均衡和绩效：重大航天工程总体部方案设计

麦强，王宁，安实

（哈尔滨工业大学 管理学院，哈尔滨 150001）

重大工程技术方案设计是一个多主体方案搜索过程，众多负责不同分系统的设计单位在不断地竞争与妥协过程中持续修正各自的方案，最终形成一个各方接受的设计方案[1-2]。为搜索得到较好的系统方案，通常采用分散的方案设计模式。在该模式中，决策权被充分授权，同质的分系统根据自身的目标展开设计。但是由于分系统相关性所产生的复杂性，这种组织模式在工程实践中的效果并不是很理想。例如，我国在上世纪八九十年代汽车工业国产化过程中，上百家整车企业和上千家零部件企业在缺少国产化整体设计的情况下分散决策，致使自主品牌汽车的开发举步不前[3]。在我国第一颗人造地球卫星“东方红一号”的研制初期，也采取分散方案设计的方式，致使工程整体技术方案迟迟无法确定，研制进度被一拖再拖[4]。

在我国重大工程方案设计的实践过程中，出现了总体部这种新的组织模式。针对“东方红一号”研制进度被延误的问题，成立了以孙家栋为领导的总体设计部，很快确定了总体技术方案，整个工程也顺利开展[4]。在该事件的推动下，总体部逐渐发展成为我国重大航天工程中的重要组织部门，例如，探月工程有“探月与航天工程中心”，载人航天有“中国载人航天工程办公室”。一些航天单位也有自己的总体部门，例如，中国航天第五和第二研究院均设有总体部。这些顶层设计部门不仅负责工程中分系统之间的协调，而且承担着总体方案的设计职能[5-6]。例如在探月工程中，“探月与航天工程中心”在工程方案阶段就制定好了明确的卫星平台和运载火箭的技术方案。

总体部方案设计模式假设分系统是异质性，认为一些分系统在设计上拥有优先权并进行总体优化，其他分系统需要根据这些分系统的设计决策再进行自身的设计决策。但方案设计研究基本上假设分系统均是同质的，忽略了某些分系统相对于其他分系统的重要性。一些研究也考虑了整个设计过程的优化和控制，但往往假设总体部门只进行管理而不负责具体的设计工作，所有的分系统仍然是独立设计，经总体部门协调后形成最终的技术方案。我国重大航天工程总体部方案设计模式对分系统的认识及设计过程与上述假设均不相同，因此，有必要在分系统异质性假设及部分重要分系统总体设计的基础上对总体部的方案设计开展研究。

本文将研究总体部这种具有我国特色的重大航天工程组织模式，从设计方案的均衡稳定性及绩效两个方面比较总体部方案设计模式与分散方案设计模式的设计效果。本研究将为总体部这一重大航天工程组织实践提供理论支持。

1 文献综述

重大航天工程的整体技术方案由功能不同的多个分系统构成，并且这些分系统彼此密切相关，整体技术方案的最终方案与分系统方案的可能选择呈指数关系增长，是一个具有复杂性特征的系统[7-8]。如何处理这种复杂性一直是重大工程方案设计的热点问题[9]。

第1种可行的方案是在分系统设计过程中减少分系统间的联系以降低系统的复杂性。Sanchez等[10]认为产品分解过程中标准化的接口有利于产品开发的合作。Srikanth 等[11]认为模块化有助于系统集成创新过程中的交流合作。这种通过模块化策略降低复杂性的方法已经成为复杂产品设计的重要方法[12]。但这种方法会限制分系统的设计方案选择，降低工程的整体设计方案绩效[13-14]。Zhou[15]也认为，当系统的分解性较差时，模块化方法的可行性及效果会大打折扣。

第2类处理方法是组织化的搜索，即在不降低复杂性的基础上通过搜索过程的组织，找到绩效较高的系统设计方案。这类研究提出了多种类型的组织方式。一类组织模式强调充分的授权，认为将设计决策权授予分系统的设计人员能够有效提高系统整体绩效[16-18]。另一类组织模式强调集权，认为层级制的组织结构有助于控制和合作，能够快速得到搜索结果[13，19-21]。一些学者还对适应性搜索等搜索策略开展了研究[22-24]。在这类研究中，一般假设所有的分系统是同质的，对分系统的重要性没有区分。层级制的有关研究仅仅是在分系统之上增加了负责决策的CEO 及中间管理者，并未考虑分系统在组织结构影响下搜索方式的变化。而搜索策略的研究忽视了搜索过程所对应的组织结构。

