CN111242439A - 一种基于信任机制的动态任务分配决策辅助方法 - Google Patents

一种基于信任机制的动态任务分配决策辅助方法 Download PDF

Info

Publication number
CN111242439A
CN111242439A CN202010006995.8A CN202010006995A CN111242439A CN 111242439 A CN111242439 A CN 111242439A CN 202010006995 A CN202010006995 A CN 202010006995A CN 111242439 A CN111242439 A CN 111242439A
Authority
CN
China
Prior art keywords
task
executive
elo
person
trust
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010006995.8A
Other languages
English (en)
Other versions
CN111242439B (zh
Inventor
曾广平
任智颖
武丹凤
陈源宝
刘宇
黄双
王旋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Science and Technology Beijing USTB
Wuhan No 2 Ship Design Institute No 719 Research Institute of China Shipbuilding Industry Corp
Original Assignee
University of Science and Technology Beijing USTB
Wuhan No 2 Ship Design Institute No 719 Research Institute of China Shipbuilding Industry Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Science and Technology Beijing USTB, Wuhan No 2 Ship Design Institute No 719 Research Institute of China Shipbuilding Industry Corp filed Critical University of Science and Technology Beijing USTB
Priority to CN202010006995.8A priority Critical patent/CN111242439B/zh
Publication of CN111242439A publication Critical patent/CN111242439A/zh
Application granted granted Critical
Publication of CN111242439B publication Critical patent/CN111242439B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063112—Skill-based matching of a person or a group to a task
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种基于信任机制的动态任务分配决策辅助方法，能够提高任务分配的合理性和有效性。所述方法包括：获取待分配队列；根据待分配队列中任务的类型、执行人员等级要求，确定执行任务的执行人员集合；根据执行人员集合内每一位人员的历史执行任务的满意度评价值和隐性Elo等级分，对执行人员集合内每一位人员进行综合信任评估，对综合信任评估结果进行排名，根据排名结果对任务进行动态分配。本发明涉及计算机技术领域。

