任务分配

摘要： 无人机集群由于其强大的信息共享与行为协作等优势,在军事、民用及科研等领域发挥了重要作用。然而无人机集群在执行大规模任务时,任务的时间约束、时序关系以及性能要求都对集群任务的协同规划与分配提出了巨大的挑战。针对多无人机协同飞行约束下的任务分配问题,本文提出了一种基于改进贪心算法的无人机集群协同任务分配算法,在保证无人机间协同飞行以及任务间时序约束的前提下,优化无人机集群的飞行时间与距离。该算法借鉴图论中的有向图来表示任务间协同飞行约束关系,并依据改进的贪心算法对任务进行局部最优分配、优化,有效获得时间最优、距离最优两种策略下的近似最佳飞行路径。在构建的覆盖扫描任务场景上进行试验对比,验证了本文所提算法的有效性,该算法相较于传统解决方法在时间与距离性能上最高能提升20%。

摘要： 为解决工作管理系统中出现的任务堆积和任务未合理分配到个人而导致的工作效率低的问题,将采用深度强化学习算法中的Deep Q-Learning算法(DQN)和Double DQN(DDQN)算法以及传统的轮询调度算法,使得能根据财务机器人中个人任务完成情况优化任务的分配。仿真结果表明:三种方法中,采用深度强化学习算法(DQN、DDQN)对任务分配更加合理,有助于工作效率的提高。

摘要： 本文研究多机协同作战的任务分配问题。首先,根据不同飞机种类的特点提出了任务适应度概念,用以描述不同任务场景下各机种执行该任务的相对优劣程度。其次,根据同一机群内和不同机群间的飞机单元执行同一任务时的相互关系,提出了关系特征函数,用以描述执行同一任务时其他执行单元对自身效能的影响。再次,针对某一任务需要多架飞机单元共同完成的实战需求,设计了考虑任务适应度和机群关系特征的全局收益指标,并通过求解最优化问题实现了多机种协同作战收益最大化。最后,针对典型的多机协同作战场景,给定任务需求后进行求解,得到了任务分配结果。结果表明,所提出的方法能够充分利用不同机种的各自优势及机群内外成员关系提高全局收益,对多机协同作战任务分配问题具有重要的意义。

摘要： 随着无人机(Uninhabited Aerial Vehicle,UAV)平台自身性能和信息化水平的提升,如何对无人机进行侦察任务分配成为重点问题;并且任务分配问题涉及无人机和目标数量、位置、性能等众多因素,也使任务分配问题变得十分复杂。针对侦察任务分配问题,进行分配建模研究,细化约束条件,使其更贴合实际应用场景。利用蚁群算法对分配模型求解,综合考虑所涉及的无人机性能、目标特点、数量等多种因素,并获得合理的分配方案,对实际应用具有一定的意义。

摘要： 针对海洋大数据收集场景,为提高数据收集效率,该文提出一种无人机和无人船联合数据收集方法。无人船在行驶过程中,通过放飞无人机并行驶到指定地点回收无人机,实现对目标海域内节点数据的高效收集。为最小化无人船和无人机工作时间,该文在无人机集群任务分配的基础上,引入连续悬停飞行(Successive-Hover-and-Fly,SHF)结构以实现低复杂度的联合轨迹优化。待优化问题受限于节点数据量和无人机速度,是难以求解的非凸问题。因此,该文提出了一个高效的连续凸近似技术迭代算法以得到次优解,并通过计算机仿真得以验证。

摘要： 针对现有空间众包中的任务分配大多只考虑单边、短期利益和单一场景的问题,提出一种基于多智能体深度强化学习的空间众包任务分配算法.首先定义一种新的空间众包场景,其中工人可以自由选择是否与他人合作;然后设计基于注意力机制和A2C(advantage actor-critic)方法的多智能体深度强化学习模型进行新场景下的任务分配;最后进行仿真实验,并将该算法与其他最新的任务分配算法进行性能对比.仿真实验结果表明,该算法能同时实现最高的任务完成率和工人收益率,证明了该算法的有效性和鲁棒性.