总体部组织模式在我国第一颗人造卫星“东方红一号”的研制过程中就已经采用[4]，之后钱学森将其总结为更具系统性的“综合集成方法”的重要内容[25]。文献[5，26]中指出，总体部把系统作为若干分系统有机结合的整体来设计，是实现系统集成的组织实体。还有学者建议将这种组织模式应用到更加复杂的系统设计中[6，27]。这些研究从系统论和系统工程的视角说明了总体部的作用，对重大工程的组织管理实践具有指导意义。但同时这些研究均是定性的说明或哲学上的论述，缺少定量化的证明。

在我国进一步发展航天工业并实施更多重大航天工程的需求下，总体部将发挥更为重要的作用。因此，有必要结合重大航天工程分系统异质性及部分重要分系统总体设计的特点，对总体部方案设计的优化控制过程进行建模，并通过定量化的分析证明总体部方案设计模式的有效性。

2 方案设计模型

2.1 分散独立设计模型

设某重大航天工程项目有N个分系统，每个分系统均由一个责任单位负责设计，其决策为x i（i=1，2，…，N）。为考虑分系统设计方案之间的相关性，本文认为该设计是分系统责任单位i在已知其他分系统设计x¯ i= （x1，…，x i-1，x i+1，…，x N）的情况下做出的，因此，第i个分系统的绩效为。对于整个工程项目而言，工程的整体绩效为所有分系统绩效的线性函数：

式中，αi为分系统i的绩效权重值。不同分系统的绩效权重值是不同的，权重的大小反映了该系统对于工程总体的绩效贡献，权重越大，分系统越重要。

在分散独立设计模式中，每个分系统的方案设计决策过程包括：

（1）在确定本系统的技术方案决策之前，该系统会尽量收集相关分系统的设计决策信息。在工程实践中，该信息收集过程可以是正式的书面技术文件或正式的技术交流会，也可以是非正式的私人交流[20]。

（2）该系统在其他相关分系统设计决策的基础上，以本系统绩效最大化为目标确定设计方案x i。在没有总体控制的情况下，每个分系统有自身的绩效追求，因此，并不会追求工程整体绩效的最大化。基于这种考虑，其决策为

（3）所有分系统按照上述两步确定自己的设计方案决策，直到没有一个分系统愿意再修改自身的决策。每个分系统确定自身的方案之后，对其他相关系统而言都会产生新的信息，因此，式（2）中的决策会不断变化。最后，所有的分系统均会知道其他相关分系统的决策偏好和决策目标，最终实现Nash均衡，即没有一个分系统会更改其决策而增加收益。在信息充分交流的情况下，系统整体会演化到这种稳定状态[28-29]。

2.2 总体部设计模型

而在总体部设计模式下，方案的设计过程与分散独立设计模式略有不同：

（1）总体部会对重要的分系统进行设计，确定这些分系统的设计方案。设X*为N个分系统中的重要分系统（不失一般性，假设前n个分系统是这类重要的分系统）为其余的分系统（剩余的N-n个一般分系统），工程的所有设计决策X=X*∪。总体部会根据所掌握的当前行业信息及对未来的行业战略布局，同时考虑其他非重要分系统的反应，确定X*中n个关键分系统的设计方案，以期实现整体工程的绩效最大化。该部分的决策过程为

（2）其余分系统在考虑总体部确定的设计方案的基础上，确定自己的设计决策。与分散独立设计类似，这些分系统的目标仍然是自身分系统绩效的最大化。因此，该部分的决策过程为

（3）上述两个过程也在相关信息的不断披露过程中演进发展，直到所有分系统知道其他分系统的偏好及目标信息，并且不再修改自身的决策为止。在这种方案设计框架下，工程系统在由式（3）、（4）所确定的两类决策间不断迭代，最终会达到Stackelberg-Nash均衡[30-31]。

