基于遗传算法的二阶段迭代模型任务分布方案寻优

针对利用启发式方法求解二阶段迭代模型的最优任务分布方案容易陷入局部最优解的问题,根据二阶段迭代模型中各任务的分布特点,引入具有自适应全局优化特性的遗传算法求解出二阶段迭代模型的最优任务分布方案,从而减少任务执行的时间成本。以某汽车发动机的开发为例,分别应用基于启发式方法和基于遗传算法方法进行求解寻优,通过比较说明了后者的有效性。     

并行产品设计人员学习与交流能力对下游活动影响的研究

设计人员的学习与交流能力是影响并行产品开发的重要因素.为了研究设计人员学习与交流能力对下游设计活动的影响,构建了学习知识量函数与返工率函数,提出了下游设计活动启动时刻与设计活动间信息交流次数的数学模型,研究了设计人员学习与交流能力对下游设计活动启动时刻及设计活动间信息交流次数的影响,得出了下游设计活动启动时刻与设计活动间信息交流次数的判断条件,并通过实例对判断条件进行了分析验证.根据判断条件以及设计人员学习与交流能力指数,计算出下游设计活动启动时刻与设计活动间信息交流次数.研究结果为缩短产品开发时间与减少产品开发成本提供了理论参考.     

基于动态规划算法的二阶段迭代模型任务分布方案的寻优

针对利用启发式算法求解二阶段迭代模型的最优任务分布方案容易陷入局部最优解的问题,引入具有全局搜索特性的动态规划算法,将二阶段迭代模型任务分布方案的寻优过程划分为若干个子问题,通过各子问题的最优化得到全局最优的任务分布方案,以保证任务执行时间为全局最短,减少设计迭代过程的时间成本。以某照相机的开发为例,通过对基于启发式的寻优和基于动态规划算法的寻优的求解结果比较,说明了后者的有效性。