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。     

基于稳定双边匹配的供应链产销合作研究

供应链生产、分销环节的协同合作是高效供应链系统运营的重要保证。针对供应链产销环节中制造商和分销商的稳定合作伙伴选择问题,提出了基于历史交易信息的满意度评价方法,并在此基础上构建了基于稳定双边匹配的合作伙伴选择模型。通过满意度评价确定序值信息,引入稳定匹配约束,构建了整体满意度最大化的单目标0-1整数规划模型。算例仿真表明,稳定性和公平性能给供应链产销合作带来高效益和更具现实意义的结果。     

考虑偏好信息的动态双边匹配决策方法

针对主体给出偏好信息的动态双边匹配问题,提出了一种匹配决策方法。给出了基于偏好信息的动态双边匹配问题的描述;依据广义优序法将双边主体给出的偏好信息转化为满意度;给出了指数衰减模型确定时序权重的方法,进而将满意度集成为综合满意度;在此基础上,通过建立并求解优化模型,得出最优匹配方案;以风险投资商与风险企业的匹配实例说明了所提决策方法的有效性和实用性。     

基于TODIM的直觉模糊双边公平满意匹配方法

针对直觉模糊偏好信息下的双边匹配问题,考虑匹配主体参照依赖和损失规避的心理行为,提出一种基于TODIM(TOmada de decis\ao interativa multicritério)的双边公平满意匹配方法.首先,对直觉模糊偏好信息下的双边匹配问题进行描述;然后,依据前景理论将双边主体的直觉模糊偏好信息转化为相对于参照点的收益或损失,在此基础上,依据TODIM法计算每个主体的总体优势度,构建满意度计算规则,建立双边公平满意匹配优化模型,求解模型并获得双边匹配解;最后,通过一个算例验证所提出方法的可行性和有效性.     

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。     

基于知识的协同设计任务分配双向选择模型

针对协同设计任务分配中忽略设计人员自我发展需求的问题,在对设计人员知识作业过程进行分析的基础上,提出显性知识的学习模型和知识集合的概念,并构建了一个能实现任务与设计人员之间双向选择的优化模型,从而实现任务的合理分配,达到任务完成时间最短和设计人员知识学习最大化之间的平衡。最后,通过算例分析验证了模型的有效性：模型的使用有利于设计人员知识扩容;模型的循环使用对完成任务时间的缩短有利。     

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.     

基于双参照点的双边匹配决策方法

针对匹配主体有限理性的双边匹配问题,提出一种基于双参照点的决策方法.首先,依据前景理论和社会比较理论,利用主体给出的临界值设定个人参照点和社会参照点,计算序值相对于双参照点的获得和损失,进而得到主体的综合益损值;然后,考虑到主体面临获得和损失时不同的风险态度,依据前景理论将主体的综合益损值进一步转化成刻画主体满意程度的感知价值,并在此基础上,建立以最大化双边主体满意度为目标的优化模型,求解模型得到最优匹配方案;最后,通过算例说明该方法的应用.与已有的方法相比,所提出方法兼顾了个人维度和社会维度对主体心理行为的影响,能够更为全面和灵活地反映出主体的实际感知价值和有限理性特点.     

可调整个体优先级的双边匹配算法

针对传统双边匹配算法单边占优、缺乏最低保障以及无法精细调控个体优先级等问题,提出了可通用于一对一、一对多、多对多双边匹配的WYS算法。WYS算法通过外生给定优先级,使得每个参与主体都有机会遍历自身偏好序中全部对象,从而显著提高匹配结果中最差群体的效用以及全体总效用,并能够对个体效用进行精确调控。随后按照诺奖得主Roth提出的“经济工程学”范式设计实验对WYS算法的性质进行了深入探讨,大量随机实验表明WYS算法匹配结果稳定,能够给予参与主体某种程度的最低保障,且不存在单边占优问题。WYS算法对于维持市场厚度、兼顾效率与公平有重要意义,拓宽了匹配理论的应用范围。     

基于能力匹配的异地敏捷开发任务分配方法

为了能够快速准确地获得异地敏捷软件开发团队任务分配的全局最优解,提出了一种基于能力匹配的异地敏捷开发任务分配方法.该方法强调子任务能力需求和团队能力的匹配关系,构建了能力匹配的效用函数,对效用矩阵进行求解,全局效用值最大时获得最优分配方案.算例仿真结果表明,所提出的方法可以有效得到能力匹配较优的任务分配方案.     

