculation and optimization based on DSM activities overlapping［J］. Systems Engineering-Theory & Practice， 2011，31（3）：496-503.
5	Yang Q， Yang N， Browning T R， et al. Clustering product development project organization from the perspective of social network analysis［J］. IEEE Transactions on Engineering Management， 2019. DOI： 10.1109/TEM.2019.2939398 . doi: 10.1109/TEM.2019.2939398
6	Rauniar R， Rawski G， Morgan S. Knowledge integration in IPPD project： role of shared project mission， mutual trust， and mutual influence［J］. International Journal of Project Management， 2019， 37（2）：239-258.
7	Holzmann V A. meta-analysis of brokering knowledge in project management［J］. International Journal of Project Management， 2013， 31（1）， 2-13.
8	Lindner F， Wald A. Success factors of knowledge management in temporary organizations［J］. International Journal of Project Management， 2011， 29（7）：877-888.
9	Hartmann A， Doree A. Learning between projects： more than sending messages in bottles［J］. International Journal of Project Management， 2015， 33（2）：341-351.
10	Yap J B H， Abdul-Rahman H， Chen W. Collaborative model： managing design changes with reusable project experiences through project learning and effective communication［J］. International Journal of Project Management， 2017， 35（7）：1253-1271.
11	Wen Q， Qiang M S. Coordination and knowledge sharing in construction project-based organization： a longitudinal structural equation Model Analysis［J］. Automation in construction， 2016， 72（PT.3）：309-320.
12	Bakker R M， Cambré B， Korlaar L， Raab J. Managing the project learning paradox： a set-theoretic approach toward project knowledge transfer［J］. International Journal of Project Management， 2011， 29（5）：494-503.
13	邹星琪，杨青. 基于项目网络支配和扩散关系的研发项目组合选择，中国管理科学， 2019， 27（4）： 235-246.
	Zou X Q， Yand Q. R&D poject prtfolio slection based on dmination and dffusion rlationship in the poject ntwork， Chinese Journal of Management Science［J］. 2019， 27（4）： 235-246.
14	Shehu Z， Akintoye A. Construction programme management theory and practice： contextual and pragmatic approach［J］. International Journal of Project Management， 2009， 27（7）：703-716.
15	Globerson S， Millen R. Determining learning curves in group technology settings［J］. nternational Journal of Production Research， 1989， 27（10）： 1653-1664.
16	杨青，吕佳芮，索尼亚. 基于设计结构矩阵（DSM）的复杂研发项目建模与优化研究进展［J］.系统工程理论与实践， 2016， 36（4）： 989-1002.
	Yang Q， Lv J R， Sonia. Progress in modeling and optimization for complex R&D project based on design structure matrix［J］. Systems Engineering -Theory & Practice， 2016， 36（4）： 989-1002.
17	杨青，郑璐，索尼亚.研发项目中“团队-产品-功能”多领域集成与组织聚类研究［J］.系统工程理论与实践，2018，38（6）：1557-1565.
	Yang Q， Zheng L， Sonia. Multi-Domain itegration of tam-poduct-fnction and oganization custering in poduct dvelopment poject ［J］. Systems Engineering-Theory & Practice， 2018， 38（6）：1557-1565.
18	Goyal K K， Jain P K， Jain M. A comprehensive approach to operation sequence similarity based part family formation in the reconfigurable manufacturing system［J］. International Journal of Production Research， 2013， 51（5-6）：1762-1776.
19	Qiao Y， Fricker J D， Labi S. Quantifying the smilarity between dfferent poject tpes bsed on teir py iem cmpositions： aplication to bndling［J］. Journal of Construction Engineering and Management， 2019， 145（9）：04019053.
20	Yin Y， Yasuda K. Similarity coefficient methods applied to the cell formation problem： a taxonomy and review［J］. International Journal of Production Economics， 2006， 101（2）：329-352.
