基因演算法之結果分析

由於在第三章研究方法中有提到，當協商不成功時，系統會啟動基因演算法 機制，運用物競天擇的方式找出最佳專案組合。在此小節延用第三章研究方法中 的模擬例子，以程式產生演化世代 20、50、100 的最佳染色體，發現同樣連續各 進行十次的結果，在第 100 代的結果較為穩定，最佳成本效益之益本比都在 2.0~2.5 之間，在第三章研究方法中設定的模擬例子之基因演算法參數為交配率=1、突變 率=0.05，因此在此條件下，圖 4.11 為演化世代為 20 的最佳值極不穩定，落差也 比較大，而圖 4.12 的演化世代為 50，最佳值漸趨於穩定，但仍未達到完全穩定，

以圖 4.13 來看，所被設定之演化世代為 100，其產生的最佳值已非常穩定，所以 本模擬例子的實驗結果為演化世代為 100，這個世代產生的專案組合較優秀。

在基因演算法機制中，所產生的最佳專案組合僅提供參與者參考，因此必須 將所有符合的最佳專案，以報表呈現方式提供給參與者，本研究探討的是運用成 本效益法則是否能有效的產生讓參與者滿意的提案，所以報表的呈現未在此列 出，在此僅做簡單的敍述。

圖 4. 12 演化世代為 50 的驗證結果

圖 4. 13 演化世代為 100 的驗證結果

第五 第五 第五

第五章 章 章 章 研究結論 研究結論 研究結論 研究結論

5.1 結論

由於專案可以說是暫時被賦與責任去創造一個獨特的產品、服務或結果。而 專案屬於“暫時”性的活動，”暫時”並不是指專案的時間很短暫時，而是指臨 時被賦與責任來完成一個特定的計畫。而不是常態性的活動，因此必須在特定的 時間內組成一個團隊，進行資源的整合及調度，在這期間，必須進行相當多次的 協商，才能確保資源已整合，進而運用。

本研究提出之代理人協商應用於銀行 IT 專案管理之研究，主要是針對當銀行 IT 部門接到需求，而需成立專案時，在建立專案計畫書前，利用協商代理人及其 它相關代理人的協商溝通機制。以協調、調整、退讓等模仿人類行為的方式進行，

而協商機制是透過這個多人同意的方式，而挑選出符合眾多數參與者同意之提 案，而成立專案。目的為在成立專案時，當進行多人協商時及眾多協商屬性時，

代理人能透過協商機制，找出被最多人接受的提案。在第二章文獻中有提到整合 型協商被定義為彼此對於協商之相關屬性存有不同偏好，因此協商雙方會試圖找 到雙方的最大利益。因此本研究的目的之一是找到一個方式，增加雙方都可以互 惠的機會，希望能促成更多的協商成功，達到 win-win 的局面。

另一研究目的為當透過代理人協商機制，仍無法協商成功時，本研究運用基 因演算法試圖找出以成本效益法則為基礎的最佳組合，提供給相關人員參考。一 方面是希望產生的成本效益最佳提案組合能被相關參與者參考與接受。另一方面 是期待在未來的研究能有相關的突破，應用參與者的回饋及意見，建立一個知識 儲存系統。代理人協商系統可與之配合，當代理人協商系統接收到更多意見時，

可做為資訊儲存，並運用在以後的協商機制上的參考依據。並利用遺傳演算法做 更多屬性的進化，促使代理人協商系統更趨於人性化。