Description

一种基于信任机制的动态任务分配决策辅助方法
技术领域
本发明涉及计算机技术领域，特别是指一种基于信任机制的动态任务分配决策辅助方法。
背景技术
任务分配自动化系统是将现代任务分配和计算机技术结合起来的一种新型的任务分配系统，可以优化现有的管理组织结构，调整管理体制，但传统的任务分配自动化系统操作复杂，无法客观评估维修人员的执行能力，任务完成成功率等情况，任务不能准确的选取最优执行人员，导致任务分配不合理。
现有的任务分配中，集中式任务分配机制能制定最佳的分配方案，但该机制的伸缩性和风险的集中性，以及对系统完全信息的依赖性，不利于大规模的进行任务分配；分布式任务分配系统，往往追求的是局部最优，而不是全局最优。因此，针对现有的任务分配系统存在不够合理的问题。
发明内容
本发明要解决的技术问题是提供一种基于信任机制的动态任务分配决策辅助方法，以解决现有技术所存在的无法合理有效地分配任务的问题。
为解决上述技术问题，本发明实施例提供一种基于信任机制的动态任务分配决策辅助方法，包括：
获取待分配队列；
根据待分配队列中任务的类型、执行人员等级要求，确定执行任务的执行人员集合；
根据执行人员集合内每一位人员的历史执行任务的满意度评价值和隐性Elo等级分，对执行人员集合内每一位人员进行综合信任评估，对综合信任评估结果进行排名，根据排名结果对任务进行动态分配。
进一步地，在获取待分配队列之前，所述方法还包括：
当新的任务产生时，根据新任务的严酷等级和请求时间，将新任务加入到待分配队列中。
进一步地，所述根据待分配队列中任务的类型、执行人员等级要求，确定执行任务的执行人员集合包括：
根据待分配队列中任务的类型、执行人员等级要求，从维修人员信息表中选择人员技能等级大于任务要求的等级且人员技能点包含任务类型的维修人员，得到执行任务的执行人员集合。
进一步地，所述根据执行人员集合内每一位人员的历史执行任务的满意度评价值和隐性Elo等级分，对执行人员集合内每一位人员进行综合信任评估，对综合信任评估结果进行排名，根据排名结果对任务进行动态分配包括：
获取执行人员集合内的第一人员，在执行结果记录表中获取所述第一人员执行的与待分配任务类型相同的任务，形成任务集，其中，第一人员为执行人员集合内的任一人员；
在满意度评价表中，选取与任务集中任务编号相同的所有任务，记录任务满意度评价值，并计算所有任务的满意度平均值avese；
在隐性Elo等级分表中获取第一人员当前的隐性Elo等级分elonow，将获取的隐性Elo等级分elonow映射为基于满意度评价值的信任评估分Elo，并将满意度平均值avese和得到的基于满意度评价值的信任评估分Elo相加，得到综合信任分score；
对综合信任分score、工位和任务队列长度进行加权处理，得到第一人员的排名分Rank；
对执行人员集合内所有人员的排名分进行排名并显示，将任务分配给排名分最高的执行人员，其中，综合信任评估结果为排名分。
进一步地，满意度平均值avese表示为：
Figure BDA0002355608060000021
其中，sumse表示人员满足要求的任务的满意度评价值的和，sumtask表示人员满足要求满足的任务个数。
进一步地，基于满意度评价值的信任评估分Elo表示为：
Figure BDA0002355608060000031
其中，ave_semax表示执行人员集合内，最高的满意度评价值，elonow表示第一人员当前的隐性Elo等级分，elomax和elomin分别表示执行人员集合内，最大和最小的隐性Elo等级分。
进一步地，排名分Rank表示为：
Figure BDA0002355608060000032
其中，mp_place表示工位，tk_quelen表示任务队列长度，α、β、γ分别表示综合信任分、工位、任务队列长度的权重。
进一步地，在将任务分配给排名分最高的执行人员之后，所述方法还包括：
在任务执行结束后，对任务执行状态进行反馈，若任务执行成功，则记录满意度评价值为第一分数，否则，记录满意度评价值为第二分数；
根据记录的满意度评价值，更新任务执行人员的隐性Elo等级分。
进一步地，更新后的隐性Elo等级分表示为：
Figure BDA0002355608060000033
其中，E′elo表示更新后的隐性Elo等级分，Ra表示当前的隐性Elo等级分，
Figure BDA0002355608060000034
表示执行人员集合内所有人员的真实得分总和，
Figure BDA0002355608060000035
表示执行人员集合内所有人员胜率期望值总和，K为系数参数。
进一步地，所述方法还包括：
若任务执行失败，则重新将任务分配给排名分次高的执行人员。
本发明的上述技术方案的有益效果如下：
上述方案中，在分配任务时，能够综合历史执行任务实际执行结果的显性满意度评价值和隐性Elo等级分，对执行人员集合内每一位人员进行综合信任评估，对综合信任评估结果进行排名，根据排名结果对任务进行动态分配，这样，一方面可以避免首次分配的冷启动问题，另一方面能够提高任务分配的合理性和有效性，以便任务更高效准确的执行。
