本发明涉及计算机
技术领域：
：，特别是指一种基于信任机制的动态任务分配决策辅助方法。
背景技术：
：：任务分配自动化系统是将现代任务分配和计算机技术结合起来的一种新型的任务分配系统，可以优化现有的管理组织结构，调整管理体制，但传统的任务分配自动化系统操作复杂，无法客观评估维修人员的执行能力，任务完成成功率等情况，任务不能准确的选取最优执行人员，导致任务分配不合理。现有的任务分配中，集中式任务分配机制能制定最佳的分配方案，但该机制的伸缩性和风险的集中性，以及对系统完全信息的依赖性，不利于大规模的进行任务分配；分布式任务分配系统，往往追求的是局部最优，而不是全局最优。因此，针对现有的任务分配系统存在不够合理的问题。技术实现要素：本发明要解决的技术问题是提供一种基于信任机制的动态任务分配决策辅助方法，以解决现有技术所存在的无法合理有效地分配任务的问题。为解决上述技术问题，本发明实施例提供一种基于信任机制的动态任务分配决策辅助方法，包括：获取待分配队列；根据待分配队列中任务的类型、执行人员等级要求，确定执行任务的执行人员集合；根据执行人员集合内每一位人员的历史执行任务的满意度评价值和隐性elo等级分，对执行人员集合内每一位人员进行综合信任评估，对综合信任评估结果进行排名，根据排名结果对任务进行动态分配。进一步地，在获取待分配队列之前，所述方法还包括：当新的任务产生时，根据新任务的严酷等级和请求时间，将新任务加入到待分配队列中。进一步地，所述根据待分配队列中任务的类型、执行人员等级要求，确定执行任务的执行人员集合包括：根据待分配队列中任务的类型、执行人员等级要求，从维修人员信息表中选择人员技能等级大于任务要求的等级且人员技能点包含任务类型的维修人员，得到执行任务的执行人员集合。进一步地，所述根据执行人员集合内每一位人员的历史执行任务的满意度评价值和隐性elo等级分，对执行人员集合内每一位人员进行综合信任评估，对综合信任评估结果进行排名，根据排名结果对任务进行动态分配包括：获取执行人员集合内的第一人员，在执行结果记录表中获取所述第一人员执行的与待分配任务类型相同的任务，形成任务集，其中，第一人员为执行人员集合内的任一人员；在满意度评价表中，选取与任务集中任务编号相同的所有任务，记录任务满意度评价值，并计算所有任务的满意度平均值avese；在隐性elo等级分表中获取第一人员当前的隐性elo等级分elonow，将获取的隐性elo等级分elonow映射为基于满意度评价值的信任评估分elo，并将满意度平均值avese和得到的基于满意度评价值的信任评估分elo相加，得到综合信任分score；对综合信任分score、工位和任务队列长度进行加权处理，得到第一人员的排名分rank；对执行人员集合内所有人员的排名分进行排名并显示，将任务分配给排名分最高的执行人员，其中，综合信任评估结果为排名分。进一步地，满意度平均值avese表示为：其中，sumse表示人员满足要求的任务的满意度评价值的和，sumtask表示人员满足要求满足的任务个数。进一步地，基于满意度评价值的信任评估分elo表示为：其中，ave_semax表示执行人员集合内，最高的满意度评价值，elonow表示第一人员当前的隐性elo等级分，elomax和elomin分别表示执行人员集合内，最大和最小的隐性elo等级分。进一步地，排名分rank表示为：其中，mp_place表示工位，tk_quelen表示任务队列长度，α、β、γ分别表示综合信任分、工位、任务队列长度的权重。进一步地，在将任务分配给排名分最高的执行人员之后，所述方法还包括：在任务执行结束后，对任务执行状态进行反馈，若任务执行成功，则记录满意度评价值为第一分数，否则，记录满意度评价值为第二分数；根据记录的满意度评价值，更新任务执行人员的隐性elo等级分。进一步地，更新后的隐性elo等级分表示为：其中，e′elo表示更新后的隐性elo等级分，ra表示当前的隐性elo等级分，表示执行人员集合内所有人员的真实得分总和，表示执行人员集合内所有人员胜率期望值总和，k为系数参数。进一步地，所述方法还包括：若任务执行失败，则重新将任务分配给排名分次高的执行人员。本发明的上述技术方案的有益效果如下：上述方案中，在分配任务时，能够综合历史执行任务实际执行结果的显性满意度评价值和隐性elo等级分，对执行人员集合内每一位人员进行综合信任评估，对综合信任评估结果进行排名，根据排名结果对任务进行动态分配，这样，一方面可以避免首次分配的冷启动问题，另一方面能够提高任务分配的合理性和有效性，以便任务更高效准确的执行。