基于使命能力框架的国防项目组合结构优化方法︱项目组合管理

首先，实验通过观察帕累托前沿的变化过程来检验NSGA-II算法寻找非支配解的正确性,图4显示了前100代种群中第一分层的变化过程,可以看到随着优化的迭代进行，种群中第一分层形成了整体种群的帕累托前沿.然后，为了验证本文所提出的动态种群容量策略确实能够保证种群中第一分层不丢失，实验观察了种群各分层基因数量的变化情况，如图5所示，显示了容量为60时的种群各分层基因数量的变化情况，可以看到种群容量始终大于种群中第一分层的样本数量,证明了动态种群容量策略在确保种群中第一分层不丢失方面的有效性。
最后，实验考察本算例中的动态种群容量策略是否可以在一定程度上减少对初始种群容量规模的需求,从而提高算法的运行效率.这里我们以帕累托前沿的面积作为评估标准，对比了不同的初始种群容量对帕累托前沿的收敛情况，如图6所示可以看到，在不同初始种群容量下，优化算法的收敛效果基本接近，而且在容量为200时，帕累托前沿的收敛效果反而不如容量为150 的情况,而容量为150时的优化效率是明显高于容量为200的上述结果说明，在动态种群容量策略下，可以将初始种群容量规模限定在较小的范围内，证明了动态种群容量策略的有效性。

六、结论
组合优化问题是一个比较经典的决策问题、在本文中,我们没有将国防项目投资决策简单地建模为对“收益-成本”的优化问题,而是首先建立了所研究的对象的决策结构，从决策结构角度出发提出了基于使命能力框架对国防项目投资问题进行分析和求解.在使命能力框架的基础上,本文侧重于从投资决策的结构因素角度对项目组合进行优化和管理,并在该架构基础,上设计了一种基于遗传算法的能力组合优化方法,给出了系统实现步骤和具体算例.该方法以国防能力组合规划过程的决策结构为基础,利用关联矩阵构建决策模型，提供了一种解决国防投资预算与战略规划目标有效契合问题的思路，为支撑顶层决策提供了科学手段。
使命能力框架的引入建立了项目组合投资的决策结构和定量化建模之间的联系，但在框架的形式化定义和功能扩展上，还存在许多待研究的问题，尤其是在投资项目管理的知识集成方面，传统的数据组织方式仍以文本表现形式为主，知识关联性方面表现能力较差，而投资决策各要素之间存在着复杂的关系，其内在关联性在传统的数据组织结构模式中很难表现出来，需要研究构建具有一定智能的投资项目知识管理结构,从而提高智能决策支持水平。另外,投资项目管理的动态演化也是必须要重点研究的问题，随着国防建设的不断推进，投资决策的各方面因素是动态变化的.既要考虑当前的需求和技术发展，也要考虑未来十年、二十年、甚至几十年的环境变化趋势，准确预测战略发展拐点，合理分配项目投资预算、以上问题在后续还需要持续深入的研究,希望本文能起到抛砖引玉的作用，推动此领城后续研究。