附图说明
图1为本发明实施例提供的基于信任机制的动态任务分配决策辅助方法的流程示意图；
图2为本发明实施例提供的基于信任机制的动态任务分配决策辅助系统的结构示意图；
图3为图1中103的详细流程示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
本发明针对现有的无法合理有效地分配任务的问题，提供一种基于信任机制的动态任务分配决策辅助方法。
如图1所示，本发明实施例提供的基于信任机制的动态任务分配决策辅助方法，包括：
S101，获取待分配队列；
S102，根据待分配队列中任务的类型、执行人员等级要求，确定执行任务的执行人员集合；
S103，根据执行人员集合内每一位人员的历史执行任务的满意度评价值和隐性埃洛(Elo)等级分，对执行人员集合内每一位人员进行综合信任评估，对综合信任评估结果进行排名，根据排名结果对任务进行动态分配。
本发明实施例所述的基于信任机制的动态任务分配决策辅助方法，在分配任务时，能够综合历史执行任务实际执行结果的显性满意度评价值和隐性Elo等级分，对执行人员集合内每一位人员进行综合信任评估，对综合信任评估结果进行排名，根据排名结果对任务进行动态分配，这样，一方面可以避免首次分配的冷启动问题，另一方面能够提高任务分配的合理性和有效性，以便任务更高效准确的执行。
为了实现本发明实施例提供的基于信任机制的动态任务分配决策辅助方法，还提供了一套相应的系统，如图2所示，该系统包括：实时任务分配决策辅助支持模块和任务执行结果反馈模块；其中，
1)所述实时任务分配决策辅助支持模块包括：
实时任务相关信息的查询和显示，用于查询任务的实时执行信息、综合信任评估结果排名信息；
任务分配，根据综合信任评估结果排名之后，选择综合信任评估结果最高的进行任务分配；
可执行人员实时动态显示，可查询出人员的当前工位，任务状态等信息，帮助任务分配更加合理。
2)所述任务执行结果反馈模块包含任务反馈、满意度评价值计算，隐性Elo等级分计算。当任务执行完成后，将执行结果录入，并进行满意度评价计算，根据执行结果和满意度评价值，对隐性Elo等级分进行更新。
本发明实施例提供的基于信任机制的动态任务分配决策辅助方法涉及的数据表如表1-表5所示。
表1 table of task information(任务信息表)
属性名 数据类型 描述
tk_id int 表示任务的唯一标识(任务编号)
tk_tp int 表示该任务的类型
tk_reqtime datatime 任务的产生时间
tk_desc int 具体描述该任务的类型
mp_gd int 表示执行人员等级要求
tk_gd int 表示该任务的严酷等级
tk_pretime int 表示该任务的预计维修时间，以分钟为单位
表2 table of maintenance person information(维修人员信息表)
属性名 数据类型 描述
mp_id int 表示人员工号
mp_name varchar 描述维修人员信息
mp_place int 表示当前的工位信息(长度)
mp_gd varchar 表示人员技能等级
tk_quelen int 表示任务队列长度
skill_point array 表示技能点(能够执行的任务类型)
tk_nodo array 表示未执行的任务信息
tk_do array 表示正在执行的任务信息
表3 table of task result(执行结果记录表)
属性名 数据类型 描述
tk_id int 表示任务编号
tk_tp int 表示任务的类型
mp_id int 表示人员的唯一标识id
tk_time int 表示任务的执行时间
se float 表示满意度评价值
tk_res char 表示任务的执行结果(成功/失败)
表4 table of satification(满意度评价表)
属性名 数据类型 描述
tk_id int 表示任务编号
tk_tp int 表示任务的类型
mp_id int 表示人员工号
se float 表示满意度评价值
date datetime 添加的时间
表5 table of Elo(隐性Elo等级分表)
属性名 数据类型 描述
tk_id int 表示任务编号
tk_tp int 表示该任务的类型
mp_id int 表示人员工号
elo_gd float 隐性Elo等级分
date datetime 添加时间
本实施例中，在获取待分配队列(S101)之前，所述方法还包括：
当设备出现故障，新的任务(维修任务)产生时，根据新任务的严酷等级和请求时间(即：任务的产生时间)，将新任务加入到待分配队列中。
本实施例中，所述根据待分配队列中任务的类型、执行人员等级要求，确定执行任务的执行人员集合(S102)包括：
