ｍｉｓ的混沌管理研究

《ｍｉｓ的混沌管理研究 》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、ＭＩＳ的混沌管理研究　〔摘要〕MIS系统的混沌管理研究大体上指两个方面：一是将MIS看成是一个混沌系统分析其所应具有的若干混沌特性，二是把混沌理论和方法应用于MIS的管理实践。本文首先介绍了混沌现象的特征及混沌理论的研究内容，并运用混沌理论探讨了MIS系统中的若干混沌特性,这些特性包括：分形性、耗散性、内在随机性以及初值敏感性等，然后分析了混沌理论在MIS中的应用，最后指出了混沌理论在MIS系统中的一些研究方向。　　〔关键词〕混沌；MIS；混沌吸引子；分形；蝴蝶效应；混沌管理　　　　　　1引言　　　　MIS（ManagementInformationSystems）发展过程中的不确定

2、性和现代企业经营环境的不稳定性，使得越来越多　　的管理理论家们倾向于将MIS理解成为非线性系统、复杂系统，并且用非线性系统理论、复杂系统理论研究MIS发展的过程，解决和解释MIS发展过程中出现的问题和现象。目前将非线性系统理论尤其是混沌理论与MIS管理相联系的研究成果还不多见，而应用混沌理论分析MIS的特性，研究MIS演化的模式及其过程的管理，对发展MIS管理理论具有重要的学术及实际指导意义。　　　　2混沌理论简介　　　　混沌学研究起源于1960sEdIS问题的研究。本文将对这一问题进行探索，并将对混沌中的有序在MIS中的可能运用进行分析。　　　　3MIS的若干混沌特性　　　　信息化

3、是当今世界经济和社会发展的大趋势。信息技术已经成为企业关键的、战略性的资产。信息系统对于优化组织内部的信息及知识流动、实现公司的最优管理和决策是必不可少的，可以说信息系统对于企业的生存和发展至关重要。　　3．1MIS的涵义　　从不同角度去看MIS，可以得到许多关于MIS的定义，笔者比较倾向于我国管理信息系统界著名学者薛华成教授的定义，即认为管理信息系统是一个以人为主导，利用计算机硬件、软件、网络通信设备以及其他办公设备，进行信息的收集、传输、加工、储存、更新和维护，以企业战略竞优、提高效益和效率为目的，支持企业高层决策、中层控制、基层运作的集成化的人机系统。此定义不仅仅将MIS看成辅

4、助管理者决策的人机系统，而且将其延伸到整个社会—技术系统中去，从系统本身转到系统与组织、环境的相互作用。　　3．2MIS的混沌特性　　现在我们用混沌理论来分析MIS，是指对处于混沌环境或处于混沌状态的MIS应用混沌理论加以管理。对MIS混沌管理的具体涵义大体上指两个方面：一是将MIS看成是一个混沌系统或是MIS处在混沌环境之中，这是应用混沌理论解释和解决MIS系统发展过程中出现问题的基本前提；二是把混沌理论和方法应用于MIS的管理实践，这是混沌管理的最终目的。混沌理论揭示了确定性与随机性、简单性与复杂性、有序与无序之间的辩证关系，它为我们理解MIS系统的动力学演化规律，把握动态、不确

5、定的世界提供了新的概念和方法。作为一个非线性系统，通过对其的分析研究可以看出，MIS系统具有以下一些混沌特性：　　（1）内在随机性。内在随机性是为了区别外在随机性而引入的一个概念。对一个完全确定的系统，在一定的系统条件下，能自发地产生随机特性称为内在随机性。外在随机性指的是外界干扰对系统动力学特性造成的影响呈现出的随机特性。实际系统的随机性往往包括内在的和外在的。混沌动力学理论就是用来研究系统内在随机性的工具。MIS系统内部充满了非线性的关系，作为基本组织单元的个体——人员之间就存在着复杂的相互关系，比如信息系统用户的培训、信息系统专家的招聘、合作以及绩效评估等等。总的说来，MIS系

6、统就是一个由自由个体通过一定的固定规则和复杂关系构成的一个耗散结构系统，系统具有自组织和内在随机的特性。　　（2）耗散性。MIS系统是一个动态的开放系统，该系统在不断地“耗散”从外界输入的数据的同时，通过MIS系统内部各种不同的转换机制，再向用户输出信息。MIS系统的这种耗散性使得系统在保持开放性、独立性和灵活性的同时，又能产生系统在整体上的稳定性(或可重复性)。　　（3）分形性。这使得MIS系统可在形态、功能等方面同时具有自相似性，也可使系统仅在某一方面具有自相似性；混沌系统的分形性同时提高了整体与部分之间多层次、多视角、多维度的相关联的方式。如在MIS演化的扩张阶段，一个财务子系

7、统的建立在结构、功能等方面与企业MIS系统的整体具有自相似特征，因此它们都是MIS系统在演化过程中出现的分形现象。　　（4）初值敏感性。从混沌学的观点来看，MIS系统属于混沌系统，因为它具有混沌系统的一个重要特征：对初值的敏感依赖性。微小的初值变化就会造成系统状态的巨大变化，也就是所谓的“蝴蝶效应”。这种情况在MIS系统中则大量存在着，比如系统的结构、运行及控制方式都没有大的改变，而一个微不足道的数据失误就可能会导致企业巨大的损失以至于企业的破产。这是因为