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。

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。

考虑信息不确定性的串行迭代时间模型的研究

串行迭代模型中信息不确定性导致任务的迭代返工,增加了任务的总执行时间。针对这一问题,通过对上、下游串行任务执行过程的分析,得出造成信息不确定性的主要原因,确定信息不确定度函数,构建考虑信息不确定性的串行迭代时间模型。进而通过对该模型的分析得到任务间的依赖关系指数和上、下游设计人员间的交流次数对迭代返工时间的影响规律,从而为缩短产品开发过程中任务的迭代返工时间和总执行时间提供了理论参考。以某机械产品的开发项目为例,验证了模型的有效性。

类方形蜂窝夹芯结构力学性能研究

为了证明类方形蜂窝结构与六边形蜂窝结构之间的关系,将类方形蜂窝夹芯结构分解为特有的T字形胞元,应用Euler梁原理和能量法分别推导了T字形胞元模型的等效弹性常数公式。同时,在用经典方法推导的六边形蜂窝夹芯的等效弹性常数公式中,代入了类方形蜂窝结构的特征参数,得到了与前述2种方法相同的结果,证明了类方形蜂窝是六边形蜂窝的演变体,指出了这2个经典蜂窝公式存在的局限性和应用范围,由类方形蜂窝的结构特征,发现经典蜂窝理论公式在特征角等于零或零附近的值是奇异和不准确的。研究结果对蜂窝结构力学性能相关理论的后续研究和完善有着重要的参考价值。

基于模糊理论的并行耦合设计任务工期优化

针对耦合设计任务执行工期的不确定性,应用模糊理论,并结合并行耦合迭代模型,建立并行耦合设计任务模糊工期模型。采用相离度和质心相结合的排序方法求解该模型,得到每次迭代返工的关键任务,通过对关键任务投入更多资源来实现设计任务工期的优化。以某飞行器的开发过程为例,验证了该方法的有效性。

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。

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。

考虑学习效应的并行耦合设计任务分配多目标优化

针对并行耦合产品设计任务分配策略的优劣会影响设计任务完成效果的问题,引入工作转移矩阵和任务分配矩阵以将设计任务分配给设计团队,并提出了学习效应矩阵用以考虑返工过程中设计团队产生的学习效应,从而建立了并行耦合设计任务分配多目标优化数学模型。利用遗传算法求解该模型,获得了最佳任务分配方案。以某汽车引擎罩部件的开发项目为例,验证了该模型的可行性和有效性。

基于遗传算法的并行设计耦合集任务分布规划

针对完全并行迭代模型在实际产品设计中难以实现的问题,从迭代过程中任务的迭代时间和迭代次数的有限性两个方面对迭代模型进行了修正,并在此基础上对迭代模型进行了扩展,建立了改进后的多阶段混合迭代模型。结合遗传算法,求解在多阶段混合迭代模式下耦合集的最短执行时间和最小成本以及相对应的任务分布方案。以某智能割草机的开发设计过程为例,说明了该方法的有效性,并分析了阶段数和学习率对任务执行时间和成本的影响。

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。