基于知识相似度的产品开发任务分配方法

针对产品开发的任务分配中知识不对等问题，提出一种基于任务与人员双边匹配的产品开发任务分配方法。首先，从知识量化的角度把任务与人员的匹配转化为任务与人员之间的知识相似度，建立序值矩阵，转换成任务对人员匹配的满意度矩阵；其次，根据人员在不同任务属性下对任务的偏好程度，获得人员对任务满意度的序值矩阵；然后，以双方之间的满意度最大为原则，构建基于双边匹配的任务分配多目标优化模型，采用基于隶属度函数的加权和方法转化为线性规划，并通过Matlab编程求解该模型；最后以某企业生产曲轴连杆机构为例，求解4项任务与7名人员双方满意度最大的匹配结果，确定最终的分配方案，与基于聚类分析和双边匹配的产品开发任务分配方法相比，结果显示人员3和人员7之间的知识相似度、人员偏好存在明显差值，表明所提方案能更高效地分配任务。     

偏好匹配满意度最大化的众包任务分配

众包任务分配机制对众包任务完成质量起着至关重要的作用,然而现有的分配方法未在稳定性条件下考虑众包用户双边偏好,分配结果的准确性有待提高,并且存在众包用户因不满意当前分配对象而导致众包任务完成质量较低的问题.为此提出一种基于偏好匹配的众包任务分配方法,该方法首先考虑众包任务与工人的双边偏好,根据偏好序计算任务与工人的满意...     

产品开发任务分配问题的多目标优化求解

针对目前产品开发任务分配问题研究存在的不足,给出了任务分配问题的数学描述和约束条件,提出了任务分配模型中的相关矩阵,并采用权重因子和极差变换法建立了多目标优化的目标函数.针对任务分配过程的动态性和不确定性,提出采用基于时序逻辑关系的动态分配蚁群算法进行优化计算,并分析了该方法的优点,给出了详细的算法步骤.最后通过仿真实验验证了所提出方法的可行性和有效性.     

基于多目标优化的科研项目人力资源配置研究

以高校科技项目管理为实际背景,分析了人力资源优化的必要性,研究了在多个优化目标下科研项目和参与人员的双边匹配问题。首先给出支持成员分组的双边匹配问题的数学描述;在此基础上,以最优化合理分组的三个实际指标为目标,建立双边匹配多目标决策模型,并依据该模型的特点设计了基于多目标遗传算法的求解方法。在匹配模型的基础上,设计了基于浏览器/服务器架构的人力资源管理系统以提高实用性。最后通过一个实例验证了模型的有效性和可行性。     

基于混合蚁群算法的MAS任务分配*

在MAS（多agent系统）中,由于任务的复杂性和agent求解问题能力的不同,任务和agent不再是传统的一对一的关系。为解决MAS的任务分配问题,提出了任务与agent之间多对多的任务分配模式。首先建立了任务分配的数学模型,并导出分配优化的目标函数;其次利用混合蚁群算法快速收敛和分布式求解的特点实现任务分配的组合优化。对实验仿真的结果分析表明,多对多的任务分配模式能够明显提升多agent系统的性能。     

基于新排序函数的直觉模糊双边匹配决策方法

针对直觉模糊双边匹配问题,基于新的排序函数提出一种考虑匹配意愿的双边匹配决策方法.给出新的直觉模糊集排序函数的相关理论;描述考虑主体匹配意愿的直觉模糊双边匹配问题.决策方法如下:首先依据新的排序函数将直觉模糊偏好转换为排序值偏好;基于排序值矩阵、匹配意愿矩阵和匹配矩阵,建立考虑匹配意愿的多目标双边匹配模型;考虑到双方所有主体在大多数情形下所处的地位相同,使用均值法将多目标模型转化为单目标模型,进而通过模型求解获得双边匹配方案.算例分析进一步表明了所提出决策方法的有效性.     

