1、145知识型企业的知识灰生成与创新绩效关系研究王文平，单海燕(东南大学经济管理学院, 江苏 南京 210096)摘 要 知识型企业的知识生成表现为企业以内部知识价值转化最小行为单元知识单元由合并、重构、分裂、删除等组成的知识灰生成过程，本文构建了知识型企业的知识灰生成模型，研究知识灰生成与知识型企业创新绩效之间的关系，通过仿真分析得出，不同创新模式下企业的知识灰生成强度对创新绩效具有不同影响，具体地：在企业知识生成的初始阶段，创新绩效随知识灰生成强度增大而增大；随着时间的演化，企业创新绩效达到峰值后呈下降趋势；且在不同创新模式下，企业创新绩效与知识灰生成强度间关系呈现不同规律。关键词 知识型企
2、业；知识灰生成；创新绩效；创新模式Study on relationships between knowledge grey generation and innovation performance of knowledge-based enterprisesWang wenping , Shan Haiyan(Economics and Management School of Southeast University, Nanjing,China,210096 )AbstractThe knowledge generation of knowledge-based enterprises
3、 can act as the merging, recombination, splitting and deletion of knowledge unit which is the smallest unit from knowledge to value. In this paper, the knowledge grey generation model is given, and the relations between knowledge grey generation and innovation performance is studied. Based on the si
4、mulations, it is proposed that the knowledge grey generation strength can influence the innovation performance differently with different innovation patterns. At the beginning of knowledge generation, the innovation performance is increase as the knowledge grey generation strength, and with the time
5、 evolution, the innovation performance is down after it gets the maximum. There are different relationships between knowledge grey generation strength and innovation performance under the different innovation mode. Keywords knowledge-based enterprise, knowledge grey generation, innovation performanc
6、e, innovation mode1. 引言 知识经济时代，企业价值的增加主要由知识产生，知识资本已具有举足轻重的战略地位，Grant 认为知识可看作组织唯一的资源投入 1，企业各类行为的实质就是将组织知识转化为产品或服务以及产生新知识，企业在生产过程中对知识采用不同的使用方式，会产生不同的知识价值2，正如 Schumpeter 等提出资源重组改变并创造了新的学习环境，由于资源的重新组合使创新成为了可能 2-5；另外，业务流程重组是企业成长和变革管理的重要研究主资助项目：国家自然科学基金资助项目(70571013 ，70973017) ；教育部人文社科规划项目（09YJA630020） ；新
