基于云環(huán)境下新產(chǎn)品開發(fā)團(tuán)隊(duì)優(yōu)選研究
發(fā)布時(shí)間:2021-11-27 00:20
針對(duì)云環(huán)境下新產(chǎn)品開發(fā)團(tuán)隊(duì)優(yōu)選問題,充分考慮團(tuán)隊(duì)的研發(fā)能力、協(xié)調(diào)能力和服務(wù)質(zhì)量,建立了包含知識(shí)相似度評(píng)價(jià)模型、協(xié)同效應(yīng)評(píng)價(jià)模型和服務(wù)質(zhì)量評(píng)價(jià)模型的綜合評(píng)價(jià)模型;對(duì)算法的適應(yīng)度函數(shù)和搜索方式加以改進(jìn),提出了改進(jìn)的人工蜂群算法,對(duì)所建立的模型進(jìn)行求解,為服務(wù)需求方選擇出最優(yōu)團(tuán)隊(duì)組合;最后,以自動(dòng)引導(dǎo)運(yùn)輸車(AGV)的新產(chǎn)品開發(fā)為例,通過模型求解和算法對(duì)比,驗(yàn)證了所提方法的可行性和有效性。
【文章來源】:計(jì)算機(jī)應(yīng)用研究. 2020,37(01)北大核心CSCD
【文章頁數(shù)】:7 頁
【文章目錄】:
0 引言
1 團(tuán)隊(duì)組合優(yōu)選與知識(shí)轉(zhuǎn)移過程描述
1.1 云平臺(tái)團(tuán)隊(duì)組合與優(yōu)選過程描述
1.2 并行新產(chǎn)品開發(fā)與團(tuán)隊(duì)知識(shí)轉(zhuǎn)移過程描述
2 模型構(gòu)建
2.1 知識(shí)相似度評(píng)價(jià)模型
2.2 協(xié)同效應(yīng)評(píng)價(jià)模型
2.3 服務(wù)質(zhì)量評(píng)價(jià)模型
2.4 綜合評(píng)價(jià)模型
3 改進(jìn)人工蜂群算法
3.1 適應(yīng)度函數(shù)
3.2 搜索方式
3.3 算法流程
4 實(shí)驗(yàn)結(jié)果與分析
4.1 實(shí)驗(yàn)背景及相關(guān)數(shù)據(jù)求解
4.2 算法求解
4.3 有效性驗(yàn)證和算法對(duì)比
5 結(jié)束語
【參考文獻(xiàn)】:
期刊論文
[1]基于知識(shí)相似度和學(xué)習(xí)能力的產(chǎn)品設(shè)計(jì)人員指派方法[J]. 陳友玲,陽瑋琦,劉傳彪,蘭桂花,楊續(xù)昌. 計(jì)算機(jī)集成制造系統(tǒng). 2017(08)
[2]設(shè)計(jì)云服務(wù)平臺(tái)下的網(wǎng)絡(luò)團(tuán)隊(duì)成員優(yōu)選決策[J]. 劉敬,余隋懷,初建杰,李雪瑞,陳健. 計(jì)算機(jī)集成制造系統(tǒng). 2017(06)
[3]基于知識(shí)歐姆定律的上下游活動(dòng)重疊時(shí)間估算[J]. 陳友玲,蘭桂花,梁佩馨. 計(jì)算機(jī)集成制造系統(tǒng). 2016(12)
[4]基于服務(wù)質(zhì)量的云制造服務(wù)雙向匹配模型[J]. 趙金輝,王學(xué)慧. 計(jì)算機(jī)集成制造系統(tǒng). 2016(01)
[5]基于模糊集理論和知識(shí)相似度的復(fù)雜產(chǎn)品設(shè)計(jì)任務(wù)分配方法[J]. 呂炎杰,趙罡,于勇. 計(jì)算機(jī)集成制造系統(tǒng). 2015(04)
[6]基于信息熵的改進(jìn)人工蜂群算法[J]. 李彥蒼,彭揚(yáng). 控制與決策. 2015(06)
[7]考慮指標(biāo)期望的新產(chǎn)品開發(fā)交叉功能團(tuán)隊(duì)成員選擇方法[J]. 姜艷萍,潘恩,梁海明. 運(yùn)籌與管理. 2013(04)
[8]基于改進(jìn)人工蜂群算法的并聯(lián)機(jī)器人正運(yùn)動(dòng)學(xué)解[J]. 任子武,王振華,孫立寧. 機(jī)械工程學(xué)報(bào). 2013(13)
[9]基于改進(jìn)蟻群算法的服務(wù)組合優(yōu)化[J]. 夏亞梅,程渤,陳俊亮,孟祥武,劉棟. 計(jì)算機(jī)學(xué)報(bào). 2012(02)