附图说明图1为本发明实施例提供的基于信任机制的动态任务分配决策辅助方法的流程示意图；图2为本发明实施例提供的基于信任机制的动态任务分配决策辅助系统的结构示意图；图3为图1中103的详细流程示意图。具体实施方式为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。本发明针对现有的无法合理有效地分配任务的问题，提供一种基于信任机制的动态任务分配决策辅助方法。如图1所示，本发明实施例提供的基于信任机制的动态任务分配决策辅助方法，包括：s101，获取待分配队列；s102，根据待分配队列中任务的类型、执行人员等级要求，确定执行任务的执行人员集合；s103，根据执行人员集合内每一位人员的历史执行任务的满意度评价值和隐性埃洛(elo)等级分，对执行人员集合内每一位人员进行综合信任评估，对综合信任评估结果进行排名，根据排名结果对任务进行动态分配。本发明实施例所述的基于信任机制的动态任务分配决策辅助方法，在分配任务时，能够综合历史执行任务实际执行结果的显性满意度评价值和隐性elo等级分，对执行人员集合内每一位人员进行综合信任评估，对综合信任评估结果进行排名，根据排名结果对任务进行动态分配，这样，一方面可以避免首次分配的冷启动问题，另一方面能够提高任务分配的合理性和有效性，以便任务更高效准确的执行。为了实现本发明实施例提供的基于信任机制的动态任务分配决策辅助方法，还提供了一套相应的系统，如图2所示，该系统包括：实时任务分配决策辅助支持模块和任务执行结果反馈模块；其中，1)所述实时任务分配决策辅助支持模块包括：实时任务相关信息的查询和显示，用于查询任务的实时执行信息、综合信任评估结果排名信息；任务分配，根据综合信任评估结果排名之后，选择综合信任评估结果最高的进行任务分配；可执行人员实时动态显示，可查询出人员的当前工位，任务状态等信息，帮助任务分配更加合理。2)所述任务执行结果反馈模块包含任务反馈、满意度评价值计算，隐性elo等级分计算。当任务执行完成后，将执行结果录入，并进行满意度评价计算，根据执行结果和满意度评价值，对隐性elo等级分进行更新。本发明实施例提供的基于信任机制的动态任务分配决策辅助方法涉及的数据表如表1-表5所示。表1tableoftaskinformation(任务信息表)属性名数据类型描述tk_idint表示任务的唯一标识(任务编号)tk_tpint表示该任务的类型tk_reqtimedatatime任务的产生时间tk_descint具体描述该任务的类型mp_gdint表示执行人员等级要求tk_gdint表示该任务的严酷等级tk_pretimeint表示该任务的预计维修时间，以分钟为单位表2tableofmaintenancepersoninformation(维修人员信息表)属性名数据类型描述mp_idint表示人员工号mp_namevarchar描述维修人员信息mp_placeint表示当前的工位信息(长度)mp_gdvarchar表示人员技能等级tk_quelenint表示任务队列长度skill_pointarray表示技能点(能够执行的任务类型)tk_nodoarray表示未执行的任务信息tk_doarray表示正在执行的任务信息表3tableoftaskresult(执行结果记录表)属性名数据类型描述tk_idint表示任务编号tk_tpint表示任务的类型mp_idint表示人员的唯一标识idtk_timeint表示任务的执行时间sefloat表示满意度评价值tk_reschar表示任务的执行结果(成功/失败)表4tableofsatification(满意度评价表)属性名数据类型描述tk_idint表示任务编号tk_tpint表示任务的类型mp_idint表示人员工号sefloat表示满意度评价值datedatetime添加的时间表5tableofelo(隐性elo等级分表)属性名数据类型描述tk_idint表示任务编号tk_tpint表示该任务的类型mp_idint表示人员工号elo_gdfloat隐性elo等级分datedatetime添加时间本实施例中，在获取待分配队列(s101)之前，所述方法还包括：当设备出现故障，新的任务(维修任务)产生时，根据新任务的严酷等级和请求时间(即：任务的产生时间)，将新任务加入到待分配队列中。本实施例中，所述根据待分配队列中任务的类型、执行人员等级要求，确定执行任务的执行人员集合(s102)包括：图2中的实时任务分配决策辅助支持模块能够根据待分配队列中的任务的类型、执行人员等级要求，从维修人员信息表中选择人员技能等级大于任务要求的等级且人员技能点包含任务类型的维修人员，得到执行任务的执行人员集合。