图2中的实时任务分配决策辅助支持模块能够根据待分配队列中的任务的类型、执行人员等级要求，从维修人员信息表中选择人员技能等级大于任务要求的等级且人员技能点包含任务类型的维修人员，得到执行任务的执行人员集合。
本实施例中，如图3所示，所述根据执行人员集合内每一位人员的历史执行任务的满意度评价值和隐性Elo等级分，对执行人员集合内每一位人员进行综合信任评估，对综合信任评估结果进行排名，根据排名结果对任务进行动态分配(S103)包括：
H1，获取执行人员集合内的第一人员，在执行结果记录表中获取所述第一人员执行的与待分配任务类型相同的任务，形成任务集，其中，第一人员为执行人员集合内的任一人员；
H2，在满意度评价表中，选取与任务集中任务编号相同的所有任务，记录任务满意度评价值，并计算所有任务的满意度平均值avese：
Figure BDA0002355608060000071
其中，sumse表示人员满足要求的任务的满意度评价值的和，sumtask表示人员满足要求满足的任务个数；
H3，在隐性Elo等级分表中获取第一人员当前的隐性Elo等级分elonow，将获取的隐性Elo等级分elonow映射为基于满意度评价值的信任评估分Elo，并将满意度平均值和得到的基于满意度评价值的信任评估分Elo相加，得到综合信任分score；
本实施例中，基于满意度评价值的信任评估分Elo表示为：
Figure BDA0002355608060000072
其中，ave_semax表示执行人员集合内，最高的满意度评价值，elonow表示第一人员当前的隐性Elo等级分，elomax和elomin分别表示执行人员集合内，最大和最小的隐性Elo等级分；
本实施例中，综合信任分score表示为：
score＝Elo+avese
H4，对综合信任分score、工位(距离)和任务队列长度进行加权处理，得到第一人员的排名分Rank：
Figure BDA0002355608060000073
其中，mp_place表示工位(距离)，tk_quelen表示任务队列长度，α、β、γ分别表示综合信任分、工位、任务队列长度的权重；
H5，对执行人员集合内所有人员的排名分进行排名并显示，任务分配模块将任务分配给排名分最高的执行人员，其中，综合信任评估结果为排名分。
本实施例，综合了集中式和分布式的不足，采用基于概率统计的显性满意度评价值，该值代表了任务执行人员对任务的执行结果的独立性能，在评估中可以缓解冷启动问题，提高综合信任评估的准确性。而采用隐性Elo等级分评估，能够避免基于概率统计出现的缺点，在一个人员优于其他等级分高的人员时得分多，输于等级分低的人员时失分也多，避免了刚成功执行几次任务后成功率就变得很高的情况。采用综合信任等级分机制，规避了概率统计的先天不足，同时通过两种评估机制同时作用，降低综合信任评估误差，提高任务分配的合理性和有效性。
本实施例中，如图2所示，所述系统还包括：任务执行结果反馈模块，在任务执行结束后，所述任务执行结果反馈模块可以对任务执行状态进行反馈，包含反馈任务是否执行成功、任务实际执行时间等信息；具体的：
在任务执行结束后，对任务执行状态进行反馈，若任务执行成功，则记录满意度评价值为第一分数(例如，1)，否则，记录满意度评价值为第二分数(例如，0)；
根据记录的满意度评价值，更新任务执行人员的隐性Elo等级分，具体步骤为：
首先假设人员A和人员B，当前的隐性Elo等级分分别为Ra,Rb，A对B的胜率期望值Ea为：
Figure BDA0002355608060000081
接着，计算人员的真实得分，将两两人员比较模拟为比赛，胜得1分，败得0分，平得0.5分，即：执行人员集合内人员两两进行比较，假设A为任务执行者，B为非任务执行者，任务执行成功，A相对于B的真实得分为Sa＝1，任务执行失败，人员A相对于B的真实得分Sa＝0；若A为非任务执行者，B为任务执行者，任务执行成功，A相对于B的真实得分为Sa＝0，执行失败，A相对于B的真实得分为Sa＝1；若A与B均不是该任务的执行者，A的相对于B真实得分为Sa＝0.5。
然后，根据记录的满意度评价值，更新任务执行人员的隐性Elo等级分，则更新后的隐性Elo等级分为：
Figure BDA0002355608060000091
其中，E′elo表示更新后的隐性Elo等级分，Ra表示当前的隐性Elo等级分，
Figure BDA0002355608060000092
表示执行人员集合内所有人员的真实得分总和，
Figure BDA0002355608060000093
表示执行人员集合内所有人员胜率期望值总和，K为系数参数，优选地，K取值为32。
最后，将更新后的隐性Elo等级分保存，本次任务分配结束。
本实施例中，若任务执行失败，则重新将任务分配给排名分次高的执行人员。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种基于信任机制的动态任务分配决策辅助方法，其特征在于，包括：
获取待分配队列；
根据待分配队列中任务的类型、执行人员等级要求，确定执行任务的执行人员集合；