摘要： 为解决电力巡检无人机续航时间短、远距离机动性弱等问题,电力企业试点推广了无人机与巡检车协同巡检的新型作业模式,即车机协同巡检。这种模式实现了无人机和巡检车的优势互补,可用于大面积输电线路巡检作业。车机协同电力巡检作业过程中,巡检车的行驶路径直接影响无人机任务杆塔分配方案和巡检效率。考虑到车机协同电力巡检作业特性,将驻车点选址、驻车点处无人机任务分配及巡检车路径规划问题相结合,提出了一种面向大面积巡检区域的巡检车路径规划方法。本文以最小化巡检车完成整片运维区域巡检任务的总作业时间为优化目标,在考虑每个驻车点处无人机巡检任务分配的基础上构建了车机协同巡检车辆路径模型,设计了一种多层嵌套的启发式算法进行求解,可根据运维区域杆塔分布求解近似全局最优的驻车点选址方案及该方案下巡检车的近似最优行驶路径。最后,基于真实杆塔数据进行的实例分析展示了算法的求解效果,得出了巡检车在每个工作日访问的驻车点序列及行驶路径,可为电力企业编排车机协同巡检作业排班计划提供参考。

摘要： 目前战争形式发生变化,装备结构变得复杂,在作战环境多变、维修时间紧迫、维修资源有限等情况下,维修任务的合理分配显得越发重要。因此本文对多中心维修任务分配的研究现状进行了综述,总结现存的任务分配方法,以促进其进一步发展。本文首先对多中心维修任务分配问题进行了描述;然后,对基本概念进行了说明,对问题进行了分析;之后,对优先级排序、任务分配及路径规划常采用的模型与算法等进行了概述;最后,总结了当前研究的不足,并展望了未来发展的方向。

摘要： 针对多机器人任务分配方法在环境复杂性增加时出现的维度灾难问题,本文提出了一种基于启发式深度Q学习的多机器人多任务分配算法。采用神经网络代替传统强化学习中的Q值,避免了强化学习在高维度空间下的状态-动作空间的局限性问题;将轨迹池引入深度Q学习算法中启发动作的选择策略,提高了算法的收敛速度;在动作选择决策之中引入动态探索因子,保证算法对环境中的未知空间的充分探索,进而提高算法的学习效率。通过实验证明:基于启发式深度Q学习的任务分配算法成功缓解了复杂环境下多机器人多任务分配的维度灾难问题,通过实验对比,证明基于启发式深度Q学习的任务分配算法在收敛速度和任务分配结果方面存在明显的提升。

摘要： 网约车是一种广泛应用的共享移动应用,其核心问题是将出租车请求分配给具有不同目标的司机,尽管对网约车的任务分配进行了广泛的研究,但在很大程度上忽视了司机之间收入的公平性,由于优化视角的短视和分配技术的耗时,先行者对网约车公平任务分配的研究在公平性、效用性方面还存在不足.在本文中,提出了公平分配学习(LAF)方法,它既优化了效用又优化了公平性的高效任务分配方案,采用强化学习以整体的方式进行分配,并提出一套加速技术,以实现大规模数据的快速公平分配.实验结果表明,公平分配学习方法在公平性、效用性和效率方面分别比现有水平高出86.7%、29.1%和797%.

摘要： 针对现有研究对众包系统中用户可靠性考虑不足的问题,假设每个用户针对不同类型任务具有不同的可靠性,并在此基础上设计了一种基于用户可靠性的众包系统任务分配机制.首先,以任务发布者的收益最大化为优化目标,利用贪心技术,设计了一种高效的任务分配机制,即每次选择一个能带来最大收益的任务分配方案;其次,设计了一种基于历史信息的用户可靠性更新机制,用户可靠性的更新由用户历史可靠性和当前完成任务的质量两部分决定,并将支付给用户的最终报酬与用户的可靠性挂钩,以激励用户持续高质量地完成任务;最后,从任务发布者的总效益、任务完成率和用户可靠性三个方面分析设计机制的有效性.实验结果显示,与ProMoT方法相比,所提出的方法在有效性和可行性方面均有较好的表现,并能够提升任务发布者的总效益约16％,同时可以解决现有方法中的用户不可靠问题,提高了众包系统的可靠性和任务发布者的总收益.

