学习评价是对项目系统中个体知识水平的评价。学习评价结果不仅作为系统中个体和组织未来行动的依据，也是系统对组织学习效果的测度。现有组织学习仿真模型的知识评价主要基于主体知识向量和组织环境一致性比较，都认为系统中个体面临的外部环境是无差别的（March，1991；D.Miller and J.Calantone，2006；Kim and Rhee，2009；Fang et al.，2008；Park et al.，2015）。其中比较常用的有March（1991）、D.Miller和J.Calantone（2006）以及Fang（2008）的知识水平评价方法（表4.2）。

表4.2　常用的知识水平评价方法

注：δj表示在j维度上知识向量与组织环境是否一致，一致δj=1，不一致δj=0；χj表示在j维度上持有知识的正确与否，正确χj=1，错误χj=－1，无知识χj=0；d表示任务复杂性，满足1≤d≤m；m为组织环境向量维数。

跨组织项目网络组织间学习系统中的知识评价应考虑任务差异性对评价结果的影响，本模型对March（1991）提出的知识水平评价方法进行修正，本模型把个体、组织和跨组织项目网络与其项目环境的适应性水平作为知识水平的测度指标。为了方便说明，本模型把学习主体知识向量与其参照对象知识向量的匹配水平用适应性水平θ（agent，reference）表示，计算公式见式（4.6）。

注：其中agent＿knowledge（agent，k）表示agent在第k维度上的知识编码，∂（reference，k）表示参照对象reference在第k维度上的知识编码，m是项目环境的知识向量维度数。(www.daowen.com)

根据θ（agent，reference）的计算公式，本模型把个体的知识水平agent＿performance定义为其与所承担所有工作项的平均适应性水平，组织的知识水平org＿performance定义为其与所承担任务的平均适应性水平，网络层次的知识水平IOPN＿performance定义为项目网络与整个项目环境的适应性水平。表4.3给出了各知识水平的计算方式。

表4.3　知识水平计算方式

注：其中work（k）和task（k）分别表示第k项工作项和任务，work（k，x）和task（k，x）表示x是否参与第k项工作项和任务，task＿Num和work＿Num分别表示整个项目的任务数和工作项数。

由于每个个体承担的任务和工作项往往不同，计算知识水平时采用的知识参照对象也不同，因此如果不同个体间的任务知识相关性较低，他们的知识水平评价不具有可比性。为了测度不同个体间任务知识的相关性，本模型参考了Li（2015）、李永奎（2016）等研究，提出个体xi和xj间知识相关性测度指标λ（xi，xj），计算方式见式（4.7）：

注：其中agent＿K（xi，k）表示xi在第k维度上持有的知识编码是否为0，m是项目环境的知识向量维度数。