復(fù)雜產(chǎn)品設(shè)計(jì)過(guò)程任務(wù)分解、排序和分配優(yōu)化技術(shù)研究.pdf

1、企業(yè)之間的競(jìng)爭(zhēng)隨著經(jīng)濟(jì)的增長(zhǎng)越來(lái)越激烈，企業(yè)的競(jìng)爭(zhēng)表現(xiàn)為產(chǎn)品的競(jìng)爭(zhēng)，如何開(kāi)發(fā)出具有競(jìng)爭(zhēng)力的產(chǎn)品且開(kāi)發(fā)周期最短、成本最低成為企業(yè)重點(diǎn)關(guān)注問(wèn)題。在開(kāi)發(fā)過(guò)程中，產(chǎn)品的結(jié)構(gòu)與功能隨著科學(xué)技術(shù)的發(fā)展也變得越來(lái)越復(fù)雜，導(dǎo)致產(chǎn)品的設(shè)計(jì)過(guò)程越來(lái)越復(fù)雜，不確定因素多，采用科學(xué)技術(shù)合理管理規(guī)劃產(chǎn)品設(shè)計(jì)過(guò)程對(duì)于企業(yè)生存至關(guān)重要。為此本文對(duì)復(fù)雜產(chǎn)品設(shè)計(jì)過(guò)程的任務(wù)分解、任務(wù)排序、任務(wù)分配建模及其優(yōu)化技術(shù)進(jìn)行了研究。
　　針對(duì)任務(wù)分解，提出了一種基于粗糙集識(shí)

2、別耦合任務(wù)集的方法，通過(guò)復(fù)雜產(chǎn)品結(jié)構(gòu)樹(shù)進(jìn)行任務(wù)最小化分解，采用粗糙集處理任務(wù)關(guān)聯(lián)評(píng)價(jià)數(shù)據(jù)的不確定性，識(shí)別聚類(lèi)耦合任務(wù)，實(shí)現(xiàn)任務(wù)分解。
　　針對(duì)復(fù)雜產(chǎn)品設(shè)計(jì)過(guò)程開(kāi)發(fā)時(shí)間長(zhǎng)、成本難以計(jì)算，提出基于任務(wù)重疊的復(fù)雜產(chǎn)品開(kāi)發(fā)過(guò)程仿真方法。采用信息輸入矩陣和信息輸出矩陣來(lái)量化任務(wù)的順序重疊和反饋重疊;對(duì)設(shè)計(jì)過(guò)程的迭代特性采用任務(wù)返工概率矩陣、返工影響矩陣、學(xué)習(xí)效應(yīng)曲線及質(zhì)量改進(jìn)矩陣描述;在任務(wù)重疊和迭代情況下，提出時(shí)間、成本、質(zhì)量的計(jì)算方法，

3、并改進(jìn)了產(chǎn)品開(kāi)發(fā)過(guò)程仿真算法。最后，通過(guò)一個(gè)實(shí)例證明了該模型的有效性和實(shí)用性。
　　針對(duì)任務(wù)排序優(yōu)化，提出了基于遺傳算法和仿真相結(jié)合的任務(wù)排序優(yōu)化方法。首先，采用任務(wù)完成時(shí)間最短、任務(wù)完成質(zhì)量最高作為任務(wù)優(yōu)化的目標(biāo)函數(shù)，建立控制成本的約束規(guī)則;然后通過(guò)遺傳算法調(diào)用仿真程序，仿真獲得目標(biāo)值的方式，對(duì)任務(wù)排序優(yōu)化進(jìn)行求解。
　　針對(duì)任務(wù)的分配，提出質(zhì)量—成本—時(shí)間的多目標(biāo)任務(wù)分配模型。首先采用仿真獲得在重疊和迭代反饋情況下，單個(gè)