由上述内容可以看出，两种组织模式的设计过程完全不同。表1总结了两种方案设计模式的不同之处。

当重大航天工程的分系统较多时，无论是Nash均衡还是Stackelberg-Nash 均衡都很难求得解析解，因此，本文采用仿真方法讨论两种方案设计模式下的工程设计效果。

3 仿真模型

由于重大工程的复杂性，计算实验等仿真方法已经成为一项重要的研究方法[32-33]。由上述所提出的两种方案设计模型中，每一个分系统的设计决策均会对其他分系统的设计产生影响，因此，本文采用Kauffman[34-35]提出的NK模型进行仿真研究。该模型是一种基于Agent的仿真模型，借鉴了生物进化过程中寻找最高适应性的动态过程，已经成为方案设计研究中的一种重要方法[36]。NK中的N是指一个系统中存在的Agent个数（每个分系统可以看成是一个Agent），K是指与每个Agent具有相关性的Agent个数。该模型中还有一个参数A，描述了每个Agent可能拥有的状态数量。根据这3个参数，可以生成系统中每个Agent的多种相关状态类型。如果对每种类型均给定一个随机的绩效值，则系统不同的状态就构成了一个由很多波峰和波谷组成的适应度景观，系统的演化就是在该适应度景观中寻找最大的适应度。本文应用N K模型描述每个主体受到相关主体影响所产生的宏观动态环境，以及各主体在不同策略的指引下寻找最佳绩效适应动态环境的过程。

表1 分散独立方案设计模式和总体部方案设计模式的比较

例如，某系统由5个Agent组成（N=5），其中每个Agent的相关Agent有3个（K=3），并且每个Agent有两种状态0或1（A=2）。在该参数设置下，考虑其他3个相关Agent的可能状态，每个Agent的可能绩效贡献值有23+1个（Ak+1）。其中，每个绩效贡献值一般从（0，1）均匀分布中随机选取。这样，整个系统就有5×23+1个绩效贡献值（N×Ak+1），构成了该系统的适应度景观。方案设计就是在该适应度景观上进行搜索，以得到最高的适应度。

3.1 分散独立方案设计仿真

对于不同的决策模式，适应度景观的构成及搜索策略也是不同的。对于分散独立方案设计模式，在参数组合N、K和A下，由于是同质性主体假设，故其适应度景观是一体的，可以表示为N×Ak+1。其搜索策略有顺序寻优和并行寻优两种方式。

在顺序寻优策略中，每个Agent依次搜索绩效贡献值。首先，第1个Agent按照临近次序搜索某相关Agent状态改变时的随机绩效贡献值。当发现某个绩效贡献值优于原值时，则立刻改变原绩效贡献值并修改相应Agent的状态。接着，在各Agent新的组合状态下，第2个Agent也按照临近次序进行搜索，并确定是否进行新的状态更新。之后，所有的Agent均按顺序依照上述过程进行搜索，直到所有的Agent找不到更优的绩效贡献值时搜索停止，这时所有Agent的最终状态就是各分系统的设计决策。

在并行寻优策略中，所有的Agent同时搜索绩效贡献值。每个Agent同时在自己的可能绩效贡献值集合中进行搜索，当某个组合状态下的绩效贡献值优于原绩效值时，修改绩效值及对应的相关Agent状态值。当不同的Agent对于同一个相关Agent的状态值要求不同时，根据Agent的权重值确定该相关Agent的状态。该过程持续进行，直到所有的Agent不再修改状态为止。

3.2 总体部方案设计仿真

在总体部方案设计模式下，由于是异质性主体假设，故其适应度景观可以分为两部分：①总体部关注的重要Agent的适应度景观，其参数组合为n1、K1和A；②一般Agent的适应度景观，其参数组合为n2、K2和A。由于是两部分Agent，故还需要一个新的参数C表示两部分Agent之前的相关性。这时的NK模型会变为N KC模型，用于描述两个种群的进化适应过程[33]。由于两部分Agent的个数及相关性不同，这类参数也有两个，即C1和C2，前者表示n1中Agent与n2中Agent的相关性，后者表示n2中Agent与n1中Agent的相关性。