本实施例中，如图3所示，所述根据执行人员集合内每一位人员的历史执行任务的满意度评价值和隐性elo等级分，对执行人员集合内每一位人员进行综合信任评估，对综合信任评估结果进行排名，根据排名结果对任务进行动态分配(s103)包括：h1，获取执行人员集合内的第一人员，在执行结果记录表中获取所述第一人员执行的与待分配任务类型相同的任务，形成任务集，其中，第一人员为执行人员集合内的任一人员；h2，在满意度评价表中，选取与任务集中任务编号相同的所有任务，记录任务满意度评价值，并计算所有任务的满意度平均值avese：其中，sumse表示人员满足要求的任务的满意度评价值的和，sumtask表示人员满足要求满足的任务个数；h3，在隐性elo等级分表中获取第一人员当前的隐性elo等级分elonow，将获取的隐性elo等级分elonow映射为基于满意度评价值的信任评估分elo，并将满意度平均值和得到的基于满意度评价值的信任评估分elo相加，得到综合信任分score；本实施例中，基于满意度评价值的信任评估分elo表示为：其中，ave_semax表示执行人员集合内，最高的满意度评价值，elonow表示第一人员当前的隐性elo等级分，elomax和elomin分别表示执行人员集合内，最大和最小的隐性elo等级分；本实施例中，综合信任分score表示为：score＝elo aveseh4，对综合信任分score、工位(距离)和任务队列长度进行加权处理，得到第一人员的排名分rank：其中，mp_place表示工位(距离)，tk_quelen表示任务队列长度，α、β、γ分别表示综合信任分、工位、任务队列长度的权重；h5，对执行人员集合内所有人员的排名分进行排名并显示，任务分配模块将任务分配给排名分最高的执行人员，其中，综合信任评估结果为排名分。本实施例，综合了集中式和分布式的不足，采用基于概率统计的显性满意度评价值，该值代表了任务执行人员对任务的执行结果的独立性能，在评估中可以缓解冷启动问题，提高综合信任评估的准确性。而采用隐性elo等级分评估，能够避免基于概率统计出现的缺点，在一个人员优于其他等级分高的人员时得分多，输于等级分低的人员时失分也多，避免了刚成功执行几次任务后成功率就变得很高的情况。采用综合信任等级分机制，规避了概率统计的先天不足，同时通过两种评估机制同时作用，降低综合信任评估误差，提高任务分配的合理性和有效性。本实施例中，如图2所示，所述系统还包括：任务执行结果反馈模块，在任务执行结束后，所述任务执行结果反馈模块可以对任务执行状态进行反馈，包含反馈任务是否执行成功、任务实际执行时间等信息；具体的：在任务执行结束后，对任务执行状态进行反馈，若任务执行成功，则记录满意度评价值为第一分数(例如，1)，否则，记录满意度评价值为第二分数(例如，0)；根据记录的满意度评价值，更新任务执行人员的隐性elo等级分，具体步骤为：首先假设人员a和人员b，当前的隐性elo等级分分别为ra,rb，a对b的胜率期望值ea为：接着，计算人员的真实得分，将两两人员比较模拟为比赛，胜得1分，败得0分，平得0.5分，即：执行人员集合内人员两两进行比较，假设a为任务执行者，b为非任务执行者，任务执行成功，a相对于b的真实得分为sa＝1，任务执行失败，人员a相对于b的真实得分sa＝0；若a为非任务执行者，b为任务执行者，任务执行成功，a相对于b的真实得分为sa＝0，执行失败，a相对于b的真实得分为sa＝1；若a与b均不是该任务的执行者，a的相对于b真实得分为sa＝0.5。然后，根据记录的满意度评价值，更新任务执行人员的隐性elo等级分，则更新后的隐性elo等级分为：其中，e′elo表示更新后的隐性elo等级分，ra表示当前的隐性elo等级分，表示执行人员集合内所有人员的真实得分总和，表示执行人员集合内所有人员胜率期望值总和，k为系数参数，优选地，k取值为32。最后，将更新后的隐性elo等级分保存，本次任务分配结束。本实施例中，若任务执行失败，则重新将任务分配给排名分次高的执行人员。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。以上所述是本发明的优选实施方式，应当指出，对于本
技术领域：
：的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。当前第1页1 2 3 当前第1页1 2 3
技术特征：1.一种基于信任机制的动态任务分配决策辅助方法，其特征在于，包括：
获取待分配队列；