7、世纪优秀人才支持计划（NCET-06-0471 ）题 6, 7；而这些不同对象重组的本质，是组织通过不同类型创新行为，实现知识生成或重组并创造新价值。因此，如何基于组织重组，分析知识生成过程，并进而研究企业知识生成与创新绩效之间的关系，是对企业创新绩效产生的组织结构和知识根源的探索。相关研究从以下多角度展开：Brown 灰靶决策; 三参数区间灰数; 靶心距.The Multi-objective Grey Target Decision Method under the information of three-parameter Interval Grey NumberLuo Dang Su
8、n LiCollege of Mathematics grey-target decision-making; three-parameter interval grey number; the bulls-eye distance.1. 引言 由于客观事物的复杂性、不确定性及人类认识水平的有限性.人们得到的表征事物行为特征的数据往往是区间灰数.近几年关于决策信息为区间灰数的决策方法不断出资助项目：河南省重点科技攻关项目（072102340009） ；河南省哲学社会科学规划项目（2007BJJ014） ；河南省软科学研究计划项目（082400440100） ；河南省教育厅自然科学基础研究计划项
9、目（2009A110011）.作者简介：罗 党（1959-） ，男，河南汝南县人，教授，博士，研究方向：灰色系统理论与决策分析，E-mail:；孙利（1973-） ，女，河南汝南县人，硕士研究生，研究方向：灰色系统理论，E-mail: 现,并在经济、管理、军事以及工程技术等相关领域得到了成功应用 【1-6】 .针对在区间内取值的灰数 ,取到任何值机会的不等性,即决策信息为三参数区间灰数的情况,不少作者也进行了研究,并取得了一定的研究成果 【7-8】 .近年来,灰靶决策方法成为又一研究热点.然而已有的研究成果只是处理决策信息为实数或区间灰数的情况,而对三参数区间灰数信息下的灰靶决策方法的研究,至
10、今还未曾看到 【9-12】 .由于决策信息的不确定性和灰性,使得决策信息通常不是以数值点形式表示,而是以区间灰数形式表示.通常区间只用上下限来表示,有时称为两参数区间灰数.在两参数区间灰数中,上、下限间的各个数值一般认为取值机会均等.但是,当用两参数区间灰数表示一个参量时,有时为了覆153盖整个取值范围,区间可能会取得过大,这时如果再认为整个区间内取值机会均等,得出的结果就会出现大的误差.当区间取得过小时,有可能覆盖不了整个取值范围,得出的结果仍然会出现大的误差.为了解决这个问题,在两参数区间灰数内增加一个取值可能性最大的参数,使两参数区间灰数变成三参数区间灰数,不仅保持了参数的取值区间,而且
11、还能突出取值可能性最大的重心,以弥补两参数区间数的不足.另一方面,因为灰靶决策是以研究靶心为重心的优化决策方法,因此探讨三参数区间灰数信息下的多目标灰靶决策方法,对灰色决策理论的发展和完善具有重要的理论意义和应用价值.2. 三参数区间灰数的距离及其性质根据三参数区间灰数定义 3,记 为三参数区间,a灰数,且 .当 时,三参数区间灰数退化0a为一个实数;当 , , 中某两个相同时,三参数区间灰数退化为区间灰数.因此,实数,区间灰数都是三参数区间灰数的特例.定义 31 , ,则()a()b, ,()ba()kbk.0定义 2 设, , ,13,Aa123,Bb123a,是 2 个三参数区间灰数,
12、, 满足:20bAB,2123()()()()Lab我们称 为三参数区间灰数 与 的区间距离.,当 , 均表示实数时,即 , 表示AB123a123b实数 到 的距离.因此,三参数区间灰数距离是实数距离的推广.当 , 中有两个参数相等时,此时三参数区间灰数的距离转化为区间灰数的距离.因此,区间灰数距离是三参数区间灰数距离的特例.定理 设 , , 为三参数区间灰数集的任意三点,ABC为任意实数,则 满足下列性质:k()L1) 时等式成立 ; (,)02) ;,3) ;,()(,)4) .(,LkAB0k证明:1),2)显然易证.证明3)设, , ,123,a123,b123,Cc, , .根据平
13、面上任意三点间的距离（三角形任意两边之和大于第三边）知三参数区间灰数 , , 他们之间满足AB222213(,)3()()(),LABababCcc222213(,)()()()因而 成立.,LBC证明4） 22221 3(,)3()()()LkABkabkabkab.213,LAB因此, .,3. 目标权重已知的灰靶决策方法3.1 目标权重已知的靶心距方法设在多个目标决策问题中,有 个备选方案组成决策n方案集 ; 个评价标准组成目标集1,2,nA m; 方案 对标准 的标准值为 .,mS iAjS,ijiju则方案 对目标集 的决策矩阵为S1,12, 1,2 21, 2, ,mnnnuuDu
