基于E-CARGO模型的云ERP建模与演化方法

传统需求建模方法通过形式化的建模语言来对需求进行描述,因其缺乏灵活性及配套的需求解决方案,而难以适配云ERP领域动态演化的需求。针对以上问题,依托E-CARGO模型可灵活对演化需求进行建模的特点,提出一种基于E-CARGO模型的云ERP建模与演化方法。首先,将需求解构为需要和云ERP服务并将二者描述为基于角色的协作问题,进而通过E-CARGO模型对其进行建模;然后,为了更具领域针对性地评估云ERP领域人才能力,建立高质量的云ERP开发团队,使用模糊层次分析法(FAHP)构建模糊互补判断矩阵,度量人才综合能力值;最后,利用E-CARGO模型的组角色分配方法结合CPLEX优化包得到所有演化中的需求最大化满足方案。实验结果表明,所提方法不仅能够对云ERP中演化的需求进行灵活建模,还能在很快的时间内求得需求满足方案,进而迅速响应需求的演化并提供随需而变的云ERP服务。

E-CARGO模型在线社会网络研究团队机制

随着在线社交网络的快速发展,用户信息和用户规模呈现爆炸性增长,如何从网络上获取有针对性的信息已非易事,为此各种推荐系统已先后涌现.为各类不同用户以自然的推荐方式向其推荐信息并获得较高的用户采纳度是一件富挑战性的工作,也是本文的主要研究内容.如何在特定专业性拓扑网络中寻找到自然的推荐方式以得到较好的用户采纳度,是本文将要解决的问题.基于此,本文采用对潜在角色和关系预测研究,以E-CARGO模型为理论背景,针对专业性教学科研平台——学者网,通过对用户推荐内容信息,先形成与用户的信息交互,再根据信息交互程度,推荐相应的论文研究团队,推动关系结构的形成.本次调查实验结果体现了普遍用户愿意以3.9785分采纳团队推荐,用户平均满意度达79.57%,充分证明了这样的推荐方式使得用户更容易接受团队推荐信息,增强用户体验,为专业性学术论文网站学者网提供了指引.

基于E-CARGO模型的志愿型偏好平衡性指派

个人偏好与团队执行力的平衡性指派方法,是国内外人力资源管理、决策支持领域重点关注的问题。为寻找兼顾团队与个人利益的指派平衡点,针对员工志愿型偏好平衡性指派问题,结合"基于角色的协作"(role-based collaboration,RBC)工程理论与方法及其E-CARGO模型,提出了一种兼顾个人志愿型偏好与团队执行力的指派方法,并通过实验仿真论证了方法的有效性与可靠性。该方法能使团队效能在考虑个人偏好的情况下尽可能最大化,优化人员生产与管理,支撑行业决策。

基于E-CARGO模型的多任务分配算法

多任务分配是管理和协同工作中的重要问题。采用E-CARGO建模来解决常规多任务分配问题(GMTAP)与组角色多任务分配问题(GRMTAP)。提出了两种算法:(1)通过把GMTAP质量评估矩阵转置转化为组角色分配问题(GRAP),再利用GRAP算法来完成多任务分配;(2)将GRMTAP分配问题转化为常规分配问题(GAP),利用K-M(亦称匈牙利)算法来实现多任务分配。最后,通过实验验证了GMTAP与GRMTAP算法的有效性,即,算法很好地满足了多任务分配问题的需要,也有效地扩展了GRAP算法与K-M算法的应用范围。

基于E-CARGO模型的开发者推荐方法

针对传统开发者推荐方法侧重于分析开发者的专业能力以及与任务的交互信息,而未考虑开发者间协作性的问题,提出一种基于E-CARGO(Environment-Class,Agent,Role,Group,and Object)模型的开发者推荐方法。首先结合协作开发的特点,将开发者协同开发过程描述为基于角色的协作,并使用E-CARGO模型对其进行建模;然后使用模糊层次分析(FAHP)法来建立模糊判断矩阵,从而求得开发者能力指标权重并进行加权求和,进而得到开发者历史综合能力评价集合;最后针对开发者综合能力评价的不确定和动态特性,利用云模型理论对开发者历史综合能力评价集合进行分析,以求得开发者对于每个任务的胜任能力,并利用cplex优化包对开发者推荐问题进行求解。实验结果表明,所提方法能够在可接受的时间范围内求得最优的开发者推荐结果,验证了所提方法的有效性。

基于E-CARGO的WSN成簇机制研究

在无线传感器网络中,节点的电量十分有限,降低节点的能耗、延长网络寿命是路由协议设计的重点.针对经典分簇路由协议LEACH(Low-Energy Adaptive Clustering Hierarchy)中簇头选取不合理以及节点能耗不均衡的问题,将传感器节点的剩余能量、分布位置等定义为约束,采用带约束的角色协同模型E-CARGO为分簇型无线传感器网络系统建模,在机制上实现对LEACH协议的改进.在传感器节点角色指派过程中,综合考虑节点的约束并结合LEACH算法为传感器节点进行角色指派.理论分析和仿真实验结果表明,改进后协议在可扩展性、灵活性、均衡节点能耗以及网络生命周期方面优于LEACH协议.

基于E-CARGO的在线社区多对多好友推荐机制研究

好友推荐机制是繁荣在线社区的有效手段,然而单纯为增加用户数及绑定用户关系的过于频繁的推荐方式会引起用户厌烦.为提升用户体验,本文以大型教学与科研协作平台学者网为研究背景,引入基于角色的协同模型ECARGO对推荐机制进行建模,将好友推荐转化为多对多指派问题,使用带回溯的Kuhn-Munkres算法(KMB)对好友推荐数与接纳数受限情况下最优推荐指派进行了研究与解决.仿真实验表明,该推荐机制友好、高效、精准,能完善在线社区推荐机制,对在线社会健康发展形成助力.

基于E-CARGO模型的云制造服务组合方法

云制造是一种网络化协同制造新模式,协同性是云制造的典型特征.本文基于E-CARGO模型,提出一种基于角色的协同云制造服务组合优化方法.首先,研究建立服务组合与E-CARGO模型间的映射关系,构建了云制造服务组合的E-CARGO模型;其次,针对服务质量的不确定性,将动态服务质量转换为云模型中的期望、熵和超熵,并计算QoS云模型间的相似度,进而得到资格评估矩阵;最后,对基于角色的协同云制造服务组合问题进行求解,得到最优云制造服务组合方案.实验结果表明,本文方法能够有效的解决云制造服务组合优化问题.

基于E-CARGO模型的共乘出行匹配建模与优化方法

共乘出行应用系统通过提高汽车可用座位容量利用率来减少交通拥堵、缓解停车位紧张,提高社会效益和环境效益。司机和乘客的实时匹配和优化技术是共乘系统的核心内容。基于角色的协同(RBC)是一种用于促进组织结构、提供有序系统行为和协调系统内活动的新方法。为了减少乘客和司机的动态实时匹配时间、提高匹配效率,提出结合RBC和环境-类、代理、角色、群组和对象(E-CARGO)模型形式化共乘问题的方法。在资源容量约束和利润收入给定的情况下,对共乘匹配问题进行建模和仿真实验,提高可用座位容量利用率,实现平台收益最大化,资源匹配合理化。实验结果表明,基于E-CARGO模型的形式化方法可以应用于共乘出行匹配问题建模,最优匹配矩阵和时间可以采用Kuhn-Munkres(K-M)算法和Java中的优化软件包(ILOG)解决方案获得。与ILOG软件包算法相比,K-M算法所用平均时间至少减少了21%;当代理规模大于一定数值(大于600)时,算法时间开销急剧增大。

基于E-CARGO的扁平团队或组织的绩效量化预测

预测与量化团队或组织的绩效对于团队管理至关重要。采用E-CARGO建模,提出常规多任务组绩效预测算法(PGPMTRAP)。算法把常规多任务组的质量评估矩阵转置为组角色分配问题(GRAP)矩阵,再利用GRAP算法来完成多任务分配获取常规多任务角色组的最大性能分配矩阵的性能值,以实际分配矩阵性能值与最大分配矩阵性能值的比值作为常规多任务组的量化预测绩效,且对算法进行实验验证。利用GRAP算法与PGPMTRAP算法实现扁平团队的绩效量化预测,对该算法与GRAP算法分别进行实例验证。

基于E-cargo模型的RBAC冲突约束研究

RBAC是一种基于角色访问控制模型,该模型通过角色为核心,并加以各种约束,完成对用户权限的管理指派,本文通过引用E-CARGO模型对RBAC进行形式化建模,并用该模型解决RBAC中的角色指派和用户指派冲突。

车货供需匹配模型与算法研究综述

随着货车保有量及货运需求的迅速增长,车货供需匹配问题成为了货运电子商务平台的核心和热点。本文主要针对车货供需匹配问题从模型和算法两个方面对现有文献进行梳理和总结。在车货供需匹配模型方面,考虑的优化目标主要包括满意度、公平性和稳定性三个方面的评价指标,根据应用场景,将车货供需匹配模型分为一对一、一对多和多对多三类,其中一对一车货供需匹配模型针对整车运输,其他两种则对应零担运输。随着三种应用场景的模型复杂程度越来越高,相应求解难度、求解时间也呈现递增趋势。在车货供需匹配算法方面,根据货运需求数据的结构与特点可以划分为最优化算法、人工智能算法、推荐算法以及其他算法四类:对于小规模、时效性要求不高的货运需求,可以根据模型的特点与特性设计最优化求解算法;对于大数据、交互性数据或实时性要求高的货运需求,人工智能算法和推荐算法则是车货供需匹配问题的有效途径,其中人工智能算法通过预测车主行为或匹配结果实现匹配任务,而推荐算法可以针对车货需求大数据实现有效的召回并推荐。最后,本文总结了现有研究的不足之处,并从中归纳出三个值得进一步研究的方向:一是结合实际业务场景和车货信息大数据背景,提高车货供需匹配方法的实际可行性;二是进一步挖掘更多的评价指标,如车主偏好以及订单目的地接单概率等指标;三是关注车货供需匹配的实时决策问题,重点考虑货运需求的动态随机性以及平台和车主的长期收益目标。

海运货物运输控制权的数字化流变

海运货物控制权是平衡海洋运输国际货物贸易当事人之间权益的制度设计,数字化海运货物控制权进一步推动国际货物贸易模式复杂化。我国应积极应对由此产生的国际贸易新变化,参与或主导相关国际规则的制定,并及时优化国内立法释放制度优势,为参与国际法治实践积累经验。

具有角色意识的社区服务型时空众包任务分配

为了适应社区众包配送中投递箱或代收点收纳量有限等情况,本文提出社区服务型时空众包任务分配问题,根据用户定义的时间将物品较为实时地配送到地。针对该问题,本文通过基于角色的协作模型ECARGO(environments-classes, agents, roles, groups, objects)形式化问题,针对高资格值工人配送高价值量订单集的目标,提出基于贪婪分配的PQGR(places-qualification-based greedy)算法、基于考虑代理和角色冲突的团队多角色分配方法的PQGM(places-qualification-based GMAC)算法以及进一步缩短运行时间的改进PQGM算法。数据处理和量化方面,提出基于核密度聚类的新型角色感知方法以实现任务的有效划分,提出基于学习遗忘曲线的代理地点资格值多阶段量化模型,实现代理地点资格值的在线学习和自适应更新。最后,本文在gMission数据集和合成数据集上进行实验,验证了算法的有效性和效率。

电商订单拣选与配送的联合调度优化——基于考虑货箱卸货顺序约束的改进模拟退火算法

在电商物流环境下货箱在送货车辆中的堆码方式会影响订单拣选与配送的整体服务效率,文章综合考虑了配送过程中的卸货顺序约束,分析了不同堆码方式对卸货效率、拣选顺序和分批方案的影响。以拣选时间和卸货时间最短为目标,构建了考虑货箱卸载顺序约束的订单拣选与配送联合调度模型(IOPDS-BUS),并设计了改进的模拟退火算法(ISA)以获得更高效的堆码方式、分批方案与拣选顺序。结果表明,ISA算法能够解决IOPDS-BUS问题,且优于传统算法;IOPDS-BUS可以提高物流中心的整体配送效率。同时,在物流配送实践中,很难同时优化拣选时间和卸货时间,但可以拣选时间为代价优化卸货时间,从而降低物流成本,提高整体配送效率。

基于角色协同的在线社交网络好友推荐机制

在特定拓扑环境下,在线社交网络推荐机制的友好程度是决定推荐优劣的关键之一,其成功与否受制于关系结构与交互结构的共演化。基于此,以关系结构推动交互结构为演化前提,以"学者"交互为特定领域的在线社交网络"学者网"为应用背景,通过E-CARGO模型建模,采用角色协同方法,针对学者网用户拓扑中的水平好友关系与垂直等级关系设计并仿真了相关好友推荐机制。经实验问卷调查,分别约67.69%与86.16%的用户接受基于拓扑层次与推荐方向的好友推荐方式,相关推荐机制自然、友好,用户评价度较高。

面向基站代维人员分工协作优化的多重指派研究

为保证并提升服务质量、节约企业运营成本,对多驻点、多任务约束下的移动通讯基站代维人员分工协作进行了优化.结合"基于角色的协同"工程理论方法及其E-CARGO模型对基站代维任务分工进行建模;结合历史性仿真数据,采用群组角色指派方法对代维人员做首次一对多分驻点指派与第二次多对多分工指派.通过实验仿真论证,该方法高效、可靠,能使代维团队在多驻点、多任务约束下尽可能实现执行力最大化,为人力资源决策者提供有效支撑.

GRMTAP算法中的任务权重与质量阈值分配问题

任务权重与质量阈值分配问题是管理和协同工作中多任务分配中的重要问题。基于GRMTAP算法对含有任务权重与质量阈值的多任务分配问题提出了有效的解决办法:a)针对任务权重提出了使用权重向量调整多任务质量评价矩阵,调用GRMTAP算法完成多任务的有效分配;b)针对质量阈值提出采用任务类别向量的元素值之和之负值置换质量评价矩阵中评价质量值小于阈值的质量值,再调用GRMTAP算法完成多任务的分配,且以分配矩阵评价质量之和作为该分配是否成功的判断依据。这样有效地解决了含任务权重与质量阈值的多任务分配问题,扩展GRMTAP算法的应用范围。

广告关键字群组角色组合投资预测研究

为解决广告投入成本受限时通过在线关键词投资与组合使营销利润最大化及投资合理化问题,以"基于角色的协同"工程方法及其E-CARGO模型对淘宝商家的广告关键词投资问题进行建模,结合历史数据,采用群组角色组合线性规划方法对广告关键词投资做效益计算,以获得周期性历史数据预测与支持下的广告关键字最佳投资方案.通过实验仿真论证,该方法高效、可靠,能使投资者在投资费用受限情况下尽可能利润最大化,并对投资回报率问题与投资区间进行了分析,经过定量计算与定性分析给出理性投资建议.

载物电气运输设备移动性能标准研究

载物电气运输设备(CeT)作为融合传感、人工智能(AI)、导航定位、视觉和物联网等新兴技术的智能化无人配送设备,已被广泛应用于短途配送等领域。移动性作为CeT的关键性能,直接影响了该类产品的落地应用。CeT相关IEC测试标准研究涉及速度、爬坡、转弯和避障等多个测试项目,本文聚焦CeT典型场景下移动性能考察特点开展相关研究。