导读:本文包含了任务分配模型论文开题报告文献综述及选题提纲参考文献，主要关键词:排队论,油料保障,管道加油,任务分配
任务分配模型论文文献综述
林贤隆,陈智[1]（2019）在《基于M/D/c排队模型的机场管道加油任务分配问题研究》一文中研究指出针对机场管道加油保障任务特点,结合战时可能出现的任务强度激增,飞行着陆不规律、不等距等问题,采用排队论的方法,建立了M/D/c排队模型,确定了平均服务率和计算模型,通过对不同机场管道加油能力的分析,对其排队概率、平均等待时间、平均等待架数等指标进行预测,能够更加科学、直观地掌握不同机场保障任务轻重,能够为指挥员在进行保障任务分配时提供理论依据,同时也为战时机场油料应急支援力量配备提供参考。(本文来源于《舰船电子工程》期刊2019年11期）
牟向伟,林英霞,刘佳晨,张琳[2]（2019）在《基于改进量子进化算法的末端配送任务动态分配模型》一文中研究指出大多数物流快递企业的配送业务末端会按照固定的配送服务区进行配送任务分配,无法针对变化频繁、分布不均的动态配送需求进行合理的配送资源设置,造成了各个末端配送节点工作负荷不均衡的现象,并进一步导致了配送调度管理混乱等问题。针对末端配送任务分配问题建立了一种考虑配送成本、资源利用率以及工作量配比差异的配送任务分配模型,对量子进化算法进行改进。对此问题求解,提出采用量子群稳定度作为算法退出判定条件,来避免算法的早退与无效迭代问题,并引入量子变异与淘汰机制,加强了算法对可行解的搜索能力。实验结果表明,与按配送区进行分配的方案相比,算法给出的方案有效缓解了配送任务分配不均的现象,同时也有效降低了总体配送成本。相关模型和算法可以根据动态的配送需求合理地分配各个末端网点的配送任务,有助于配送业务的下一步配送路径优化和科学调度。(本文来源于《科学技术与工程》期刊2019年31期）
李鑫滨,章寿涛,闫磊,韩松[3]（2019）在《基于鲁棒Restless Bandits模型的多水下自主航行器任务分配策略》一文中研究指出针对水下监测网络中多自主航行器(AUV)协同信息采集任务分配问题进行了研究。首先,为了同时考虑系统中目标传感器的节点状态与声学信道状态对AUV任务分配问题的影响,构建了水声监测网络系统的综合模型;其次,针对水下存在的多未知干扰因素并考虑了模型产生不精确的情况,基于强化学习理论将多AUV任务分配系统建模为鲁棒无休止赌博机问题(RBP)。最后,提出鲁棒Whittle算法求解所建立的RBP,从而求解得出多AUV的任务分配策略。仿真结果表明,在干扰环境下与未考虑干扰因素的分配策略相比,在系统分别选择1、2、3个目标时,鲁棒AUV分配策略对应的系统累计回报值参数的性能分别提升了5.5%、12.3%和9.6%,验证了所提方法的有效性。(本文来源于《计算机应用》期刊2019年10期）
黄永锋,孙自诚,罗保国[4]（2019）在《笔记本电脑自动化测试的任务分配模型与方法》一文中研究指出笔记本电脑的软件和硬件测试是笔记本在大规模生产前一个非常重要的环节.由于笔记本电脑是一个集成度较高的产品,测试过程的重复性和复杂性就成了笔记本测试的一个主要特征.针对这一特点设计了一种测试任务模型并实现了相应的自动化分配算法.首先根据测试要求将相应的测试任务进行整合,形成一个由多种测试条件组合的数据表;然后再根据每台笔记本的状态进行自动任务分配.测试员只需根据提示完成相应测试任务即可,无需对任务进行分类测试这一繁琐的过程.通过多台机器的实际测试,验证了分配算法的实用性,使测试效率有了明显提高.(本文来源于《计算机系统应用》期刊2019年06期）
郭竑晖,崔博文,宋召良,黄燕妮[5]（2019）在《基于TFAHP的高校教学任务分配优化模型分析》一文中研究指出教学任务分配与教师教学综合能力密切相关,教师的综合能力受多因素影响,合理确定各因素评价权重系数是问题的关键。提出利用改进的叁角模糊数层次分析法(TFAHP)建立综合评价模型,给出教学任务分配优化模型评估指标系统构建实例。该方法算法简便,模型描述细致准确,结果证明应用TFAHP能更加精确地反映人的主观思维。(本文来源于《现代计算机》期刊2019年16期）