根据待分配队列中任务的类型、执行人员等级要求，确定执行任务的执行人员集合；
根据执行人员集合内每一位人员的历史执行任务的满意度评价值和隐性elo等级分，对执行人员集合内每一位人员进行综合信任评估，对综合信任评估结果进行排名，根据排名结果对任务进行动态分配。
2.根据权利要求1所述的基于信任机制的动态任务分配决策辅助方法，其特征在于，在获取待分配队列之前，所述方法还包括：
当新的任务产生时，根据新任务的严酷等级和请求时间，将新任务加入到待分配队列中。
3.根据权利要求1所述的基于信任机制的动态任务分配决策辅助方法，其特征在于，所述根据待分配队列中任务的类型、执行人员等级要求，确定执行任务的执行人员集合包括：
根据待分配队列中任务的类型、执行人员等级要求，从维修人员信息表中选择人员技能等级大于任务要求的等级且人员技能点包含任务类型的维修人员，得到执行任务的执行人员集合。
4.根据权利要求1所述的基于信任机制的动态任务分配决策辅助方法，其特征在于，所述根据执行人员集合内每一位人员的历史执行任务的满意度评价值和隐性elo等级分，对执行人员集合内每一位人员进行综合信任评估，对综合信任评估结果进行排名，根据排名结果对任务进行动态分配包括：
获取执行人员集合内的第一人员，在执行结果记录表中获取所述第一人员执行的与待分配任务类型相同的任务，形成任务集，其中，第一人员为执行人员集合内的任一人员；
在满意度评价表中，选取与任务集中任务编号相同的所有任务，记录任务满意度评价值，并计算所有任务的满意度平均值avese；
在隐性elo等级分表中获取第一人员当前的隐性elo等级分elonow，将获取的隐性elo等级分elonow映射为基于满意度评价值的信任评估分elo，并将满意度平均值avese和得到的基于满意度评价值的信任评估分elo相加，得到综合信任分score；
对综合信任分score、工位和任务队列长度进行加权处理，得到第一人员的排名分rank；
对执行人员集合内所有人员的排名分进行排名并显示，将任务分配给排名分最高的执行人员，其中，综合信任评估结果为排名分。
5.根据权利要求4所述的基于信任机制的动态任务分配决策辅助方法，其特征在于，满意度平均值avese表示为：
其中，sumse表示人员满足要求的任务的满意度评价值的和，sumtask表示人员满足要求满足的任务个数。
6.根据权利要求4所述的基于信任机制的动态任务分配决策辅助方法，其特征在于，基于满意度评价值的信任评估分elo表示为：
其中，ave_semax表示执行人员集合内，最高的满意度评价值，elonow表示第一人员当前的隐性elo等级分，elomax和elomin分别表示执行人员集合内，最大和最小的隐性elo等级分。
7.根据权利要求4所述的基于信任机制的动态任务分配决策辅助方法，其特征在于，排名分rank表示为：
其中，mp_place表示工位，tk_quelen表示任务队列长度，α、β、γ分别表示综合信任分、工位、任务队列长度的权重。
8.根据权利要求1所述的基于信任机制的动态任务分配决策辅助方法，其特征在于，在将任务分配给排名分最高的执行人员之后，所述方法还包括：
在任务执行结束后，对任务执行状态进行反馈，若任务执行成功，则记录满意度评价值为第一分数，否则，记录满意度评价值为第二分数；
根据记录的满意度评价值，更新任务执行人员的隐性elo等级分。
9.根据权利要求1所述的基于信任机制的动态任务分配决策辅助方法，其特征在于，更新后的隐性elo等级分表示为：
其中，e′elo表示更新后的隐性elo等级分，ra表示当前的隐性elo等级分，表示执行人员集合内所有人员的真实得分总和，表示执行人员集合内所有人员胜率期望值总和，k为系数参数。
10.根据权利要求8所述的基于信任机制的动态任务分配决策辅助方法，其特征在于，所述方法还包括：
若任务执行失败，则重新将任务分配给排名分次高的执行人员。
技术总结本发明提供一种基于信任机制的动态任务分配决策辅助方法，能够提高任务分配的合理性和有效性。所述方法包括：获取待分配队列；根据待分配队列中任务的类型、执行人员等级要求，确定执行任务的执行人员集合；根据执行人员集合内每一位人员的历史执行任务的满意度评价值和隐性Elo等级分，对执行人员集合内每一位人员进行综合信任评估，对综合信任评估结果进行排名，根据排名结果对任务进行动态分配。本发明涉及计算机技术领域。
技术研发人员：曾广平;任智颖;武丹凤;陈源宝;刘宇;黄双;王旋
受保护的技术使用者：北京科技大学;武汉第二船舶设计研究所(中国船舶重工集团公司第七一九研究所)
技术研发日：2020.01.03
技术公布日：2020.06.05
