針對(duì)企業(yè)單件小批量生產(chǎn)及交付期縮短所帶來(lái)的工藝任務(wù)管控難題,提出了工藝人員與任務(wù)的二階段匹配方法。首先為待分配的任務(wù)進(jìn)行工藝員適應(yīng)性篩選,獲得能夠勝任該任務(wù)的工藝員集合;然后判斷每個(gè)工藝員自身的優(yōu)先級(jí)隊(duì)列及任務(wù)交付期是否可承接該工藝任務(wù);最終利用熵值法對(duì)工藝員的靜態(tài)、動(dòng)態(tài)屬性進(jìn)行多指標(biāo)綜合評(píng)分,根據(jù)模型的評(píng)分結(jié)果生成任務(wù)分配的人員推薦方案。基于成都飛機(jī)工業(yè)有限責(zé)任公司數(shù)字工藝任務(wù)管控系統(tǒng),所提方法有效地解決了其復(fù)雜工藝任務(wù)引發(fā)的人員調(diào)配混亂、任務(wù)堆積逾期等問(wèn)題,極大地提升了其工藝部門的生產(chǎn)效率。 

【文章頁(yè)數(shù)】：7 頁(yè)

【文章目錄】：
1 工藝人員與任務(wù)二階段匹配模型
    1.1 面向單一任務(wù)的工藝員適應(yīng)性篩選
    1.2 面向任務(wù)隊(duì)列的工藝員適應(yīng)性篩選
2 熵值法估算指標(biāo)權(quán)重
    1) 正向指標(biāo)處理
    2) 負(fù)向指標(biāo)處理
3 任務(wù)分配及緊急調(diào)度
    3.1 多指標(biāo)綜合評(píng)分
    3.2 緊急調(diào)度
4 結(jié) 論


【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)人工蜂群算法求解模糊柔性作業(yè)車間調(diào)度問(wèn)題[J]. 鄭小操,龔文引.  控制理論與應(yīng)用. 2020(06)
[2]融合用戶興趣和評(píng)分差異的協(xié)同過(guò)濾推薦算法[J]. 陸航,師智斌,劉忠寶.  計(jì)算機(jī)工程與應(yīng)用. 2020(07)
[3]基于標(biāo)簽權(quán)重的協(xié)同過(guò)濾推薦算法[J]. 雷曼,龔琴,王紀(jì)超,王保群.  計(jì)算機(jī)應(yīng)用. 2019(03)
[4]基于協(xié)作相容性的工作流任務(wù)分配優(yōu)化方法[J]. 胡海洋,姬朝配,胡華,葛季棟.  計(jì)算機(jī)研究與發(fā)展. 2017(04)
[5]基于人工蜂群算法的柔性工藝與車間調(diào)度集成優(yōu)化[J]. 宋栓軍,楊佩莉,石雯麗.  計(jì)算機(jī)應(yīng)用. 2017(02)
[6]基于合作與競(jìng)爭(zhēng)關(guān)系的標(biāo)簽推薦算法[J]. 何戀,韓立新,史雪榮.  中國(guó)科技論文. 2016(14)
[7]基于用戶模糊相似度的協(xié)同過(guò)濾算法[J]. 吳毅濤,張興明,王興茂,李晗.  通信學(xué)報(bào). 2016(01)
[8]人員柔性度對(duì)作業(yè)車間調(diào)度的影響研究[J]. 林仁,周國(guó)華,夏方禮,王扉,吳承遜.  計(jì)算機(jī)應(yīng)用研究. 2016(10)
[9]基于標(biāo)簽權(quán)重評(píng)分的推薦模型及算法研究[J]. 孔欣欣,蘇本昌,王宏志,高宏,李建中.  計(jì)算機(jī)學(xué)報(bào). 2017(06)
[10]單件小批量混合車間調(diào)度算法[J]. 張宏國(guó),吳雨桐.  中國(guó)科技論文. 2015(08)



本文編號(hào)：3678329