[10]基于協(xié)同效應(yīng)的知識(shí)創(chuàng)新團(tuán)隊(duì)伙伴選擇方法[J]. 馮博,樊治平. 管理學(xué)報(bào). 2012(02)
碩士論文
[1]基于Simio的產(chǎn)品設(shè)計(jì)過程重疊模式仿真優(yōu)化研究[D]. 徐廷.山東大學(xué) 2016
本文編號(hào):3521216
【文章來源】:計(jì)算機(jī)應(yīng)用研究. 2020,37(01)北大核心CSCD
【文章頁數(shù)】:7 頁
【文章目錄】:
0 引言
1 團(tuán)隊(duì)組合優(yōu)選與知識(shí)轉(zhuǎn)移過程描述
1.1 云平臺(tái)團(tuán)隊(duì)組合與優(yōu)選過程描述
1.2 并行新產(chǎn)品開發(fā)與團(tuán)隊(duì)知識(shí)轉(zhuǎn)移過程描述
2 模型構(gòu)建
2.1 知識(shí)相似度評(píng)價(jià)模型
2.2 協(xié)同效應(yīng)評(píng)價(jià)模型
2.3 服務(wù)質(zhì)量評(píng)價(jià)模型
2.4 綜合評(píng)價(jià)模型
3 改進(jìn)人工蜂群算法
3.1 適應(yīng)度函數(shù)
3.2 搜索方式
3.3 算法流程
4 實(shí)驗(yàn)結(jié)果與分析
4.1 實(shí)驗(yàn)背景及相關(guān)數(shù)據(jù)求解
4.2 算法求解
4.3 有效性驗(yàn)證和算法對(duì)比
5 結(jié)束語
【參考文獻(xiàn)】:
期刊論文
[1]基于知識(shí)相似度和學(xué)習(xí)能力的產(chǎn)品設(shè)計(jì)人員指派方法[J]. 陳友玲,陽瑋琦,劉傳彪,蘭桂花,楊續(xù)昌. 計(jì)算機(jī)集成制造系統(tǒng). 2017(08)
[2]設(shè)計(jì)云服務(wù)平臺(tái)下的網(wǎng)絡(luò)團(tuán)隊(duì)成員優(yōu)選決策[J]. 劉敬,余隋懷,初建杰,李雪瑞,陳健. 計(jì)算機(jī)集成制造系統(tǒng). 2017(06)
[3]基于知識(shí)歐姆定律的上下游活動(dòng)重疊時(shí)間估算[J]. 陳友玲,蘭桂花,梁佩馨. 計(jì)算機(jī)集成制造系統(tǒng). 2016(12)
[4]基于服務(wù)質(zhì)量的云制造服務(wù)雙向匹配模型[J]. 趙金輝,王學(xué)慧. 計(jì)算機(jī)集成制造系統(tǒng). 2016(01)
[5]基于模糊集理論和知識(shí)相似度的復(fù)雜產(chǎn)品設(shè)計(jì)任務(wù)分配方法[J]. 呂炎杰,趙罡,于勇. 計(jì)算機(jī)集成制造系統(tǒng). 2015(04)
[6]基于信息熵的改進(jìn)人工蜂群算法[J]. 李彥蒼,彭揚(yáng). 控制與決策. 2015(06)
[7]考慮指標(biāo)期望的新產(chǎn)品開發(fā)交叉功能團(tuán)隊(duì)成員選擇方法[J]. 姜艷萍,潘恩,梁海明. 運(yùn)籌與管理. 2013(04)
[8]基于改進(jìn)人工蜂群算法的并聯(lián)機(jī)器人正運(yùn)動(dòng)學(xué)解[J]. 任子武,王振華,孫立寧. 機(jī)械工程學(xué)報(bào). 2013(13)
[9]基于改進(jìn)蟻群算法的服務(wù)組合優(yōu)化[J]. 夏亞梅,程渤,陳俊亮,孟祥武,劉棟. 計(jì)算機(jī)學(xué)報(bào). 2012(02)
[10]基于協(xié)同效應(yīng)的知識(shí)創(chuàng)新團(tuán)隊(duì)伙伴選擇方法[J]. 馮博,樊治平. 管理學(xué)報(bào). 2012(02)
碩士論文
[1]基于Simio的產(chǎn)品設(shè)計(jì)過程重疊模式仿真優(yōu)化研究[D]. 徐廷.山東大學(xué) 2016
本文編號(hào):3521216
本文鏈接:http://www.sikaile.net/kejilunwen/sousuoyinqinglunwen/3521216.html
最近更新
教材專著