基于工作者多属性特征模型的任务分配方法

针对众包任务分配中工作者个性特征和任务需求描述难以有效匹配的问题,提出通过建立工作者的分层属性特征模型,完成任务分配的方法。以众包协同翻译为例,根据具体任务需求特征分解工作者属性需求,设计出分层属性指标用于精确描述众包工作者能力,计算出多层次指标组合权重向量个性特征模型,据此完成工作者筛选和任务分配。经实验验证,该方法提高了众包工作者和任务特征的匹配度,提高了任务完成效率和结果质量。     

An analytic hierarchy process and two-sided matching based decision support system for military personnel assignment

Assignment of military personnel to positions is very demanding, primarily a manual process performed by detailers. Detailers try to satisfy needs and preferences of commands and personnel. In this paper, an analytic hierarchy process (AHP) and two sided matching based Decision Support System is proposed to assist detailers. The DSS is programmed to generate positions’ preferences from position requirement profiles and personnel competence profiles by using analytic hierarchy process and matches personnel to positions by using two-sided matching. The use of the proposed DSS is demonstrated with an example. Also, the effects of preference list length on two-sided matching are examined.     

基于云雾协作模型的任务分配方法

针对在云雾协作下实现移动用户任务请求的合理分配与调度的问题，提出了一种基于云雾协作模型的任务分配算法--IGA。首先，采用混合编码的方式对个体进行编码，并采用随机的方式产生初始种群；其次设定服务商的花费作为目标函数；然后进行选择、交叉、变异操作产生出符合条件的新个体；最后，根据染色体中的任务请求类型分配到相应的资源节点上，并更新迭代计数器，直到迭代完成。仿真结果表明，在处理移动用户请求时，与传统的云模型相比，云雾协作模型在时延上降低了近30 s，服务水平目标（SLO）违规率上降低了约10个百分比，在服务提供商花费上亦有所减少。     

多自治水下机器人多任务分配的自组织算法

针对自治水下机器人（AUV）研究中的多机器人多任务分配问题,提出一种基于自组织映射（SOM）神经网络的多AUV多目标分配策略.将目标点的位置坐标作为SOM神经网络的输入向量进行自组织竞争计算,输出为对应的AUV机器人,从而控制一组AUV在不同的地点完成不同的任务,使机器人按照优化的路径规则到达指定的目标位置.为了表明所提出算法的有效性,给出了二维、三维作业环境中的仿真实验结果.     

基于DQN的多类型拦截装备复合式反无人机任务分配方法

针对当前反无人系统无法有效压制无人机的问题,使用多种拦截装备构建一种新的反无人机方法.传统多目标优化算法无法解决动态的任务分配问题,对此,提出一种基于深度Q网络(DQN)的多类型拦截装备复合式反无人机任务分配模型. DQN模块对任务分配问题进行初期决策.为了提高算法收敛速度和学习效率,该方法未采用下一时刻的状态来预测Q值,而是采用当前时刻的状态来预测Q值,消除训练过程中Q值过估计的影响.之后采用进化算法对决策结果进行优化,输出多个拦截方案.以国内某机场跑道周围区域开阔地为防护对象,构建反无人机系统的任务分配仿真环境,仿真结果验证了所提出方法的有效性.同时,将DQN与Double DQN方法相比,所提出改进DQN算法训练的智能体表现更为精确,并且算法的收敛性和所求解的表现更为优异.所提出方法为反无人机问题提供了新的思路.     

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.     

基于知识图谱的人岗推荐系统构建

为解决传统人岗推荐系统存在的三个常见问题,即数据稀疏性、数据冷启动和数据利用率低,提出了基于知识图谱的人岗推荐系统构建方法。该方法通过改进传统推荐模型,将知识图谱作为辅助边信息融合到推荐系统中进行人岗推荐,有效解决了数据稀疏性和数据冷启动问题;引入知识图谱补全算法提高了数据利用率。提出的方法在人岗推荐上准确率可达92%,比现有人岗推荐方法准确率提高约1%。实验结果表明该方法是可行的,知识图谱的加入可以提升人岗推荐系统的推荐效果。     

基于IG-NRS与ICK双向压缩的KMS自学习案例知识匹配

案例知识匹配可有效缓解知识过载问题,确保知识应用水平。针对知识管理系统自学习案例知识匹配的冗余性问题,提出了一种基于IG-NRS与ICK的双向压缩方法。该方法首先设计NRS的改进模型IG-NRS,据此约简案例知识属性集,实现邻域决策系统的纵向压缩;在此基础上,通过引入谱聚类判别并剔除不一致案例知识实现其横向压缩;再藉由知识视图相似度锁定目标案例知识簇与最相似案例知识,从而确定知识匹配结果。在多个UCI数据集上的实验结果表明,该方法能有效减少知识管理系统自学习案例知识的冗余,取得更高的知识匹配效率和有效性。