基于上述得到的加权知识超网络模型，应用本书提出的方法测度与分析SAD项目CPIKN的稳定性。

1.CPIKN的静态稳定性测度与分析

（1）专有知识比例与加权专有知识比例。

利用公式（4.21）～（4.24），得到SAD项目CPIKN的专有知识比例UKR为13.2%，同时，利用公式（4.25）进一步得到加权专有知识比例UKR为5.3%。通过调研分析，13.2%的专有知识比例并不是一个很高的比例，其能够被项目管理者和成员接受。同时，5.3%的加权专有知识比例远远小于专有知识比例，这表明这些专有知识在SAD项目CPIKN的整体知识储备中所起的重要性并不高。回到本书案例中，专有知识点主要为材料触感、触感体验、颜色潮流等知识点，其大多与客户的触感体验和时尚追求有关。在产品开发设计过程中，上述专有知识点的重要性要低于外形设计、尺寸设计、成本控制等产品开发的重要知识点。综上所述，SAD项目CPIKN在专有知识比例与加权专业知识比例这两项指标具有较强的稳定性。

（2）专有知识成员比例与加权专有知识成员比例。

利用公式（4.26）～（4.29），得到SAD项目CPIKN的专有知识成员比例UKPR为8.6%，同时，利用公式（4.30）得到加权专有知识成员比例为5.1%。通过进一步分析结果，专有知识成员比例8.6%<14.2%（专有知识点数量/成员数量），这表明专有知识并没有均匀分布在专有知识成员之中。具体地，在SAD项目CPIKN中，专有知识成员为p6、p17与p22，其中p6与p22均掌握1项专有知识，p17掌握3项专有知识。在CPIKN管理实践中，当专有知识集中被少部分成员掌握时，这些成员应作为CPIKN关注和管理的重点对象，其流失会造成大量专有知识的流失。尤其在专有知识为产品创新的核心或关键知识时，这些专有知识成员的流失势必会对产品创新造成非常不利的影响。另一方面，由可知专有知识成员在CPIKN中全体成员中的重要性低于平均水平。具体地，专有知识成员p6、p17与p22的重要性比例分别为1.4%、3.0%与1.1%，其中只有成员p17的重要性比例略高于全体成员的平均重要性比例。这表明上述专有知识成员在SAD项目CPIKN中并没有较高的重要性和影响力。然而，从另外一个角度来看，当加权专有知识成员比例显著大于专有知识成员比例时，其中必然有部分专有知识成员的重要性要高于全体成员的平均重要性，这部分成员在CPIKN中具有较高的重要性和影响力，因此其应作为CPIKN关注和管理的重点对象，预防其流失对协同产品创新工作造成的不利影响。

2.CPIKN的动态稳定性测度与分析(www.daowen.com)

基于本书提出的结构稳定性与效能稳定性指标的计算方法，得到SAD项目CPIKN的初始NC与NE分别为0.89与0.83。给定攻击策略信息组合()ησ，，采用不等概率抽样方法确定以信息已知区域C，然而按照攻击策略使CPIKN中的成员节点失效，每移除一个节点计算并记录稳定性指标的变化情况。由于按照不等概率抽样确定的信息已知区域具有随机型，因此我们对每种攻击策略信息组合独立运算10次，然后计算平均值作为最终结果。图4.8与4.9分别给出了SAD项目CPIKN在不同攻击策略信息组合(,)ησ条件下的结构稳定性指标与功能稳定指标节点移除比例的变化情况。

由图4.8与4.9均可以明显看出，攻击信息的广度与精度对于CPIKN的结构与效能稳定性均具有显著的影响。当信息广度参数为0η＝（即攻击信息为零信息）时，此时攻击策略为随机失效策略，移除50%的节点，CPIKN仍然保持着较高的连通性和效能；当信息广度参数为1η＝（即攻击信息为完全信息）时，此时攻击策略为蓄意攻击策略，移除 20%的节点，即可使CPIKN的连通性和效能大幅度下降，濒临崩溃状态。此外我们还可以看到，当信息精度参数分别为1σ=，2σ=与+σ∞=时，获取30～60%的节点信息对CPIKN进行攻击，即可对CPIKN的结构与功能稳定性造成较大的破坏；而当信息精度参数0σ=时，获取 50%的节点信息后的攻击策略并没有对网络稳定性造成太大的影响，当获取的节点信息增大到 80%时，其才对网络稳定性造成较大的破坏。这是因为CPIKN内存在少数核心协同成员，其对网络稳定性具有较大的影响，使得少量高精度的攻击信息攻击效果等价于大量低精度的信息，也在一定程度上反映了攻击信息精度相比攻击信息广度对于网络稳定性具有更大的影响。这在一个侧面启示我们，在CPIKN管理实践中，管理者应加强对CPIKN协同成员信息的保护与管理工作，在保护CPIKN成员信息安全的同时，还应强化与协同成员尤其是关键成员的管理，并与之建立稳固的协作关系，避免重要成员的流失对CPIKN稳定性造成不利影响。

图4.8　CPIKN的结构稳定性变化图

图4.9　CPIKN的功能稳定性变化图