这两类不同的Agent会采取不同的搜索策略：总体部为整体寻优策略，而一般分系统采取局部寻优策略。

在总体部的整体寻优策略中，总体部考察每个重要Agent的所有搜索空间寻找最优值。对于总体部控制的每个重要Agent，会在n1空间内部寻找相关Agent状态改变时的所有绩效贡献值，并计算该贡献值下的工程整体绩效。如果该绩效值大于原绩效值，则改变原绩效值，相关Agent状态也发生相应的改变。所有的Agent均按照该策略进行搜索，直到工程整体的绩效贡献值不发生改变时搜索停止。此时，n1中的状态就是重要Agent的状态值。可以看出，该部分搜索过程的判断依据是工程整体绩效，而不是Agent的绩效贡献值。

一般分系统的局部搜索策略中，Agent会在重要Agent状态已经确定的情况下搜索局部空间使自身绩效贡献值最大。此时，Agent的搜索策略与分散独立决策模式下的策略类似，以Agent的绩效贡献值大小为判断依据。区别在于此时的搜索空间被限制，仅在n2中进行搜索。即可以改变的仅是相关Agent中属于n2空间中的Agent状态值。

这两个寻优策略也可以采用并行和顺序两种搜索方式。在并行搜索中，总体部整体寻优和一般分系统局部搜索同时进行；而在顺序搜索中，总体部整体寻优策略完成一次迭代后进行一般分系统的局部搜索，之后返回相关信息总体部进行第2次整体寻优，该过程持续进行直到系统达到稳定状态。

表2描述了两种方案设计模式的搜索过程。

表2 分散独立方案设计模式和总体部方案设计模式搜索过程比较

4 仿真结果及分析

本文应用Netlogo 5.3.1软件对8种系统方案设计结构进行了仿真。图1描述了这8种类型的系统组成及参数结构。所有的系统均由两部分组成，左侧是重要的分系统，右侧是其余的一般分系统。粉线表示各部分内部的相关性，蓝线表示不同部分之间的相关性。

图1 仿真的系统方案设计结构

4.1 系统均衡

表3描述了这8种系统方案设计结构下，两种方案设计模式及不同搜索策略的参数及系统稳定点个数。其中，同一系统组成及参数结构具有相同的搜索空间。在每一个搜索空间中，每种搜索策略均运行了3×105步搜索。为表示两类分系统的重要性不同，对于n1中Agent的绩效贡献值取（0，1.2）之间的平均随机数，n2中Agent的绩效贡献值取（0，1）之间的平均随机数。由表3可得如下结论：

（1）系统复杂性会影响系统设计的均衡点，系统设计的均衡点与系统规模和系统相关性存在非线性的正相关性。在第1～第4组的仿真中，比较了组织规模（Agent数量）和组织关系（相关性参数）同时改变下，不同方案设计模式和搜索策略的均衡点。在第5～第8组的仿真中，比较了不同组织规模、相同组织关系情况下，不同方案设计模式和搜索策略的均衡点。从中可以看出，系统越复杂（组织规模越大，组织相关性越强），系统中存在的均衡点越多。并且，这种增长是非线性的。

表3 不同方案设计模式下的均衡点

（2）分散独立方案设计模式的系统稳定点远大于总体部方案设计模式的系统稳定点，系统均衡容易陷入局部最优解。由第1～第8组，总体部方案设计模式的系统稳定点数目均低于分散独立方案设计模式，特别是第3～第7组，总体部方案设计模式的系统稳定点数目远低于分散独立方案设计模式的系统稳定点数目。这是因为分散独立方案设计模式中的Agent均考虑自身利益最大化，系统在搜索到“适应度景观”的某个局部最优解时，将不再改变系统状态，系统实现局部稳定。而在总体部方案设计模式中，总体部的目标是实现系统整体绩效最大化，会在曲折的“适应度景观”上搜索较高的适应点，因此其系统稳定点较少。

