??? 摘??要: 企業(yè)在實施信息化建設時，一般需要軟件提供商為其提供制造類、管理類和通訊類等各種軟件系統(tǒng)" title="軟件系統(tǒng)">軟件系統(tǒng)。介紹基于從業(yè)經(jīng)驗、市場競爭力、信譽及產(chǎn)品競爭力四個方面構建模型的方法，再調(diào)研并獲得江西省17家軟件提供商的基礎數(shù)據(jù)，運用遺傳算法" title="遺傳算法">遺傳算法加以求解，得到更具有客觀性的結果，為實施信息化建設的企業(yè)提供一個參考模型。
??? 關鍵詞: 企業(yè)信息化? 遺傳算法? 軟件提供商? 信息化服務能力
?
??? 企業(yè)信息化是一項具有長期性、艱巨性的復雜系統(tǒng)工程。企業(yè)實施該工程時，不是孤軍作戰(zhàn)，而是一個尋求多方合作共同建設的過程，即與各種類型合作伙伴共同推進自己的信息化建設，主要合作伙伴有軟件提供商、IT設備供應商、管理咨詢公司等[1]。其中，軟件提供商主要提供企業(yè)信息化所需的制造類、管理類和通訊類等各種軟件系統(tǒng)，這些軟件系統(tǒng)都是企業(yè)信息化應用平臺。對企業(yè)信息化成功與否起著關鍵作用。所以，企業(yè)在實施信息化建設時，能否正確地選擇到提供這些軟件系統(tǒng)的提供商，對其信息化建設顯得非常重要。如果企業(yè)在實施信息化建設時，沒能正確地選擇軟件提供商，可能會產(chǎn)生 “IT黑洞”，即隨著信息化投入的增多，信息化產(chǎn)出反而下降。出現(xiàn)這種現(xiàn)象的原因之一是企業(yè)在實施信息化建設時，沒能正確選擇軟件提供商。此時，企業(yè)選擇的軟件提供商不但沒能給企業(yè)帶來信息化效益，而且可能由于各軟件系統(tǒng)間、軟件系統(tǒng)與IT設備間、軟件系統(tǒng)與企業(yè)員工間等不匹配而產(chǎn)生“信息孤島”現(xiàn)象。對此類現(xiàn)象，美國Deliotle顧問公司對世界500強中64家進行了調(diào)研，結果1/4企業(yè)出現(xiàn)過此類現(xiàn)象[2]。產(chǎn)生這種現(xiàn)象的主要原因之一是，企業(yè)在信息化的諾蘭模型的前三個階段[3]，因軟件系統(tǒng)本身具有不同于硬件設備的特征，軟件提供商可以隱瞞部分信息，致使企業(yè)沒能正確選擇軟件提供商。
??? 對于選擇軟件提供商這一問題的研究，國內(nèi)外文獻中很少見到。而研究軟件提供商提供的產(chǎn)品——軟件系統(tǒng)，在近幾年來的研究文獻中也只出現(xiàn)幾篇，參考文獻[4]對制造系統(tǒng)仿真軟件" title="仿真軟件">仿真軟件的評價，主要從軟件質(zhì)量、軟件價格、軟件提供商的服務和軟件提供商的信譽四個方面進行評價。參考文獻[5]主要評價CAI(Computer Aided Instruction)軟件，并且從教學性、藝術性、可靠性、可使用性和開發(fā)效率五個方面進行評價。而參考文獻[6]主要評價圖書館系統(tǒng)軟件，并從軟件工作可靠性、使用方便性、易于維護三個方面進行評價。
??? 由于企業(yè)信息化環(huán)境下的軟件提供商選擇與軟件提供商提供的軟件產(chǎn)品選擇存在很大區(qū)別，前者不僅僅研究軟件提供商提供的產(chǎn)品，更多地研究軟件提供商本身；而后者主要研究軟件提供商提供的產(chǎn)品。針對這種情況，本文提出軟件提供商信息化服務能力評價模型，并在調(diào)研江西省17家軟件公司獲得的數(shù)據(jù)的基礎上，再運用遺傳算法GA（Genetic Algorithms)來求解該模型。
1 軟件提供商信息化服務能力評價模型的構建
??? 企業(yè)實施信息化建設過程中，需要的軟件類型主要有三類：(1)制造類軟件，如CAD/CAM、NC、CIMS等。(2)管理類軟件，如OA、DSS、AI、ERP等。(3)通訊類軟件，如各類通訊服務程序軟件和數(shù)據(jù)庫管理軟件。購買這些軟件是企業(yè)信息化建設的一項很大投資，企業(yè)如何才能購買到適合自己的軟件，找到適合自己的軟件公司。部分企業(yè)可能會憑借自己的經(jīng)驗像采購硬件那樣的定性購買方法來購置。為了減少在選擇軟件提供商時的非理性，建立如下的軟件提供商評價指標體系進行定量選擇[1]，以及為了統(tǒng)一量綱和將難以定量化指標進行定量化，這里采用制定Likert度量表" title="量表">量表方法來進行處理，度量表結構如表1所示。軟件提供商信息化服務能力的評價及處理方法如下：
????????????????????????????????? 