根据执行人员集合内每一位人员的历史执行任务的满意度评价值和隐性Elo等级分，对执行人员集合内每一位人员进行综合信任评估，对综合信任评估结果进行排名，根据排名结果对任务进行动态分配。
2.根据权利要求1所述的基于信任机制的动态任务分配决策辅助方法，其特征在于，在获取待分配队列之前，所述方法还包括：
当新的任务产生时，根据新任务的严酷等级和请求时间，将新任务加入到待分配队列中。
3.根据权利要求1所述的基于信任机制的动态任务分配决策辅助方法，其特征在于，所述根据待分配队列中任务的类型、执行人员等级要求，确定执行任务的执行人员集合包括：
根据待分配队列中任务的类型、执行人员等级要求，从维修人员信息表中选择人员技能等级大于任务要求的等级且人员技能点包含任务类型的维修人员，得到执行任务的执行人员集合。
4.根据权利要求1所述的基于信任机制的动态任务分配决策辅助方法，其特征在于，所述根据执行人员集合内每一位人员的历史执行任务的满意度评价值和隐性Elo等级分，对执行人员集合内每一位人员进行综合信任评估，对综合信任评估结果进行排名，根据排名结果对任务进行动态分配包括：
获取执行人员集合内的第一人员，在执行结果记录表中获取所述第一人员执行的与待分配任务类型相同的任务，形成任务集，其中，第一人员为执行人员集合内的任一人员；
在满意度评价表中，选取与任务集中任务编号相同的所有任务，记录任务满意度评价值，并计算所有任务的满意度平均值avese；
在隐性Elo等级分表中获取第一人员当前的隐性Elo等级分elonow，将获取的隐性Elo等级分elonow映射为基于满意度评价值的信任评估分Elo，并将满意度平均值avese和得到的基于满意度评价值的信任评估分Elo相加，得到综合信任分score；
对综合信任分score、工位和任务队列长度进行加权处理，得到第一人员的排名分Rank；
对执行人员集合内所有人员的排名分进行排名并显示，将任务分配给排名分最高的执行人员，其中，综合信任评估结果为排名分。
5.根据权利要求4所述的基于信任机制的动态任务分配决策辅助方法，其特征在于，满意度平均值avese表示为：
Figure FDA0002355608050000021
其中，sumse表示人员满足要求的任务的满意度评价值的和，sumtask表示人员满足要求满足的任务个数。
6.根据权利要求4所述的基于信任机制的动态任务分配决策辅助方法，其特征在于，基于满意度评价值的信任评估分Elo表示为：
Figure FDA0002355608050000022
其中，ave_semax表示执行人员集合内，最高的满意度评价值，elonow表示第一人员当前的隐性Elo等级分，elomax和elomin分别表示执行人员集合内，最大和最小的隐性Elo等级分。
7.根据权利要求4所述的基于信任机制的动态任务分配决策辅助方法，其特征在于，排名分Rank表示为：
Figure FDA0002355608050000023
其中，mp_place表示工位，tk_quelen表示任务队列长度，α、β、γ分别表示综合信任分、工位、任务队列长度的权重。
8.根据权利要求1所述的基于信任机制的动态任务分配决策辅助方法，其特征在于，在将任务分配给排名分最高的执行人员之后，所述方法还包括：
在任务执行结束后，对任务执行状态进行反馈，若任务执行成功，则记录满意度评价值为第一分数，否则，记录满意度评价值为第二分数；
根据记录的满意度评价值，更新任务执行人员的隐性Elo等级分。
9.根据权利要求1所述的基于信任机制的动态任务分配决策辅助方法，其特征在于，更新后的隐性Elo等级分表示为：
Figure FDA0002355608050000031
其中，E′elo表示更新后的隐性Elo等级分，Ra表示当前的隐性Elo等级分，
Figure FDA0002355608050000032
表示执行人员集合内所有人员的真实得分总和，
Figure FDA0002355608050000033
表示执行人员集合内所有人员胜率期望值总和，K为系数参数。
10.根据权利要求8所述的基于信任机制的动态任务分配决策辅助方法，其特征在于，所述方法还包括：
若任务执行失败，则重新将任务分配给排名分次高的执行人员。
CN202010006995.8A 2020-01-03 2020-01-03 一种基于信任机制的动态任务分配决策辅助方法 Active CN111242439B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010006995.8A CN111242439B (zh) 2020-01-03 2020-01-03 一种基于信任机制的动态任务分配决策辅助方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010006995.8A CN111242439B (zh) 2020-01-03 2020-01-03 一种基于信任机制的动态任务分配决策辅助方法