基于效用函数的多机器人系统任务分配

目前所采用的多机器人系统任务分配方法大多都忽略了任务分配的解质量问题。从定量的角度出发,提出了一种基于效用函数的多机器人系统任务分配策略,在机器人能力向量和子任务要求的能力向量基础上,建立了效用函数的数学模型,根据效用函数大小进行任务分配。仿真实验在足球机器人仿真比赛平台上进行,结果表明该任务分配算法对异构多机器人系统合作具有很好的通用性,且算法快速简单,能够实现任务到机器人的最优映射。     

多编组协同任务分配模型及DLS-QGA 算法求解

为解决多智能体编组协同任务分配问题, 定义任务、智能体编组和相关的分配过程变量, 建立以最高任务执行效率为目标的数学模型. 在问题模型中设计考虑资源损耗的编组资源能力更新机制, 提出用于求解该模型的动态列表规划和量子遗传算法的混合任务分配算法, 使用动态列表规划选择处理的任务, 利用量子遗传算法为选定任务分配最合适编组. 最后通过算例表明, 所提出的方法在解决时序逻辑任务分配时能够得到更优更稳定的方案.

     

一种优化的任务分配方法研究

在计算机领域中,由于数据量和待处理任务的复杂度迅速增加,多台计算机共同协作完成任务已是未来发展的趋势,而合理的任务分配方法是高效地执行任务的前提。目前,借助多Agent系统去研究任务分配的方法是目前研究的一个热点。本文基于多Agent系统提出一种基于执行代价和传输代价的任务分配的优化方法,建立相应的任务分配模型,推导出评价任务分配优化效果的目标函数,并通过实例说明了该分配机制对多Agent系统处理问题性能的影响。结果表明,该种优化方法能有效地分析多Agent系统处理问题时的性能。     

多型异构数据下准则具有优先级别的双边匹配决策方法

针对多型异构数据下准则之间具有优先级别的双边匹配决策问题，提出了一种基于集对分析二元联系数和优先集结算子的双边匹配决策方法。首先，给出了一种将多型异构数据同构化为二元联系数的方法；其次，定义了二元联系数优先加权几何平均(BCNPWG)算子；然后，基于BCNPWG算子，提出了一种准则值为多型异构数据且准则之间具有优先级别的双边匹配决策方法。该方法先将多型异构数据匹配满意度矩阵转化为二元联系数匹配满意度矩阵，然后利用BCNPWG算子集结得到双方主体的综合匹配满意度矩阵；进一步地，以双方主体的综合匹配满意度总和最大为目标，构建二元联系数多目标匹配优化模型，并利用线性加权法及二元联系数的期望值和均方差将其转化为单目标匹配优化模型，进而通过求解该模型得到双边匹配结果。最后，通过一个算例说明了所提出匹配决策方法的可行性和有效性。     

基于后悔理论的概率犹豫模糊双边匹配决策方法

针对概率犹豫模糊信息下准则具有期望水平的双边匹配决策问题,考虑双边主体后悔规避的心理行为特征,提出一种基于后悔理论的双边匹配决策方法.首先,定义概率犹豫模糊元的新兰氏距离和兰氏记分函数.然后,基于后悔理论提出一种准则具有期望水平的概率犹豫模糊双边匹配决策方法.该方法利用期望效用函数和概率犹豫模糊元兰氏记分函数构建双边主体的准则效用值矩阵;利用后悔-欣喜函数构建双边主体对于准则期望水平的后悔-欣喜值矩阵;依据后悔理论构建双边主体对于准则期望水平的感知价值矩阵.进一步,先利用离差最大化思想和概率犹豫模糊元新兰氏距离构建优化模型求解准则权重,再利用线性加权法构建双边主体的综合感知价值矩阵,利用极差变换法构建双边主体的满意度矩阵.在此基础上,基于满意度最大化,构建考虑双边匹配方案稳定性的多目标优化模型,并通过求解模型得到双边匹配结果.最后,通过算例分析表明了所提出匹配决策方法的有效性和实用性.     