14、 目标集 中的标准一般分为效益型,成本,mS型.效益型标准就是其值越大越好,成本型就是其值越小越好.决策矩阵规范化处理由于目标集中的标准具有不同的量纲,在决策时,它们难以进行直接比较,因而需要对原始决策矩阵进行规范化处理.规范化处理方法比较多,如均值化变换、始点零像化变换,初值化变换、百分比变换、归一化变换、极差最大值化变换、区间值化变换等等,但它们大多数都是对决策矩阵为实数或区间灰数时进行处理的方法.本文利用作者在文献3中提出的灰色极差变换,对三参数区间灰数的决策矩阵进行规范化处理.例如对效益型的目标值,有灰色极差变换, , ,*ijjijux*ijjijux*ijjijux其中 , .1m
15、ajijin1njiji得到规范化效果评价向量为(1),2, ,(,)iiiiiimixxx由于决策矩阵中的元素是经过规范化处理过的数据,已经消除了效益型、成本型的标准值之间的差异,因此,对每一个标准值都是希望它们越大越好.于是,构造最优效果向量时,选取规范化决策矩阵中各目标对应的参数值最大者组成的三参数区间灰数,作为该目标的最优效果值.定义2设154,max,ax|1jijijijn(1,2)jm它所对应的标准值最优效果值.记为 ,称,ijix为三参数区间12, ,iiiiimx灰数信息下多目标灰靶决策的最优效果向量,也称为靶心.定义3设它in,i,in|1jjjjxxi(1,2)j所对应的
16、标准值记为 ,称,为三参数区间12,iiiiimix灰数信息下多目标灰靶决策的最劣效果向量,即负靶心.通过统计方法或拉格朗日函数法等确定每一个目标的权重，设目标权重向量为, , ,1,2,()m 121m 0j.,j定义 4 1,2, ,(,)iiiiiimixxx，则称(,2)n(2)222213()()()mnii jijijijji x为各加权决策方案的靶心距.加权决策方案的靶心距越小,方案 越优.iiA靶心距决策算法步骤1 运用三参数区间灰数极差变换公式对三参数非负区间灰数评价矩阵 进行规范化处理,得到各方案规范D化的效果评价矩阵 .E步骤2 对规范化的效果评价矩阵 选取最优效果向E量
17、 ,即靶心.x步骤3 通过Delphi调查法或AHP法等确定各目标权重向量.步骤4利用式(2)求出效果向量 的靶心距ixi,方案 根据 的大小进行排序,最小的为最(1,2)in ixi优,即可得到最优化方案.3.2 目标权重已知的偏离靶心度方法定义 5 设，1,2, ,(,)iiiiiimixxx (1,2)n则称2221|3()()()mnii jijijijji x（3）为各加权决策方案的负靶心距.定义 6 称(4)iis为各加权决策方案的偏离靶心度. 越大,方案 越优.isiA类似于靶心距决策算法，可给出偏离靶心度算法，此略。4. 目标权重未知的灰靶决策方法4.1 目标权重未知的灰靶决策
18、方法设决策矩阵和规范化效果评价向量为以上所述,此时,设每一个目标的未知权重向量满足, ,1,2,()mw 2211mw且 , .0j根据靶心距最优原理,即要求所有方案的靶心距最小的为最优.因此构造如下多目标灰靶决策最优化模型222211in()()()()3.,0,mnjijijijjijjxxstw（5）解此优化模型,作拉格朗日函数: 2221(,)()()() 2mnjiijijijijijjijLxxxw求偏导数,并令 2221()()()0mnijijijijijijjjiLxxxww10mjLw得最优解222*1()()() ijijijijijijjmijijijijijijjxxx(1,)m为了与人们的习惯用法保持一致,对 进行归一化处理,*jw令,*1jjmj(2,)即 , , , .1,2,() 2 0j12,m求出多目标最优权重向量 之后,代人(2)式算出各方案的理想靶心距 ,根据 的大小对方案 进行排序.靶ii ix心距最小的为最优,即可得到最优化方案.目标权重未知的灰靶决策算法步骤1运用三参数区间灰数极差变换公式对三参数非负区间灰数评价矩阵 进行规范化处理,得到各方案规范D化的效果评价矩阵 .E步骤2对规范化的效果评价矩阵 选取最优效果向量E