朱婷,郑洁皎,丁建伟,沈利岩,杨寅[6]（2019）在《注意力分配对双重任务模型平衡和计算能力的影响》一文中研究指出目的探讨执行计算-平衡双重任务时,注意力分配原则对平衡能力和计算能力的影响。方法 2016年10月至2017年12月,选取健康青年人20例,于坐位下进行睁眼+计算、闭眼+计算测试,于静态平衡仪上分别进行单腿站立+睁眼、单腿站立+闭眼、单腿站立+睁眼+计算、单腿站立+闭眼+计算测试。记录身体重心的左右最大摆幅、前后最大摆幅,外周面积,轨迹长,以及连续逆序减7计算的正确率。结果睁眼时身体重心左右、前后最大摆幅,外周面积,轨迹长显着小于闭眼时(t> 8.775, P <0.001);双重任务闭眼时身体重心左右、前后最大摆幅,外周面积小于单项任务(t> 2.276, P <0.05);双重任务睁眼时身体重心的左右、前后最大摆幅,外周面积,轨迹长与单项任务相比无显着性差异(t <1.379, P> 0.05)。睁眼坐位组、闭眼坐位组、睁眼平衡测试组、闭眼平衡测试组计算正确率无显着性差异(P> 0.05)。结论低难度的认知双重任务不通过注意力分配原则来影响平衡稳定性和计算能力,计算任务反而改善闭眼时的单腿静态平衡稳定性,但对睁眼时的平衡稳定性无影响。(本文来源于《中国康复理论与实践》期刊2019年04期）
屈宇超[7]（2019）在《浅析科研资源分配——以多任务委托代理模型分析其现象》一文中研究指出目前关于我国科研资源分配的分析有着大量的研究,尤其是部门学者将信息经济学和科研资源分配问题结合起来,取得了很多成果。然而,在利用委托代理模型分析该问题时,一部分学者是从单任务委托代理模型的角度出发,部分学者从多任务委托代理模型出发分析科研资源分配,然后只是构建了一个单层多任务委托代理模型,本文通过构建一个双层多任务委托代理模型,分析目前科研资源分配中存在的诸多问题,并且给出相应的政策建议。(本文来源于《审计与理财》期刊2019年04期）
陶小华[8]（2019）在《改进的随机森林模型在容器云任务分配中的应用研究》一文中研究指出由于容器具有部署快,轻量化等特点,越来越多的互联网公司和制造业公司选择容器云作为部署平台,使得容器云在任务分配方面将面临更大的挑战。当容器云平台接收到大量任务请求时,由于容器云底层采用了容器虚拟化技术,使得任务的总体执行速度加快,对容器任务的分配效率提出了更高的要求。而Docker Swarm自带的任务分配策略无法很好地平衡各资源节点上的负载,容易导致资源利用率不高、负载失衡、最小时间跨度变长等问题。针对以上问题,对容器云环境下的任务特征及属性进行研究,提出利用随机森林对任务进行快速分类,将同一个类目中的任务均匀地分配到子集群中合适的资源节点上去执行,当该子集群的负载达到阈值后再重新开启新的子集群。分类准确度是随机森林模型的关键指标,其中基分类器的数量和训练每个基分类器采用的样本量是影响分类准确度的两个参数。根据随机森林的收敛性,当基分类器达到一定数量时,该模型的泛化误差会收敛到一个最小值,采用烟花算法设置随机森林的参数,以期获得最优的随机森林分类模型。针对烟花算法易陷入局部最优,在迭代的过程中,会出现重复设置随机森林参数的问题,提出对烟花算法进行改进,根据相邻两代最优适应度值的差距,自适应调整变异算子的变异率,增强烟花算法的全局搜索能力,提高随机森林的分类准确度,改善随机森林对容器云任务分配的效果。使用MATLAB编程,对算法进行验证。使用标准数据集,对改进的随机森林模型以及其它典型分类算法进行比较,实验结果表明,改进的随机森林模型在测试数据集上的准确度均高于BP神经网络、随机森林、遗传算法优化的随机森林以及未改进烟花算法优化的随机森林。使用CloudSim 4.0仿真平台验证基于改进的随机森林的容器云任务分配策略的有效性。实验结果表明,基于改进随机森林模型的任务分配策略,在不同容量的任务集上,无论是在负载均衡还是在最短时间跨度方面的表现,均优于基于BP的分配策略、基于随机森林的分配策略以及Docker Swarm自带的Random分配策略。本文提出的改进随机森林模型应用于容器云任务分配策略中,在平衡各资源节点的负载以及缩短最小时间跨度方面均有较好的表现。(本文来源于《桂林理工大学》期刊2019-04-01）