Publications (2)

Publication Number Publication Date
CN111242439A true CN111242439A (zh) 2020-06-05
CN111242439B CN111242439B (zh) 2023-08-11

Family

ID=70872388

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010006995.8A Active CN111242439B (zh) 2020-01-03 2020-01-03 一种基于信任机制的动态任务分配决策辅助方法

Country Status (1)

Country Link
CN (1) CN111242439B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112181823A (zh) * 2020-09-25 2021-01-05 建信金融科技有限责任公司 测试脚本的执行方法、装置、服务器、电子设备及介质
CN112270502A (zh) * 2020-11-17 2021-01-26 北京三维天地科技股份有限公司 基于人工智能技术的环境应急任务协同处置平台
CN117933933A (zh) * 2024-01-24 2024-04-26 杭州今元标矩科技有限公司 一种企业服务的数字化平台系统及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060254601A1 (en) * 2005-04-12 2006-11-16 Fuji Photo Film Co., Ltd. Difficulty evaluating method, risk diagnosing method, characteristic evaluating method, task allocating method, and task improving method
US20130312001A1 (en) * 2010-10-28 2013-11-21 Noriaki Suzuki Task allocation optimization system, task allocation optimization method, and non-transitory computer readable medium storing task allocation optimization program
CN104933593A (zh) * 2015-04-16 2015-09-23 西安交通大学 一种基于Elo分级模型的积分激励系统及方法
CN110163474A (zh) * 2019-04-12 2019-08-23 平安普惠企业管理有限公司 一种任务分配的方法及设备
CN110298539A (zh) * 2019-05-22 2019-10-01 深圳壹账通智能科技有限公司 任务数据处理方法、装置、计算机设备及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060254601A1 (en) * 2005-04-12 2006-11-16 Fuji Photo Film Co., Ltd. Difficulty evaluating method, risk diagnosing method, characteristic evaluating method, task allocating method, and task improving method
US20130312001A1 (en) * 2010-10-28 2013-11-21 Noriaki Suzuki Task allocation optimization system, task allocation optimization method, and non-transitory computer readable medium storing task allocation optimization program
CN104933593A (zh) * 2015-04-16 2015-09-23 西安交通大学 一种基于Elo分级模型的积分激励系统及方法
CN110163474A (zh) * 2019-04-12 2019-08-23 平安普惠企业管理有限公司 一种任务分配的方法及设备
CN110298539A (zh) * 2019-05-22 2019-10-01 深圳壹账通智能科技有限公司 任务数据处理方法、装置、计算机设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
郭希娟;李墨华;: "基于多准则的动态任务分配算法" *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112181823A (zh) * 2020-09-25 2021-01-05 建信金融科技有限责任公司 测试脚本的执行方法、装置、服务器、电子设备及介质
CN112270502A (zh) * 2020-11-17 2021-01-26 北京三维天地科技股份有限公司 基于人工智能技术的环境应急任务协同处置平台
CN112270502B (zh) * 2020-11-17 2021-06-01 北京三维天地科技股份有限公司 基于人工智能技术的环境应急任务协同处置平台
CN117933933A (zh) * 2024-01-24 2024-04-26 杭州今元标矩科技有限公司 一种企业服务的数字化平台系统及方法

Also Published As

Publication number Publication date
CN111242439B (zh) 2023-08-11

Similar Documents

Publication Publication Date Title
CN111242439B (zh) 一种基于信任机制的动态任务分配决策辅助方法
JP6034890B2 (ja) 仕様、推定、原因となるドライバの発見及びマーケット反応弾性又はリフト係数の自動化
CN109325659B (zh) 一种电网建设项目投资排序新方法
US20040138897A1 (en) System and method for selecting projects and allocating capacity to departments to maximize incremental value gained within a desired level of execution risk
KR101153070B1 (ko) 인력자원 관리 시스템 및 방법
CN114780213A (zh) 高性能计算云平台资源调度方法、系统及存储介质
WO2013073048A1 (ja) 電力需給計画生成装置及び電力需給計画生成方法
CN117745119A (zh) 一种输变电工程施工承载力预警方法及装置
CN117314377A (zh) 一种基于信息化平台的人力资源管理系统
CN117077931A (zh) 一种基于挣值分析结合软件功能点拆分的软件开发项目进度和成本管控方法及系统
CN117150893A (zh) 节点机房选址方法、装置、设备及介质
CN116737387A (zh) 一种基于电网数字化业务的云计算资源预测系统及方法
CN116820767A (zh) 一种云资源管理方法、装置、电子设备及存储介质
CN115689201A (zh) 面向企业资源供需调配的多准则智能决策优化方法及系统
CN117035246A (zh) 装维工单的调度方法、装置、设备及可读存储介质
Gordon et al. Strategies for information systems implementation: The case of zero base budgeting
Jaquette et al. The implications of manpower supply and productivity for the pay and composition of the military force: An optimization model
Zhao Application of k-means clustering algorithm in human resource data informatization
CN112434978A (zh) 一种高效的办公用房调配方法及系统
Ottoman et al. Budgeting for facility maintenance and repair. II: Multicriteria process for model selection
Ferguson et al. Evaluating Sample Design Issues in the National Compensation Survey
US20140379537A1 (en) Optimizing generation of agency debit memos
Chae et al. Application of goal programming to improve resource allocation for health services in Papua New Guinea
WO2023037484A1 (ja) 設備制御装置、設備制御方法および設備制御プログラム
CN114219272A (zh) 一种专项投资绩效评价指标系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant