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。

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。

面向自顶向下协同装配设计的任务规划研究

分析了产品自顶向下协同装配设计的特点,以及其设计任务规划对产品设计周期和设计效率的影响,研究了任务规划方案,主要包括任务分组和任务组分配。任务分组根据设计组工作量尽可能均衡和任务组内任务应具有较高关联耦合度两个原则,给出了分组遗传算法。根据任务组的关键度和设计组的综合能力,提出了任务组分配算法。以牛头刨床自顶向下协同装配设计为例,验证了任务分组和任务组分配算法的可行性与有效性。