摘要： 智能终端设备和无线通信的迅速发展为群智感知在移动环境下的应用奠定了基础,从而可以利用群智感知完成大规模的、复杂社会感知任务.然而,移动群智感知系统中,地理位置相关的最优任务分配问题被证明为NP难问题.为了解决该问题,综合考虑移动用户的时间成本以及感知任务的完成时间和完成质量等要求,建立了多用户协同目标分配问题的数学模型,并基于此提出一种近似最优算法LBTA,该算法包含两个部分:首先确定用户之间的任务分配顺序,其次针对单个用户确定其任务分配路径.仿真结果表明,利用该算法可以得到较好的分配方案,能够在规定的时间或资源约束下得到满足一定优化需求的目标分配方案.

摘要： 区域侦察在环境监视、抗险救灾和军事情报侦察等领域扮演着非常重要的角色.当前不同类型的对地观测资源在应用上缺乏协同,导致整体效率低下.构建空天地一体化对地观测网络,统筹各类卫星、无人机、飞艇、地面传感器资源,实现协同任务规划,是突破这一瓶颈的关键.首先,提出一种两阶段的层次化协同任务规划框架,分析了协同要素,设计了有效的协同机制和流程.第一阶段为区域目标分解,第二阶段为协同任务分配.其次,根据不同任务需求和各类资源的观测能力,提出多粒度区域目标分解算法.然后,根据任务和资源状态,构建资源负载度、任务冲突率、任务冲突度和冲突剩余能力4项启发式准则.基于启发式准则,构建协同任务规划的数学模型,并对模型进行求解.最后,通过仿真实验,验证了区域目标分解方法与任务规划方法的有效性.

摘要： 多无人机航路规划是基于分层规划思想下,生成航路初始规划的重要阶段.在多无人机系统中,实时任务分配和与其对应的实时航路规划是其协同工作应对多变战场环境的重要需求,规划的目标就是在短时间内给出各个目标点与多无人机的实际可飞航路和距离代价,以便后续航路详细规划与任务分配取用.在考虑地形约束、威胁约束以及最大航路约束条件下,建立多无人机航路规划模型,提出将弹性带理论应用于航路规划的动态规划算法,仿真结果表明,规划算法比传统航路规划效率高,耗时更短,可以在苛刻的时间约束和资源约束下得到效果更好的全局航路规划方案.

摘要： UUV集群具有空间分布、功能分布、时间分布的特点,能够实现单个UUV无法或难以完成的复杂任务,是未来UUV反水雷技术发展的新方向.本文开展了集群反水雷系统总体方案研究,提出集群反水雷系统的组成、作战流程,研究了集群反水雷搜索控制技术、任务分配技术、自主协作导航技术等主要关键技术途径,进行了系统集成方案仿真验证,验证了所提出的方法的有效性.研究结果可为系统构建UUV集群反水雷系统提供技术基础.

摘要： 本文基于对无人机集群概念与内涵的理解,对国外无人机集群作战的发展现状进行了梳理,对集群自主规划知识库构建、集群任务分解和行动序列生成、无人机集群的分布式任务分配、集群协同策略优选学习器构建等无人机集群自主规划的技术难点进行了分析,并提出了相应的解决方案,以期从中获得对中国无人机集群运用能力发展有益的启示.

摘要： 随着“遥感20号”卫星的成功在轨应用,越来越多的敏捷卫星(星座)将被投入使用,如何协同调度多颗敏捷卫星、最大化发挥敏捷卫星的观测效能,成为一项值得研究的问题.敏捷对地观测卫星的调度问题是一个具有高复杂度的时间依赖组合优化问题,同时,多颗敏捷卫星协同调度包含多星任务分配问题与协同调度问题,二者相互耦合使得解空间急剧增大,问题更加复杂.针对该问题,设计一种基于自适应大邻域搜索的求解算法,包含双重循环:内循环为局部搜索过程,由破坏邻域和修复邻域组成;外层循环包含自适应层,能够根据算子表现自适应调整算子权重,同时采用模拟退火机制控制解的更新.仿真实验对参数进行了优化,比较了多种算子与分配规则的有效性.实验结果表明,该方法能够在更少的时间内生成收益更高的解,有效解决多颗敏捷卫星协同调度问题,证明了算法的效率和有效性.

