基于决策者感知Leader...杂工程支配网络项目排序研究_张可.pdf

第 37 卷 第 1 期 工 程 管 理 学 报 Vol.37 No.1 2023 年 02 月 Journal of Engineering Management Feb.2023 基于决策者感知 LeaderRank 算法的 复杂工程支配网络项目排序研究 张 可，刘思敏，张 政，马 敏（河海大学 商学院，江苏 南京 211100，E-mail：）摘 要：基于复杂工程项目支配网络，将项目节点的网络特征及决策者感知纳入项目排序系统，提出基于决策者感知LeaderRank 算法的项目排序方法。从理论上阐述传统 LeaderRank 算法中的地面节点代表项目决策者的模拟机制；结合项目实际，构建项目节点初始重要性设置及基于决策者感知的项目重要性分配规则，对项目重要性进行综合度量。并通过两个实例，将该方法与 PageRank 算法，LeaderRank 等算法进行对比，证明该方法区分度更高，更能满足项目管理需求。关键词：工程支配网络；决策者感知；LeaderRank 算法；项目排序 中图分类号：TU721 文献标识码：A 文章编号：1674-8859（2023）01-090-06 DOI：10.13991/ki.jem.2023.01.016 Research on Project Ranking of Complex Engineering Dominating Network Based on LeaderRank Algorithm From the Perception of Decision Makers ZHANG Ke，LIU Simin，ZHANG Zheng，MA Min（School of Business，Hohai University，Nanjing 211100，China，E-mail：）Abstract：Based on the dominating network of complex engineering projects，the network characteristics of project nodes and the perception of decision makers are incorporated into a project ranking system，and a project ranking method based on the LeaderRank algorithm with consideration given to the perception of decision makers is proposed.Firstly，the simulation mechanism using the ground node in the traditional LeaderRank algorithm that represents the project decision-maker is described theoretically.Then，combined with the actual situation of the engineering project，the initial importance setting rule of project nodes and the project importance allocation rule based on the perception of decision makers are constructed，to comprehensively measure the project importance.Finally，through two case studies，this method is compared with PageRank algorithm，LeaderRank algorithm and other algorithms to prove that this method has higher discrimination and can better meet the needs of project management.Keywords：engineering dominating network；decision maker perception；LeaderRank algorithm；project ranking 复杂工程项目建设对于区域经济的稳定发展有着重要的影响。随着经济的不断发展，复杂工程的项目数量与规模不断扩大，项目间的相互作用也使得项目实施管理的复杂性和难度不断增加。在复杂工程项目众多且资源有限的情况下，项目实施不适宜采取并行建设的方式。对项目重要性进行排序，能够合理配置和利用资源，从而减少资源浪费，提升资源利用率，能够为项目建设实施顺序的决策提供科学参考，是复杂工程项目规划决策阶段的关键环节1。许多学者对项目排序方法展开了大量研究，现有研究大致分为两类，一类是结合专家打分法及各类评价方法的项目排序方法研究，该类项目排序方法通过建立指标体系，给指标赋予权重，基于指标数据计算项目重要性或结合 TOPSIS，灰色模糊评价等决策评价的方法对项目进行排序。如贺春光等2利用博弈论的方法对层次分析法和熵值法得到的指标权重进行综合集成，从而对抽取的主成分综合得分及投资金额进行计算，实现项目优劣性的排序。杜静湄等3建立电网项目评价体系，引入基于 收稿日期：2022-06-09 基金项目：国家社会科学基金项目（17BGL156）第 1 期 张 可，等：基于决策者感知 LeaderRank 算法的复杂工程支配网络项目排序研究 091 数据驱动的隶属度函数对指标数据进行量化，并利用基于 MP 神经元模型的动态权重设置方法将以往及当前决策经验集成到权重设置中，以进行项目排序。