人员能力与任务不确定环境下的一种任务分配方法研究

摘要

动态任务分配就是将合适的任务实时地分配给合适的成员，以充分利用系统的资源，提高任务的完成绩效。在一个不确定性系统中，任务到达的时间是随机的、不确定的，到达的任务类型是多样的、变化的，外界环境的变化会增加系统的不确定性，同时人员受外界以及自身状态的影响其处理任务的能力也是波动的。
　　随着人工智能的发展，动态任务分配理论成果越来越成熟，其应用领域也更加广泛，但仍缺乏对不确定性人机系统中的任务-人员动态分配的研究。现有的任务-人员动态分配研究中，多集中于对外界不确定性的研究，而忽略人员能力波动性也会导致人机系统的不确定性。借鉴多Agent系统在不确定环境下智能体决策理论，建立马尔科夫决策过程(Markov Decision Processes，MDP)模型解决不确定性人机系统中任务-人员动态分配问题，丰富任务-人员动态分配理论，解决实际不确定性任务-人员动态分配问题、人员合作模式选择问题，从而降低不确定事件对系统的不良影响，提高系统的运作效率。论文完成的主要工作如下:
　　(1)针对人机系统外界环境不确定和作业者能力波动，建立了基于MDP的人员能力与任务不确定性分配模型，并对MDP模型中的每个参数给出具体定义和说明，论证了其解的存在性，使用改进的策略迭代算法对模型进行了求解。
　　(2)以MATB（Multi-Attribute Task Battery,多属性任务组）动态任务环境为应用背景，对MATB中任务-人员分配以及人员合作方式的选择问题进行了深入地分析，通过构建合理的人因实验设计，有效解决了MDP模型求解所需的脑力负荷值、处理速度概率值、人员差异性等参数的获取问题。
　　(3)采用MATLAB仿真，对随机任务-人员分配策略和基于MDP的分配策略进行了比较，验证了基于MDP分配策略的有效性和优越性，并对两种不同人员合作模式的分配策略进行了对比分析，证明了能力均等的合作方式优于能力差异的组合方式。

目录

声明

致谢

摘要

1．1 研究背景

1．2 研究目的和意义

1．3 文献综述

1．3．1 任务分配问题的发展历程

1．3．2 智能任务分配

1．3．3 MDP模型在动态任务分配中的应用

1．3．4 研究现状分析

1．4 本文研究内容和逻辑结构

1．4．1 研究内容

1．4．2 论文研究框架

2 基于不确定性的任务-人员分配模型构建与求解

2．1 外界不确定性与作业者能力波动性分析

2．1．1 外界不确定性分析

2．1．2 作业者能力波动性分析

2．2 基于不确定性的任务-人员分配模型构建

2．2．1 任务-人员分配问题的MDP描述和分析

2．2．2 任务-人员动态分配的MDP模型

2．2．3 解的存在性论证

2．3 基于策略迭代算法的人员-任务分配MDP模型的研究

2．3．1 策略迭代算法

2．3．2 改进的策略迭代算法

2．4 本章小结

3 MATB动态环境下任务-人员分配模型的应用研究

3．1．1 MATB任务介绍

3．1．2 任务类型

3．2 MATB动态环境下任务-人员分配MDP建模

3．3 MDP待定参数的实验设计

3．3．1 MATB实验任务设计

3．3．2 实验设备

3．3．3 实验被试

3．3．4 实验自变量

3．3．5 实验因变量

3．3．6 实验过程

3．4 本章小结

4 实验数据采集及分析

4．1 数据整理分析方法

4．1．1 MATB任务结果的获取

4．1．2 任务负荷的获取

4．1．3 作业者能力波动性的获取

4．1．4 数据分析方法

4．2 任务聚类分析

4．3 作业者聚类分析

4．3．1 作业者能力聚类分析

4．3．2 作业者负荷聚类分析

4．4 方差分析

4．5 本章小结

5 基于不确定性实验的任务分配模型求解与分析

5．1 基于不确定性实验的MDP模型构建

5．2 模型求解与策略比较

5．3 合作方式比较

5．4 本章小结

6．1 研究总结

6．2 研究展望

参考文献

附录

作者简历及攻读硕士学位期间取得的研究成果

学位论文数据集