摘要： 复杂动态的云制造环境下,由于不同种类的制造资源在特性和属性上的差异性,其任务分配和服务选择问题也具有多样性.随着近几年3D打印技术的不断发展,云制造中3D打印任务和服务的供需匹配问题需要根据其特性进行建模和研究.本文分析了云制造中3D打印服务的服务属性,包括3D模型的尺寸、打印材料、打印精度、成本、时间和物流因素.然后提出了3D打印服务交易模型和选择方法.通过此服务选择方法可以生成针对全局3D打印任务的最优服务选择方案,以加快平台向服务需求者的任务交付.实验结果表明,随着任务数量的增加,该方法的平均任务完成时间比传统服务选择方法要短.而且通过采用该方法,不同规模的服务提供者获得的任务数量更加均衡.

摘要： 作为加入后勤处不久的一员,对于后勤管理也有着自己的一点心得体会.在我心中后勤人员就要牢固树立为第一线服务的思想,注重服务的态度,不断提高工作质量,急人之所急.本文介绍了作者对于在后勤管理中关于任务分配模式、物资管理以及服务质量的一些体会.

摘要： 针对虚拟计算环境中任务具有数量庞大、需求模糊、种类多样等特征,本文通过虚拟计算实验床平台公布的一周数据,提出了一种对任务特征进行聚类的分析模型,通过分析任务特征,从运行需求、服务指标、任务状态与消耗情况等方面进行分析,并基于机器学习理论对任务特征进行聚类研究,经实验结果验证,应用与任务消耗之间的关系不是绝对的.根据不同任务特征进行聚类,其聚类结果也各不相同.此外,取值半径越小,簇类数量越少;当取值半径的数值不变时,合并因子越小,簇类数量越多.这些实验结果为构建任务仿真模型与解决虚拟计算环境下资源匹配面临的挑战提供新思路.

摘要： 本发明公开了一种基于任务分配协调策略与粒子群算法的任务分配方法，包括以下步骤：1)利用粒子群算法优化分配半径，得到初始分配结果；2)运用协调策略对初始分配结果进行调整，完成第一次分配；3)重复步骤1)‑2)，对未分配任务进行再次分配，直至任务完全分配。本发明的基于任务分配协调策略与粒子群算法的任务分配方法，将任务协调策略与粒子群算法相结合，解决复杂约束条件下仓储物流多机器人任务分配中常见的任务分配重叠、任务过载荷以及机器人在执行任务时电量的剩余或不足等问题。

摘要： 本说明书公开了一种任务分配系统及任务分配方法，控制中心可以获取各待处理任务，而后，针对每个待处理任务，根据该待处理任务的任务类型和/或任务相关信息，从其他待处理任务中确定出与该待处理任务相关联的至少一个任务，作为该待处理任务对应的关联任务，并将该待处理任务以及该待处理任务对应的关联任务作为关联任务集。进而，根据各工作站对应的属性信息，选取与该关联任务集相匹配的工作站，作为目标工作站，并将该关联任务集分配给目标工作站进行任务执行。从而能够在一定程度上提高任务执行效率。

摘要： 任务分配装置具备：操作终端连接部，管理操作者具有的操作终端的连接状态；状态接收部，从机器人接收状态信息；信息控制部，在基于所述状态信息判断为所述机器人发生了异常事件的情况下，从可用操作者中选择用于处理该异常事件的操作者；以及发送部，将针对所述机器人的异常事件的处理请求与所述机器人的状态信息一起发送到所述被选择的操作者的操作终端。