??? (1)廠商的技術實力與從業(yè)經(jīng)驗I：廠商的技術實力主要指軟件提供商擁有系統(tǒng)分析員、系統(tǒng)設計員和程序員占員工總數(shù)的百分率及其知識水平和經(jīng)驗、開發(fā)軟件所用的工具等。廠商從業(yè)經(jīng)驗主要指軟件提供商從事軟件開發(fā)的工作年限以及開發(fā)軟件的種類和系列完整性、軟件被用戶接受并認可的程度、開發(fā)軟件所使用的開發(fā)方法、開發(fā)軟件的周期長短等?！皬S商的技術實力與從業(yè)經(jīng)驗”這一指標中有定性化指標，所以需要采用度量表來定量化，這里舉例說明度量表的使用方法。如該項" title="該項">該項指標中有項指標“軟件被用戶接受并認可的程度”，按照表1，指標具有五個標度，即對“軟件被用戶接受并認可的程度”綜合評價有很好、較好、好、一般、較差五個等級。根據(jù)這五個標度值給參加評價的個體進行標度，如若評價是較好則標度為7，若是較差則標度為1。由此依次對各項指標進行標度，最后將該項指標中各項指標所得的標度值相加，即得到“軟件被用戶接受并認可的程度”值。其他定性指標按照同一方法進行處理。數(shù)學方法表示為：
??? 
??? (2)廠商的服務能力與信譽E：廠商的服務能力主要指軟件提供商在售后是否提供給用戶免費或有限期限免費或少量收費的軟件升級服務、軟件運行出錯后是否得到及時恢復、客戶滿意度等；廠商信譽主要指設備供應商擁有客戶數(shù)量、廠商發(fā)行股票的溢價水平、廠商的管理層水平、廠商的資本實力等。這些分指標都是定性化指標，所以需要采用度量表來定量化，方法同(1)。數(shù)學方法表示為：
??? 
??? (3)廠商產(chǎn)品的安全性、容錯性、可維護性水平以及升級周期和廠商產(chǎn)品兼容性、工作平臺的多樣性能力F：主要指軟件提供商提供的軟件是否具有授權級別管理、防止非法侵占資源、出現(xiàn)差錯能否自動恢復及恢復的程度、隨用戶需求的改變而主動給軟件升級與維護的難易程度以及時間周期的長短等；廠商產(chǎn)品兼容性、工作平臺的多樣性能力主要指軟件提供商提供的軟件能否對不同版本兼容及能否在不同工作平臺運行，如有的軟件提供商提供的軟件能夠在Linux上運行，而不能夠在Windows上運行。這些分指標也都是定性化指標，所以需要采用度量表來定量化，方法同(1)。數(shù)學方法表示為：
??? 
??? (4)廠商產(chǎn)品的市場競爭力S：主要指軟件提供商提供的軟件擁有的市場份額、產(chǎn)品質(zhì)量、軟件產(chǎn)品的用戶界面的友好性程度和產(chǎn)品的性價比大小等。這些分指標都是定性化指標，所以需要采用度量表來定量化，方法同(1)。數(shù)學方法表示為：
???? 
??? 為了便于運用GA方法，對上述I、E、F、S均采用歸一化處理，其方法為[7]：
??? (1)若xi為取極大值為最佳，則用
（i=1,2,…,n）；
??? (2)如xi為取極小值為最佳，則用
，（i=1,2,…,n）。經(jīng)過歸一化處理后使得x′i的變化區(qū)間為[0,1]，n=16，x′i∈{I,E,F,S}。
2? 基于遺傳算法的軟件提供商信息化服務能力優(yōu)化模型與算法設計
2.1 基于GA的軟件提供商信息化服務能力評價優(yōu)化模型
??? 遺傳算法GA是模擬達爾文的遺傳選擇和自然淘汰的生物進化過程的計算模型。它最早由美國Michigan大學的Holland教授提出，起源于20世紀60年代對自然和人自適應系統(tǒng)的研究[8]。Bagley在其博士論文中首次提出“遺傳算法”概念。其后經(jīng)過Rosenberg、Cavicchio、Weinberg、Hollstien、Dejong等人[9]研究發(fā)展，到了20世紀80年代由Goldberg進行系統(tǒng)的歸納，形成遺傳算法的基本框架[10]。近幾年來，GA在函數(shù)優(yōu)化、機器學習、圖像識別等領域得到廣泛應用。這是因為GA有以下的特點：GA不是直接作用于參變量集，而是利用參變量的某種編碼；GA 不是從單個點而是從一個點的群集開始搜索；GA利用概率轉移法，而非確定性規(guī)則；GA在搜索過程中，不易陷入局部最優(yōu)[11]。所以，軟件提供商信息化服務能力評價模型采用GA求解。
??? (1)編碼方式：假設有t個參加評價的軟件提供商個體，則每條染色體的長度為t×4，如圖1所示。染色體的長度取決于參加評價的個體數(shù)t，總群體規(guī)模為2t×4，染色體的每個位置只能為1（1表示該項指標被選中）或0（0表示該項指標沒有被選中）。
??????????????????? 