21	Thebeau R E. Knowledge management of system interfaces and interactions for product development process ［D］. Cambridge， MA： Massachusetts Institute of Technology， 2001.
22	Yang Q， Yao T， Lu T， et al. An overlapping-based design structure matrix for measuring interaction strength and clustering analysis in product development project［J］. IEEE Transactions on Engineering Management， 2014，61（1）：159-170.
23	Wu Y H. Organizational structure and poduct coice in kowledge-itensive frms［J］. Management Science， 2015， 61（8）：1830-1848.
24	Capaldo A， Lavie D， Petruzzelli A M. Knowledge mturity and the sientific vlue of inovations： terles of kowledge dstance and aoption［J］. Journal of Management， 2017， 43（2）：503-533.

	初始DSM	采用本文改进算法计算结果	比较试验1: Yang’s模型	比较试验2: Thebeau’s模型
类的数量	-	3	7	14
类外点的数量	70	8	38	45
类内协调成本(ICC)	-	94.57	13.14	6.18
类间协调成本(ECT)	1295.4	887.049	1259.6	1280.32
总协调成本(TCT)	1295.4	981.622	1272.7	1286.5

[1]	周骐,李仲飞,邓柏峻. 行业配置、聚类程度与基金业绩[J]. 中国管理科学, 2024, 32(2): 152-165.
[2]	张俊光,王美华. 关键链项目组合情境下脆性风险驱动的动态缓冲监控[J]. 中国管理科学, 2024, 32(1): 200-210.
[3]	朱卫东,田雨绯,张福伟,胡雪,戴潇雅. 企业生命周期视角下的政府补助与中小企业价值创造关系研究[J]. 中国管理科学, 2023, 31(8): 80-89.
[4]	罗健, 唐加福, 于清雅, 吴志樵. O2O外卖商圈划分及顾客需求分布规律发现[J]. 中国管理科学, 2023, 31(3): 58-68.
[5]	单汩源, 王建江, 别黎. 基于自适应大邻域搜索的鲁棒多项目调度方法[J]. 中国管理科学, 2022, 30(9): 217-231.
[6]	葛显龙, 温鹏哲, 薛桂琴. 基于需求预测的两级动态配送路径优化研究[J]. 中国管理科学, 2022, 30(8): 210-220.
[7]	张俊光, 李婧. 基于工序异质性的关键链项目缓冲监控[J]. 中国管理科学, 2022, 30(6): 106-115.
[8]	孙月, 邱若臻. 交叉销售下基于支持向量聚类的数据驱动多产品库存鲁棒优化模型[J]. 中国管理科学, 2022, 30(2): 156-168.
[9]	陈希, 张怡斐, 孙亚亚, 梁海明, 张文博. 面向突发事件的应急献血者聚类与分配方法研究[J]. 中国管理科学, 2022, 30(12): 77-85.
[10]	牛奔, 郭晨, 唐恒. 基于多目标多元学习细菌觅食优化算法的混合数据聚类[J]. 中国管理科学, 2022, 30(12): 131-140.
[11]	张华, 顾新, 王涛. 知识链视角下开放式创新主体的联盟策略研究[J]. 中国管理科学, 2022, 30(1): 263-274.
[12]	黄诒蓉, 白羽轩. 网络传染是“真羊群”还是“伪羊群”?——网络传染程度对资本市场定价效率的影响[J]. 中国管理科学, 2021, 29(9): 12-24.
[13]	张俊光, 季飞. 基于开工柔韧性的关键链项目缓冲分配方法[J]. 中国管理科学, 2021, 29(8): 126-135.
[14]	李爱忠, 任若恩, 董纪昌. 金融网络风险下多因子矩阵回归的资产组合与定价[J]. 中国管理科学, 2021, 29(6): 1-9.
[15]	莫东序, 郑田丹. 基于复杂网络的投资组合优化研究[J]. 中国管理科学, 2021, 29(5): 25-33.