摘要： 本发明提供了一种任务分配方法和任务分配装置。该任务分配方法包括：对多个计算任务和多个计算资源单元进行定量化表征，得到定量表征结果；针对多个计算任务和多个计算资源单元，根据定量表征结果确定多个目标函数和对应的多个约束条件；基于多个约束条件，利用多目标优化算法对多个目标函数进行求解，获得非劣解集，其中，非劣解集中的每个非劣解对应一种任务分配策略；从非劣解集中选择最优解，并根据最优解将多个计算任务分配到多个计算资源单元上执行，能够实现计算资源的整合和合理分配。

摘要： 本说明书公开了一种任务分配方法及任务分配装置。控制中心可以获取任务数据，并确定该任务数据对应任务的任务类别。而后，可以查询该任务类别对应的各子任务类别，并针对每个子任务类别，根据该任务数据以及该子任务类别对应的任务配置数据，生成该子任务类别对应的子任务。进而，根据各子任务类别对应的子任务，生成任务数据对应的待处理任务。控制中心可以出确定与待处理任务相匹配的搬运设备，作为目标搬运设备，以及确定与待处理任务相匹配的至少一个工作站，作为至少一个目标工作站，向目标搬运设备分配待处理任务，以及针对每个目标工作站，向该目标工作站分配待处理任务中包含的与该目标工作站相匹配的子任务，从而提高了工作效率。

摘要： 本发明提供一种最大化任务分配数量的多阶段任务分配方法，该方法将众包区域划分相同网格，进行三阶段的任务分配过程，将离线指导与在线分配结合起来，并利用激励机制和顺路车模型优化任务分配过程，得到更具优化的分配方案。本发明提出的任务分配方法不论在分配效率和分配效用上都取得了更好的分配结果，并实现了最大化任务分配数量。

摘要： 本申请提供一种任务分配方法、任务分配装置、计算机可读存储介质及电子设备；涉及计算机技术领域；包括：获取至少一个待分配的第一运输任务；获取各运输设备与至少一个第一运输任务中每个第一运输任务的起点之间的距离，并获取各运输设备对应的已分配的第二运输任务；根据距离以及第二运输任务的数量从各运输设备中为每个第一运输任务分配目标运输设备，使得至少一个第一运输任务各自的起点与对应的目标运输设备之间的距离之和最小。上述方法能够通过多维度信息对第一运输任务进行分配，改善任务分配的合理性，进而可以提升任务执行效率以及对于运输设备的利用率。

摘要： 本公开提供了一种判图任务分配系统，包括：安检设备，用于获取被检测对象的扫描图像；任务调度中心，用于将判图任务分配给判图站，其中，判图任务是响应于安检设备获取到被检测对象的扫描图像后生成的，判图任务包括安检设备的标识信息；以及判图站，用于根据任务调度中心分配的判图任务，从安检设备获取被检测对象的扫描图像，并根据被检测对象的扫描图像对被检查对象进行检测。本公开还提供了一种用于判图任务分配的方法。

摘要： 本发明属于计算机领域，具体涉及一种任务分配方法及虚拟货币挖矿任务分配方法，包括：所述第一级运算芯片接收控制器下发的数据并解析，若数据解析为时戳预设命令，则进行时戳预设，若数据解析为任务数据，则根据时戳预设将任务数据中对应的时戳字段进行更新，并生成新的任务数据，并将新的任务数据发送到下一级运算芯片，直到所有运算芯片均完成运算。本发明的使控制器往运算芯片发送的数据量减小，使上下串联通信频率降低，使系统设计更稳定。

摘要： 本申请适用于核电站信息化建设技术领域，提供了核电站的任务分配方法、核电站的任务分配系统、终端设备及计算机可读存储介质，该核电站的任务分配方法，包括：获取至少两个核电站中每个核电站在预设时间段内分配的任务的任务信息；根据所述任务的类别对所述任务信息进行分类，获得不同核电站之间，属于同一类别的任务的任务信息；比对不同核电站之间，属于同一类别的任务的任务信息，获得比对结果；根据所述比对结果，确定至少一个核电站的任务分配策略。通过上述方法，能够解决对核电站的任务信息的分析效率较低，导致后续对各个核电站的任务分配方式进行优化的优化效率较低的问题。