考虑胜任力水平的研发项目群人力资源调度

在资源受限项目调度问题中,将可更新资源进一步拓展为具有胜任力差异的人力资源,建立考虑胜任力差异的人力资源受限项目调度问题模型,该模型是对传统多模式资源约束项目调度问题(MRCPSP)更接近研发项目群实际的扩展。提出了衡量人员胜任力的参数及估算公式,以多项目总工期和总成本最小化为双目标,建立相应的数学优化模型。按双目标重要性排序,依次对工期最优及成本最优的单目标优化问题求解。根据模型的约束条件将多项目初始网络图转化为几种单项目初始网络图,利用枚举算法给出满足约束条件的可行解集,再设计基于动态规划思想的算法进行分阶段寻优。数值实验表明,考虑了胜任力差异的数学优化模型在求解质量方面具有良好性能。

研发项目群人员创新绩效提升的内在驱动机制:自我认知视角

本文以自我认知视角为切入点,探索研发项目群人员创新绩效提升的内在驱动机制。通过问卷调查和数据分析等实证研究方法对数据进行分析,结果表明胜任力在影响创新绩效过程中存在直接作用路径和"胜任力-工作匹配-创新绩效"的间接作用路径,自我效能感在胜任力影响工作匹配的过程中起到正向调节作用,领导成员交换和团队成员交换在工作匹配影响创新绩效的过程中起到正向调节作用。本文从理论上丰富了研发项目群人员管理的相关研究,实践上为提升研发项目群人员创新绩效提出了对策建议。

研发项目群人力资源调度研究

关于人力资源受限项目调度这一备受调度领域学者们高度关注的重要问题,将可更新资源延展至胜任力有别的人力资源之中,基于此建立一个含有胜任力水平的模型,此模型与项目群人力资源调度现实情境比较贴合。首先选取了多个评估人员胜任力的指标,并且提出了胜任力的计算公式,再将最小化项目群总工期和最小化项目群总成本作为双重目标,由此创建了考虑人员胜任力差异的数学优化模型。基于模型假设可绘制出相应的多项目初始网络图;通过枚举算法列举出符合假设条件的可行解集;之后提出以动态规划方法为基础的算法展开分阶段寻优,以双目标重要程度的高低进行降序排列,逐一确定总工期最优解和总成本最优解。根据实验结果发现,将胜任力差异纳入到数学优化模型的构建在求解方面优势明显,具有较好的应用价值。

研发项目群人员创新效能感对创新行为的影响

研发项目群人员创新行为的提升是理论界和产业界关注的焦点。本文以研发项目群人员为研究对象,探索了研发项目群人员创新效能感、协调性胜任力和创新行为之间的相互关系,以及不同知识能力下创新效能感对创新行为影响的差异。通过问卷调查,采用多元回归方法进行实证研究,结果表明:研发项目群人员创新效能感对创新行为具有正向影响,并能够在协调性胜任力影响创新行为的过程中起到正向调节作用;知识能力对创新效能感作用的发挥具有重要影响:研发项目群人员学历水平和工作年限越高,创新效能感对创新行为的正向影响越大,创新效能感的调节作用也越强。本文在理论上深化了创新效能感和创新行为研究,并为研发项目群人员创新行为提升提出了对策建议。

人力资源约束下的项目群调度问题建模与求解

基于人员胜任力是影响工作绩效的关键因素,将资源受限项目调度问题中的可更新资源通过一系列科学合理的方法或者手段转变为存在胜任力差异的人力资源,由此构建起一个强调胜任力差异的人力资源约束项目调度问题模型,此模型最突出的优势在于选取了能够客观合理评估人员胜任力的指标,提供了严谨科学的关系式,将复杂的多项目总工期与总成本的双目标最小化问题转换为综合指标单目标最大化问题,建立数学优化模型,采用遗传算法求解。通过算例研究证实,相较于传统多模式模型,基于人员胜任力水平差异的模型明显更胜一筹,其优势集中表现为最优工期更短、最优成本更低。考虑了胜任力差异的数学优化模型更符合研发项目群管理实践,同时遗传算法在求解方面不仅效率高,并且更容易获得客观准确的结果。

资源受限多项目调度问题的两阶段算法

在资源受限项目调度问题中,将可更新资源进一步拓展为具有胜任力差异的人力资源,建立考虑胜任力差异的人力资源受限多目标项目调度问题模型.该模型是对传统多模式资源约束项目调度问题更接近研发项目群实际的扩展.针对模型提出两阶段优化算法,第1阶段是项目时序约束优化阶段,采用蚁群算法(ACO)进行任务列表的优化求解,通过对信息素增量规则的改进、串联进度生成机制(SSGS)及资源冲突消解策略的使用,使蚁群算法的求解效率和质量得以提高;第2阶段是资源约束优化阶段,以第1阶段求得的优化任务列表为输入,逐项对人力资源约束进行核查与调整,最终生成项目调度的优化方案.数值实验表明,考虑胜任力差异的数学优化模型更符合研发项目群管理实践,同时两阶段算法在求解质量方面具有良好性能.