摘要
在管理的領域中，存在兩類不同性質的管理方法，即計性（經驗式）管理和計量（數字式）管理。人們越來越發現，在複雜大型的專案中，尤其是對大型複雜專案的風險管理中，計性（經驗式）管理單憑少數人的啟發性的經驗（Heuristic Knowledge）面對複雜瞬變的專案風險環境，似乎力不從心，此時以電腦為基礎的計量（數位式）管理就自然地登上舞臺，在今後管理科學的舞臺上將歷史性地扮演其豐富多彩的角色。如何令計量（數字式）管理付諸實施？如何規劃其今後的發展方和規劃其研究的領域？這就是本文企圖回答的命題。

本文介紹一類基於模糊推理和電腦人工智慧向結合的「模糊-智慧模型」（Fuzzy-AI Model），討論其物理實質以及對各類管理問題的實用性，進而進一步規劃其可能研究的領域，並討論了其若干實施的數學模型，最終列舉案例表示其應用。討論其物理實質
以及對各類管理問題的實用性，進而進一步規劃其可能研究的領域，並討論了其若干實施的數學模型，最終列舉案例表示其應用。作者以此文結束此計量管理的專題，旨在引起廣大讀者對在問題的關注與興趣，共同推動計量管理的研究與應用。

（一）兩類不同性質的不確定事件及其模型
在不確定現實世界事物中存在不同性質的不確定性：事件發生的不確定性和事件程度上的不確定性。儘管目前人們習慣對大量不確定問題採用概率模型方法，但是其實質上只能適用於發生率不確定性的一類事件。對大量管理問題而言，其不確定的性質為程度上的不確定性，因此嚴格地由物理概念上來講，應用概率方法並不盡合適。

鑒於管理的實質是在不確定條件下進行一系列決策的過程，而決策是人類最高級的智慧活動，它可以也可能通過人工智慧技術由電腦進行類比；此外，管理實踐中的不確定性環境，促使決策者必須在瞬間處理海量模糊資訊，實施模糊推理的過程。因此，推出模糊推理和電腦人工智慧向結合的「模糊-智慧模型」（Fuzzy-AI Model），一方面能適應應用電腦人工智慧方法進行推理過程，另一方面又能模擬人類決策過程中的大量模糊資訊處理過程，因此它的出現就成為合理順章的事。

「模糊-智慧模型」的功能特別適合於用電腦類比決策者在管理決策過程中的（模糊）推理過程，能不斷地解決管理領域中的實際問題，使計量管理在管理科學領域中形成嶄新的局面。為了推動該模型的應用，我們應研究該模型的理論框架，並規劃其在專案管理實踐中可能的「模糊-智慧模型」的應用範圍。


（二）「模糊-智慧模型」的理論基礎和應用範圍
在處理不確定事件中，除了歷史性的習慣原因以外，人們接受概率理論而不接受模糊理論的原因主要有兩點：首先概率理論所用的概率（密度）函數用的是數學上連續可微的的解析函數，而模糊理論的模糊隸屬度函數卻是由人們主觀選定的；其次，概率（密度）函數的參數（如正態分佈函數的中值和均方差）是由實際觀測值統計而得，代表著結果的客觀性。而模糊方法中的隸屬度的值
是由專家主觀產生的，其客觀性令人質疑。對於以上情況，作者都已有所研究解決，論證說明了兩點結論：

1.模糊理論完全可以通過採用連續可微的的解析函數作為其模糊隸屬度函數而解決其數學模型上的不足；同時通過人工智慧機器學習的方法對大量實際案例的學習，確定模糊隸屬度函數的參數，使其逼近真實的情況，以解決其不符客觀實際的質疑。因此概率理論和模糊理論不論在數學理論上或符合實際的角度上都具有同等的合理性。

2.若不加思索地將適用於發生率不確定性的概率方法用於基本上屬於程度上不確定性的大量管理問題，似乎是有悖與其物理現象的前提。由數學模型和物理模型應當一致的原則上看，似乎是不合理的。這也就是說，對於大量程度上不確定性的管理問題，更合理地應用能適應於事件程度上不確定性的不確定數學模型，如模糊理論（Fuzzy theory）或灰色理論(Grey theory) 等。而「模糊-智慧模型」的應用範圍，它是基於項目全生命週期中各個階段可能發生的8項事件與美國專案管理學會（PMI， Project Management Institute）所規定的專案管理知識體系（PMBOK，Project Management Body of Knowledge），相應的10項知識結合而形成的10x8=80個研究領域1-1 ，1-2，1-3，…，2-1，2-2，2-3，……等。

（三）「計量管理」的若干模型運算式
1. 數學規劃模型（MP, Mathematical Programming Model）
按數學規劃形成問題處理的優化模型，定義其模糊變量為確定的或不確定的。

2. 貼近度匹配模型 （NM, Nearness and Matching Model）
將管理事件的參數與典型的標杆參數相比較，取得最優化的匹配。

3. 最大/最小 參數模型 （Max/Min Indicator Model）
最大/最小參數模型（MM）是在專案管理決策中廣泛應用的模型，其追求是管理事件系統參數的最大或最小，由於系統參數是確定管理事件決策的主要依據，它反映各個影響參數間內在的複雜隱形關係，如專案經濟分析的內部收益率IRR，最大專案的投資回報率，最小投資回收期等等。

4. 評估和評價模型（AE, Assessment and Evaluation Model）
模糊評估和評價模型可以用來作為複雜管理事件的成功決策支持。例如可以通過模糊層次分析法（FAHP）進行企業經營成敗的評估，如對合資合營企業，面對具有不同文化背景人員的共同工作，就面臨一系列的文化風險和文化衝突等等。其風險的量化評價問題，則也可以通過「模糊人工智慧模型」 或其他或然知識按不同的環境和不同的合作模式進行構建。

（四）小結
本文討論「計量管理」的萌生和發展，對其理論架構及哲理的基礎進行了分析。問題涉及到「不確定條件下的管理決策」這一個核心悖論，即對大部分程度不確定的管理決策問題，目前廣泛應用的概率方法有否有悖其物理機理的實質？

作者認為就大部分管理問題而言，它是一類程度不確定問題，應採用類似模糊集或灰色理論等數學建模。管理決策是管理者最高的智力活動，在今後日益複雜的專案環境下，有限的個人智慧，亦不免會顧此失彼。「計量管理」決策及其智慧化、數位化、網路化為今後的發展開拓了必由之路。通過電腦人工智慧技術類比人的決策智慧，通過網路通信整合各方資訊，通過數位化將專案風險由定性水準提高到定量的高度，這將大大地推動管理科學的發展。本文所論述的「模糊-智慧模型」順應了本問題的各方面的屬性，就為「計量管理」決策提供了有效的實施工具。

為了展現「計量管理」發展的領域以及今後進一步發展的空間，其中每一個領域都是一個管理決策問題，都可以用不確定數學建模，儘管這些領域遠不及全面，它尚有待今後大量的研究工作，但顯然「模糊-智慧模型」可以應用於相應的各類計量管理決策問題。在文中，歸納了「計量管理」的若干模型運算式，供應用參考。我們期待該模型能在今後不斷的計量管理研究的進展和應用中得到不斷的完善。

後記：本文是專案經理雜誌 （國際中文版） 「計量管理」 （Quantitative Management）專欄的第八篇，也是最後一篇文章，作者借此對專案經理雜誌 （國際中文版）編輯部的全體編委表示衷心的敬謝之忱，對廣大的讀者致以誠摯的感謝，敬盼讀者們能不吝垂教，對文章內容多多提出批評指教，此乃作者之大幸。