杜宇,焦均均,孟令杰[9]（2019）在《基于遗传算法的光电干扰任务分配模型》一文中研究指出为评估光电干扰目标的威胁度,选取了目标的类型、速度、高度、距离、角度和目标的航路捷径等指标,构建了干扰任务分配模型,应用遗传算法对分配任务模型进行了求解,并通过实例验证方法的可行性。(本文来源于《科技导报》期刊2019年04期）
张兴盛,王晓晨,吴珊[10]（2019）在《基于多层框架模型的时空众包在线任务分配算法》一文中研究指出近年来,移动互联设备的普及,像滴滴出行、百度外卖这类带有时空属性的众包平台逐渐走进人们的视野。时空众包环境下在线任务分配问题也受到了广大学者的关注,针对当前任务分配研究中算法性能不稳定,分配总效用不理想的问题,提出一种基于多层框架模型的在线任务分配算法。首先根据时空众包平台上对象出现的顺序将任务分配整个过程划分为叁个部分,然后针对不同部分的对象采取不同的分配策略进行任务分配。通过对真实数据处理进行仿真实验表明,基于多层框架模型的在线任务分配算法在确保算法执行时间的基础上具有更高的任务分配总效用,性能更加稳定。(本文来源于《信息通信》期刊2019年01期）
任务分配模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
大多数物流快递企业的配送业务末端会按照固定的配送服务区进行配送任务分配,无法针对变化频繁、分布不均的动态配送需求进行合理的配送资源设置,造成了各个末端配送节点工作负荷不均衡的现象,并进一步导致了配送调度管理混乱等问题。针对末端配送任务分配问题建立了一种考虑配送成本、资源利用率以及工作量配比差异的配送任务分配模型,对量子进化算法进行改进。对此问题求解,提出采用量子群稳定度作为算法退出判定条件,来避免算法的早退与无效迭代问题,并引入量子变异与淘汰机制,加强了算法对可行解的搜索能力。实验结果表明,与按配送区进行分配的方案相比,算法给出的方案有效缓解了配送任务分配不均的现象,同时也有效降低了总体配送成本。相关模型和算法可以根据动态的配送需求合理地分配各个末端网点的配送任务,有助于配送业务的下一步配送路径优化和科学调度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
任务分配模型论文参考文献
[1].林贤隆,陈智.基于M/D/c排队模型的机场管道加油任务分配问题研究[J].舰船电子工程.2019
[2].牟向伟,林英霞,刘佳晨,张琳.基于改进量子进化算法的末端配送任务动态分配模型[J].科学技术与工程.2019
[3].李鑫滨,章寿涛,闫磊,韩松.基于鲁棒RestlessBandits模型的多水下自主航行器任务分配策略[J].计算机应用.2019
[4].黄永锋,孙自诚,罗保国.笔记本电脑自动化测试的任务分配模型与方法[J].计算机系统应用.2019
[5].郭竑晖,崔博文,宋召良,黄燕妮.基于TFAHP的高校教学任务分配优化模型分析[J].现代计算机.2019
[6].朱婷,郑洁皎,丁建伟,沈利岩,杨寅.注意力分配对双重任务模型平衡和计算能力的影响[J].中国康复理论与实践.2019
[7].屈宇超.浅析科研资源分配——以多任务委托代理模型分析其现象[J].审计与理财.2019
[8].陶小华.改进的随机森林模型在容器云任务分配中的应用研究[D].桂林理工大学.2019
[9].杜宇,焦均均,孟令杰.基于遗传算法的光电干扰任务分配模型[J].科技导报.2019
[10].张兴盛,王晓晨,吴珊.基于多层框架模型的时空众包在线任务分配算法[J].信息通信.2019