Mohammadnazari 等4将 TOPSIS、ELECTRE III、VIKOR和PROMETHEE 4种决策方法利用线性聚合的方式进行综合，对灾后重建项目进行排序。聂文海等5引入余弦相似度及灰色关联分析，对 TOPSIS方法进行改进，应用到电力基建项目的评价中。该类方法融合了专家经验，进行项目评价；另一类是基于复杂网络的项目排序方法研究，通过构建网络模型，对项目间的关系进行有效的描述和刻画，从而利用能够反映网络拓扑特征的相关指标，如度中心性，接近中心性等，对项目重要性进行排序。如Yan 等6针对项目-开发者加权二分网络的节点排序问题展开研究。并对方法进行扩展，用以解决多层网络的节点协同排序问题7。王宗水等8构建高校图书馆微信公众号的服务项目网络模型，以项目节点的接近中心性为标准，对项目重要性进行度量。邹星琪等9同时考虑项目间的支配关系和扩散关系，利用 PageRank 算法进行项目组合排序。Zaabi等10使用介数中心性，度中心性对项目间的相互依赖性进行度量，并基于此对项目重要性进行排序。Zhang 等11引入了一种基于系统可靠性和网络连通性的新指标，用于确定交通网络改造的重要项目。目前，项目排序方法研究已经取得了众多的成果，但均具有一定局限性。基于项目自身属性的传统排序方法，融合了专家经验和感知，但较少考虑项目间的关系；而基于复杂网络的项目排序方法，考虑了项目间的结构特征，但将决策者排除在项目排序系统之外，忽略了决策者感知在项目排序中的决定性作用，造成排序结果与实际存在偏差。因此，本文将决策者感知引入到项目网络排序系统中，综合考虑项目的网络结构和决策者感知，构建项目节点初始重要性分配及基于决策者感知的项目重要性分配规则，在此基础上，提出一种考虑决策者感知的 LeaderRank 算法，以解决复杂工程的项目排序问题，为项目的科学决策做参考。1 理论基础 1.1 理论分析 综合考虑决策者感知和项目的网络特征，能得到更具参考价值的项目重要性排序结果。项目节点的网络结构特征如节点度数，能够反映项目间的支配关系，但是仅仅依靠此类特征进行项目重要性的评价，忽略了决策者的主观认知和经验及主观意愿对于项目重要性评价的影响，会丢失决策者偏好这一重要信息，可能与实际项目管理工作不符，得到的项目排序结果存在着局限性12。将决策者感知融入到项目重要性排序中，能够得到更为科学全面的项目排序结果。综合考虑决策者感知和项目的网络拓扑属性，能够增加排序结果的区分度。从目前已有的研究中发现，单从网络结构的角度进行项目排序可能出现多个项目重要性相同难以区分的情况，这与实际情况不符，无法满足实际项目管理的需要。采用决策者感知和网络特征相结合的排序方法，可以得到区分度高的项目排序结果13。因此，本文提出综合考虑决策者感知和网络特征的项目重要度排序方法，构建考虑决策者感知的 LeaderRank 算法，提出项目初始重要性设定规则，并在决策者感知约束下，建立基于支配网络的项目重要度分配机制，基于此方法进行复杂工程支配网络项目综合排序。1.2 相关模型 1.2.1 LeaderRank 算法 LeaderRank 算法是 L 等14提出的基于 PageRank算法的一种改进算法。PageRank 算法是谷歌公司用来衡量网页重要性等级的一种方法，其基本思想是一个网页的重要性取决于超链接到该网页的网页数量和质量，该算法描述节点沿网络进行随机游走的过程，以此确定网页的重要性等级。LeaderRank算法通过在网络中添加地面节点（Ground Node），并与原网络中节点进行双向连接，使网络成为强连通网络，从而加快算法的收敛速度。该算法在识别社交网络的影响力用户等方面，相较于 PageRank算法，准确性和稳定性更好。这主要是由于地面节点的引入不仅加快了算法的收敛性，而且很好地模拟了现实世界中网络社区中管理员的协调机制。LeaderRank 算法通过随机游走的方式，得到各节点的重要性。具体计算步骤如下：首先初始化各节点的 leaderrank 值，地面节点的初始值为 0，其余节点的初始值为 1；接着基于各个节点的出度按照下式15，16进行迭代计算：11(1)()mjiijoutjjas ts tk+=+=（1）式中，当 vj到 vi存在联系时，aij取值为 1，否则为0；kjout指的是 vj的出度；si(t+1)指的是节点 vi在 t+1时刻的 leaderrank 值。在迭代达到稳定时，将地面节点的 leaderrank 092 工 程 管 理 学 报 第 37 卷 值平均分给网络中的节点，从而得到各节点最终的leaderrank 值 Si。()()gciicstSs tN=+（2）式中，tc指的是 si达到收敛的时刻；sg(tc)指的是地面节点的 leaderrank 值。1.2.2 加权 LeaderRank 算法 网络中的各节点有其特定的结构特点，而在LeaderRank 算法中，将地面节点的重要性平均分配给各节点的规则，忽略了节点的差异性，存在着不合理性。因此 Li 等16提出加权 LeaderRank 算法，认为粉丝的数量（即入度）是影响用户行为的重要指标，拥有更多粉丝的节点应该从地面节点获取更大比重的重要性，因此对地面节点的重要性分配规则进行改进，根据节点的入度进行重要性的分配。迭代计算公式16如下：11(1)()mjiijoutjjas ts tk+=+=（3）11()()giiicgcmgkkwSs tstw+=+（4）式中，wgi=(kiin)表示地面节点 vg到节点 vi连边的权重大小；kiin是节点 vi的入度。该算法进一步体现了地面节点在网络节点排序中的决策者地位，并且基于节点网络特征，构建了基于决策者主观感知重要度的分配机制。2 复杂工程支配网络项目排序方法构建 2.1 项目支配网络定义 基于复杂工程项目间的支配关系，用网络节点代表各项目，用连边表示项目间的支配（优劣）关系，用边权值表示支配强度的大小，得到项目支配网络，表示为 G=(V，E，W)。用 V 表示项目节点的集合，V=(v1，v2，vm)