基于概率语言和改进TODIM的产品服务匹配方法

针对概率语言信息下产品服务模块双边匹配问题,考虑匹配主体间的相互作用与影响以及决策者的心理行为,提出一种基于BWM (best-worst method)、DEMATEL (decision making trial and evaluation laboratory)权重确定方法和改进TODIM的概率语言双边匹配方法.首先,通过BWM方法和概率语言DEMATEL方法确定各匹配模块综合权重;然后,通过TODIM方法计算产品服务模块的总体优势度,得到产品服务模块双边匹配满意度矩阵;接着,在此基础上,构建以产品和服务效用达到最大的多目标优化模型,利用线性加权法将其转化为单目标模型求解,进而得到最优匹配方案;最后,通过新能源汽车产品服务匹配的案例,验证所提出方法的有效性和可行性,为新能源汽车产品与服务融合发展提供新方向.     

考虑直觉模糊的多指标人岗双边匹配决策方法

针对现实生活中人岗双边匹配决策问题的特点,基于直觉模糊理论,构建了一种具有不同信息类型的人岗双向选择的多指标评价双边匹配决策模型,并提出了相应的决策方法。通过构造人岗双方匹配满意度计算规则,将包含直觉模糊偏好信息的人岗双边主体评价信息转化为匹配满意度;通过对所有标准下的满意度矩阵的集结,构造人岗双方的满意度矩阵。在此基础上,以人岗双方主体可接受最低水平为约束,构建了一个使双方主体满意度最大为目标的人岗双边匹配多目标决策优化模型。通过一个人岗双边匹配问题的案例证明了该方法的合理性。     

基于多任务优先算法的异地敏捷软件开发任务分派

针对日益受欢迎的异地敏捷软件开发,提出了一种基于多任务优先算法的任务分派方法,并运用数学计算方法进行任务分派.通过多模型调查研究,较全面综合考虑异地敏捷开发中多方面影响因素,给出一种具体分派方法,以提高任务分派的有效性.经验证,该任务分派方法适合异地敏捷软件开发.     

Task allocation optimization in collaborative customized product development based on double-population adaptive genetic algorithm

Task allocation is one of the most important activities in the process of collaborative customized product development. At present, how to allocate the collaborative development tasks scientifically and rationally becomes one of the hot research issues in the field of product development. Although many scholars in academia has made a significant contribution to the problem of task allocation and achieved many useful results, the research work of collaborative development task allocation for product customization is still lacking. Therefore, in view of the insufficient consideration on task fitness and task coordination for task allocation in collaborative customized product development at present, research work in this paper is conducted based on the analysis of collaborative customized product development process and task allocation strategy. The definition and calculation formula of task fitness and task coordination efficiency are given firstly, then the multi-objective optimization model of product customization task allocation is constructed and the solving method based on the model of double-population adaptive genetic algorithm is proposed. Finally, the feasibility and the effectiveness of task allocation algorithm are tested and verified by the example of a 5MW wind turbine product development project.     

一种面向任务需求的群智感知任务分配模型

针对群智感知平台中的任务分配问题,提出了一种任务需求特征提取算法和用户标签分类方法相结合的T REA U LCM任务分配模型.首先,通过任务需求特征提取算法提取感知任务的类别关键词;然后,通过多线性神经网络和多核学习对数据集进行训练得到分类器,通过分类器对用户的类型标签进行预测;最后,根据任务的类别关键词结合空间位置信息和用户参与度筛选有该任务类别标签且最大化满足任务需求的用户分发任务.仿真结果表明,T REA U LCM任务分配模型在任务匹配度和任务分配效率方面有较好的可行性.     

Two-sided assembly line balancing to maximize work relatedness and slackness

This paper considers two-sided (left- and right-side) assembly lines that are often used in assembling large-sized products, such as trucks and buses. A large number of exact algorithms and heuristics have been proposed to balance one-sided assembly lines. However, little attention has been paid to balancing the two-sided lines. An efficient assignment procedure is developed for two-sided assembly line balancing problems. A special emphasis is placed on maximizing work relatedness and maximizing work slackness, which are of practical significance especially in two-sided lines. We first investigate the characteristics of two-sided lines and define new measures for the balancing. Then, a group assignment procedure, which assigns a group of tasks at a time rather than a unit task, is designed. Experiments are carried out to demonstrate the performance of the proposed method. The results show that our procedure is promising in the solution quality.