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

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。

化学中的计算——DNA计算的发展与模型概述

电子计算机的发展给人类社会进步带来了极大的推动作用,但是随着电子计算机制造工艺趋于极限,人们迫切需要找到一种新的计算体系来满足日益增长的计算需求。DNA计算因其超强的信息存储、大规模的并行计算能力和超低的能耗而受到了广泛的关注。自1994年Adleman博士在实验室利用DNA完成了一个6顶点哈密尔顿路求解问题开始,各种计算模型纷纷涌现。本文首先对DNA计算的基本原理和实验操作手段进行了简单的介绍,然后对DNA相关的理论进行了阐述,包括DNA计算中序列编码设计的理论、DNA计算模型复杂度分析与通用计算能力的证明;在此基础上,对突破性的DNA计算模型进行了概括,进而根据实验操作的具体手段将所有已知模型进行了分类,按照类别进行了综述,并随后挑选了该类别中经典的模型进行更为直观的分析。更进一步,在文章的最后,结合笔者的工作对DNA计算领域的前景进行了展望。