基于多阶段工作转移矩阵的串行耦合设计任务分配策略

针对串行耦合设计任务的团队分配因涉及任务的返工而导致分配策略相当复杂这一问题,引入多阶段工作转移矩阵,将任务间的耦合关系以返工量的形式量化,并根据团队分配衍生矩阵建立串行耦合设计任务分配的数学模型,简化了串行耦合设计任务的分配过程。利用遗传算法求解该模型,获得了不同设计需求下产品开发任务的最佳任务分配方案。以某电动汽车开发项目为例,验证了该模型的可行性和有效性。     

基于遗传算法的串行迭代过程最优执行顺序的确定

针对任务规模较大与依赖关系较复杂的串行迭代模型中迭代时间求解复杂和最优执行顺序搜索难度大的问题,研究了采用多阶段混合迭代时间计算模型简化串行迭代时间的计算和采用遗传算法优化任务执行顺序的方法。并以智能割草机的设计过程为例,说明该方法的有效性。     

基于聚类分析的大容量耦合设计任务规划的研究

针对大容量耦合设计任务采用串行执行方式会导致设计项目开发周期冗长、规划方案数量庞大这一问题,通过对聚类分析对象的特点与耦合设计任务的特点进行分析比较,阐述了聚类分析用于缩短耦合任务执行周期和减少其规划方案数量的可行性,进而提出了一种基于聚类分析的大容量耦合设计任务规划的新方法,以获得耦合设计任务的最佳执行顺序及最短执行时间。以某机械手的研发过程为例,验证了该方法的有效性。     

单输入多输出耦合设计任务二阶段迭代模型研究

产品开发过程中单输入多输出耦合设计任务间存在复杂的信息依赖关系。采用单阶段方法的任务执行方式时,因所执行的任务数量多并且需传递的信息量大,致使任务间存在的复杂信息关系难以被理清,从而导致任务执行过程中的方案分配不够合理,任务间的迭代返工次数过多,产品开发周期过长。针对这些问题,在深入分析单输入多输出耦合设计任务单阶段迭代模型的基础上,提出了一种任务迭代过程中的信息处理策略,并构建了一种单输入多输出耦合设计任务的二阶段迭代模型及其求解执行时间的数学模型。应用该数学模型,可以计算得到最佳二阶段设计任务分配方案。以某发动机开发项目为例,进行了该方法的应用分析。研究表明,采取二阶段迭代模型,任务迭代执行时间比单阶段短,并且通过合理分配在1,2两个阶段执行的任务,能够获得最短的二阶段任务迭代执行时间。该方法根据任务间不同的信息关系选择合适的任务迭代模型,能够有效缩短产品开发周期,可为产品设计人员在产品开发过程中选择合理的任务执行方式提供一定的理论参考。     

产品开发中任务工期不确定条件下耦合集求解模型分析

针对产品开发中任务工期的不确定性,运用三点估计法估算任务工期的正态分布曲线和置信区间,并结合二阶段迭代模型,建立工期不确定条件下具有资源最优配置特性的耦合集求解模型,通过求解该模型得出在最佳的任务分配和资源分配情况下任务完成时间的分布情况。该方法通过某门座起重机变幅系统的开发实例应用分析进行了有效验证,能为实际产品开发提供一定的指导依据。