??? (2)適應度函數(shù)的構造：采用“理想點法”構造多目標函數(shù)的適應度函數(shù)，決策者可以給出每個目標函數(shù)的樂觀值(正理想點)和最不能夠接受的悲觀值（負理想點）。在狀態(tài)空間中定義出一個正理想點（I+,E+,F,+S+）和一個負理想點（I-,E-,F-,S-），即得適應度函數(shù):
??? 
?
式中，‖·‖表示取范數(shù)[11]，h為遺傳中的代數(shù)，d-為到負理想點的距離，d＋為到正理想點的距離。
2.2 算法設計
(1) 復制算子：對種群個體按適應度從大到小排序，再用輪盤選擇法[10]，即假設每一條染色體適應度fp(p=1，…，t)，群體適應度為
，則將比例fp/
作為第p個個體（染色體）選擇復制概率。
??? (2)交叉算子：一般取交叉概率為pc在0.6～1.0之間[10]。為了保證所對應基因位置不變，這里采用一致交叉算法，即染色體位串上的每一位按相同概率進行隨機交叉,w∈[0,1]為均勻隨機分布變量。如新個體X’1=C’11 C’12…C’1n; X’2=C’21 C’22…C’2n, 則操作如下：
??? 
?
??? (3)變異算子：一般取變異概率pm為0.3左右[9]?？捎靡韵路椒ǎ涸冢?，t×4）上產(chǎn)生隨機數(shù)[r]，再在（0，1）間產(chǎn)生隨機數(shù)pr，若pr
??? (4)選擇策略及終止條件：按適應度大小從雜交、變異后產(chǎn)生新種群和原來種群中選取15個適應度大的個體組成下一代種群。若采用相鄰代間適應度差異無顯著變化，一般選取小于0.01作為終止條件[11]。程序終止后，將種群中具有較優(yōu)的個體作為結果輸出。
??? (5)模型的GA算法流程圖如圖2所示。
???????????????????????? 
3 算例
??? 模型初始化：參加評價的軟件提供商個數(shù)為6，則染色體的長度為24，群體的規(guī)模為224，隨機產(chǎn)生初始群體個數(shù)為15。參加評價的6個軟件提供商各初始指標值經(jīng)過處理后如表2所示。
????????????????????????????????
??? 本文運用Turbo C編程，得到不同遺傳代數(shù)的運算結果如表3所示。由表3可知，當遺傳代數(shù)為2 100和2900時，適應度的值變化分別為0.009（0.887-0.878）、0.005(0.892-0.887),遠小于0.01，故運算停止。此時，輸出最優(yōu)組合如圖3所示。
?????????????????????????????????? 
??????????????????????? 
??? 結果表明：在參加評價的6個軟件提供商中，編號為2和3的軟件提供商信息化服務能力綜合評價為優(yōu)，因為只有編號2和3的染色體位置上全部為1，表明編號2和3兩軟件提供商的信息化服務能力綜合評價最優(yōu)。?
??? 該模型和算法具有全局搜索能力且速度快。實施信息化建設的企業(yè)在選擇軟件提供商時，可以運用該定量模型進行計算，從而可以避免人的主觀性推測，得到的結果具有一定的可靠性。根據(jù)得到的結果，實施信息化建設的企業(yè)可以清楚軟件提供商在從業(yè)經(jīng)驗、市場競爭力、信譽及產(chǎn)品競爭力四個方面存在的問題，結合自身狀況來選擇合適軟件提供商為其提供信息化服務。
參考文獻
[1]?倪明.中小企業(yè)信息化問題研究[D].合肥：安徽農(nóng)業(yè)大學出版社，2003.
[2] 孔學峰. 企業(yè)信息化過程的信息悖論[J]. 企業(yè)活力,2004,(1):50-51.
[3] 烏家培.信息與經(jīng)濟[M]. 北京：清華大學出版社，1993：96-185.
[4] 王永超.制造系統(tǒng)仿真軟件的評價體系研究[J].中國機械工程,2001,12(2):1376-1380.
[5] 潘英.圖書館虛脫弱堿的評價模型[J].情報理論與實踐,2000,23(1):50-52.
[6] 關爾群.CAI軟件評價研究[J].遼寧師范大學學報：自然版, 2003,26(3):268-271.
[7] FOGEL D B. An introduction to stimulated?evolutionary optimization[J]. IEEE Trans. On
??Neural Networks, 1994,5(1):3-12.
[8]?HOLLAND J H. Adaptation in natural and artificial system[J]. Journal of the Association for Computing Machinery,?1962,(3):297-312.
[9]?DEJONG K A. Analysis of the behavior of a class of?genetic adaptive system [D]. Ph.D.thesis.University of?Michigan. Ann Arbir, Mich, 1975:56-103.
[10] GOLDBERG D E. Genetic algorithms in search, optimization and machine learning [J]. Addison Wesley. Reading,?Mass, 1989:64-98.
[11] KATHRYN A D. Genetic algorithms－a tool for OR [J]??Journal of Operation Research，1996,(4):550-560.