（3）在总体部方案设计模式下，顺序搜索策略的稳定点数目不会多于并行搜索策略，总体部首先决定重要分系统的设计决策有利于搜索的稳定性。由第1～第8 组，可以看到，在分散独立方案设计模式下，并行搜索策略和顺序搜索策略的稳定点数量是一致的。这说明，如果每个分系统仅仅考虑自身利益最大化，无论是重要分系统先进行决策还是所有分系统同时进行决策，系统搜索的稳定点是相同的，均会在局部最优解上实现系统局部稳定。而在总体部方案设计模式下，两种搜索策略的稳定点数目却出现不一致，并且顺序搜索策略的稳定点数目不会多于并行搜索策略（在第1、2、3、6、7和第8组，顺序搜索策略稳定点低于并行搜索策略稳定点；而在第4和第5 组，两种搜索策略的稳定点相同）。这说明，在总体部方案设计模式下，总体部首先确定重要分系统的设计决策有助于实现系统稳定。

4.2 系统绩效

对于上述仿真数据，本文还用箱形图统计了两种方案设计模式及两种搜索策略的系统绩效值，具体如图2所示。其中，系统绩效值采用所有主体的绩效贡献值的均值。

图2 不同系统结构的绩效图

根据第3节的模型符号，设第i个主体的随机绩效贡献值为ρi，其取值由自身状态si及其他K个相关主体的状态s¯i= （si1，si2，…，siK）决定。因此，ρi为。根据文献[20，24]，整个工程的绩效可以表示为所有主体的绩效贡献值的均值：

尽管工程技术方案的复杂性随着系统层次及主体个数的增加而不断增加，但从仿真统计结果来看，不同方案设计模式及搜索策略的绩效仍然具有规律性。由上述不同方案设计模式及图2可得如下结论：

（1）相对于分散独立方案设计模式，总体部方案设计模式能够提高系统绩效值。在本文所进行的8组仿真中，无论采取哪种搜索策略，总体部方案设计模式下的系统绩效值的中位数值均大于分散独立组织模式的中位数值，说明前者在曲折的“适应度景观”中找到较好的稳定点的可能性更高，也意味着总体部方案设计模式在设计绩效方面也优于分散独立方案设计模式。

（2）无论是哪种方案设计模式，顺序搜索策略的系统绩效值不劣于并行搜索策略的系统绩效值。在本文进行的8组仿真中，顺序搜索策略系统绩效值的中位数均大于或等于同种方案设计模式下并行搜索策略的系统绩效值（第3和第4组中，总体部方案设计模式两种搜索策略的稳定点只有一个且相等）。这说明，无论是否有总体部的总体优化，顺序搜索策略搜索到较好的稳定点的可能性更高。

根据上述均衡稳定点及绩效仿真结果，可得如表4所示的方案设计模式对比。

表4 方案设计模式对比表

因此，对于分系统关联性较强的复杂系统，总体部方案设计模式是一种高效的组织模式，既能够有效避免系统整体陷入很多的局部最优解，而且能够较好地提高系统的整体绩效。同时，在总体部方案设计模式中，顺序的开展系统设计工作是一种较好的设计模式，即首先要在掌握所有分系统可能选择方案的基础上确定重要分系统的系统方案，再由其他分系统在重要分系统设计方案基础上进行设计，这种策略能够有效提升系统的设计稳定性及系统绩效。

5 结 语

重大工程的方案设计是一个复杂过程，某一分系统的设计更改会引起其他相关分系统乃至整体设计方案的改变，对组织管理带来了很大的挑战。我国重大航天工程实践中总结出了总体部这一创新的方案设计模式，在方案设计实践中取得了很好的效果。本研究有如下三方面的贡献：①本文构建了重大航天工程总体部方案设计的决策模型，指出该模型的均衡解是Stackelberg-Nash均衡；②本文从均衡稳定性及系统绩效两方面证明了总体部方案设计模式的有效性，指出这种方案设计模式既有助于避免系统设计方案陷入某些分系统的局部最优解，也有助于系统整体绩效的提升；③本文证明了在总体部方案设计模式下先由总体部制定重要分系统的设计，系统方案的稳定性和绩效会更好。本研究证明了总体控制有助于解决关联性引起的复杂性问题，并且为这种方案设计模式在重大工程中的推广和应用提供了理论依据。在工程实践中，总体部方案设计模式涵盖了多种类型的系统，远比本文所抽象的组织搜索过程复杂，这是本文研究的局限。今后会在多样化的混杂系统框架下对这种组织模式进行更为深入的研究，例如环境动态变化所引起的复杂情景对总体部方案设计的影响，并行搜索和顺序搜索相结合的组合搜索策略等。