陳友玲 左麗丹 牛禹霏 王龍

摘 要：針對(duì)產(chǎn)品開(kāi)發(fā)的任務(wù)分配中知識(shí)不對(duì)等問(wèn)題，提出一種基于任務(wù)與人員雙邊匹配的產(chǎn)品開(kāi)發(fā)任務(wù)分配方法。首先，從知識(shí)量化的角度把任務(wù)與人員的匹配轉(zhuǎn)化為任務(wù)與人員之間的知識(shí)相似度，建立序值矩陣，轉(zhuǎn)換成任務(wù)對(duì)人員匹配的滿意度矩陣;其次，根據(jù)人員在不同任務(wù)屬性下對(duì)任務(wù)的偏好程度，獲得人員對(duì)任務(wù)滿意度的序值矩陣;然后，以雙方之間的滿意度最大為原則，構(gòu)建基于雙邊匹配的任務(wù)分配多目標(biāo)優(yōu)化模型，采用基于隸屬度函數(shù)的加權(quán)和方法轉(zhuǎn)化為線性規(guī)劃，并通過(guò)Matlab編程求解該模型;最后以某企業(yè)生產(chǎn)曲軸連桿機(jī)構(gòu)為例，求解4項(xiàng)任務(wù)與7名人員雙方滿意度最大的匹配結(jié)果，確定最終的分配方案，與基于聚類(lèi)分析和雙邊匹配的產(chǎn)品開(kāi)發(fā)任務(wù)分配方法相比，結(jié)果顯示人員3和人員7之間的知識(shí)相似度、人員偏好存在明顯差值，表明所提方案能更高效地分配任務(wù)。

關(guān)鍵詞：產(chǎn)品開(kāi)發(fā);任務(wù)分配;知識(shí)相似度;人員偏好;雙邊匹配

中圖分類(lèi)號(hào)： TP181; TP391.9

文獻(xiàn)標(biāo)志碼：A

Abstract： Focusing on the issue that knowledge is not equal in task assignment of product development， a task assignment model of product development based on bilateral matching of task and designer was proposed. Firstly， the matching between task and designer was transformed into the similarity of knowledge between task and designer from the perspective of knowledge quantification， then the order value matrix was established and transformed into the satisfaction degree matrix of task to designer matching. Secondly， according to the degree of preference of the designer to the task under different task attributes， the order value matrix of designer satisfaction to task was obtained. Thirdly， based on the principle of maximum satisfaction between the two parties， a multi-objective optimization model based on knowledge similarity and designer preference was constructured. The method of weighted sums based on membership function was used to change the multi-objective optimization model into linear programming model， then the obtained model would be solved by Matlab programming. Finally， taking a crankshaft linkage mechanism produced by one enterprise as an example， the matching result between four tasks and seven designer was obtained to determine the final assignment plan. By comparing with task assignment methods of product development based on clustering analysis and bilateral matching， the apparent difference between the knowledge similarity and the designer preference between the designer 3 and 7 indicated that the proposed method can assign tasks more efficiently.

Key words： product development; task assignment; knowledge similarity; designer preference; bilateral matching

0 引言

隨著科學(xué)技術(shù)的不斷創(chuàng)新以及市場(chǎng)需求的多樣性發(fā)展、產(chǎn)品的復(fù)雜程度日益擴(kuò)大，企業(yè)意識(shí)到新產(chǎn)品開(kāi)發(fā)是企業(yè)發(fā)展的重中之重。而產(chǎn)品開(kāi)發(fā)是一項(xiàng)非常復(fù)雜的過(guò)程，包括一系列的子任務(wù)，不同類(lèi)型的子任務(wù)需要多領(lǐng)域、多學(xué)科的專家和人員協(xié)作完成，任務(wù)分配是將項(xiàng)目的各項(xiàng)子任務(wù)，在給定的約束條件下分配給不同的人員，使得每個(gè)子任務(wù)都可以高效、高質(zhì)量地完成[1]。如何高效管理和配置員工，一方面決定著企業(yè)的產(chǎn)品開(kāi)發(fā)任務(wù)能否得到滿足，另一方面也決定著產(chǎn)品開(kāi)發(fā)人員的知識(shí)提升需求與自身主動(dòng)性能否得以滿足。面對(duì)多變的新產(chǎn)品開(kāi)發(fā)任務(wù)需求與多樣的新產(chǎn)品開(kāi)發(fā)人員，如何科學(xué)地實(shí)現(xiàn)新產(chǎn)品開(kāi)發(fā)任務(wù)與人員的匹配，已成為企業(yè)亟待解決的問(wèn)題，也成為現(xiàn)今研究的重要課題。

當(dāng)前而言，國(guó)內(nèi)外大多數(shù)專家和學(xué)者對(duì)產(chǎn)品開(kāi)發(fā)過(guò)程以及開(kāi)發(fā)中任務(wù)分配的方法和模型進(jìn)行了大量的調(diào)查和研究，景熠等[2]在考慮把供應(yīng)商加入產(chǎn)品協(xié)同開(kāi)發(fā)的任務(wù)分配過(guò)程的基礎(chǔ)上，基于緊密化的戰(zhàn)略目標(biāo)和周期最短的執(zhí)行目標(biāo)，提出了一種基于雙層規(guī)劃的產(chǎn)品開(kāi)發(fā)任務(wù)分配數(shù)學(xué)優(yōu)化模型;Chen等[3]提出一種結(jié)合禁忌搜索算法和去噪方法的混合方法求解任務(wù)分配問(wèn)題;侯亮等[4]通過(guò)考慮任務(wù)之間的交互影響以及任務(wù)的分解原則，把任務(wù)分解為獨(dú)立的子任務(wù)，提出基于供應(yīng)商產(chǎn)品成本、質(zhì)量等因素的跨企業(yè)產(chǎn)品協(xié)同開(kāi)發(fā)的設(shè)計(jì)任務(wù)分配優(yōu)化模型;包北方等[5]在了解任務(wù)適應(yīng)度和任務(wù)協(xié)調(diào)率的基礎(chǔ)上，提出一種產(chǎn)品定制協(xié)同開(kāi)發(fā)任務(wù)分配的多目標(biāo)優(yōu)化模型，利用自適應(yīng)的遺傳求解算法驗(yàn)證方案的可行性;張婉君等[6]在考慮組織間的協(xié)同程度以及各參與方的開(kāi)發(fā)能力的基礎(chǔ)上，構(gòu)建了協(xié)同產(chǎn)品開(kāi)發(fā)總體時(shí)間的數(shù)學(xué)模型，通過(guò)粒子群優(yōu)化算法實(shí)現(xiàn)了子任務(wù)在各組織間的優(yōu)化分配。以上研究主要從任務(wù)的特性進(jìn)行分析，例如時(shí)間、成本、質(zhì)量、地理位置等方面，單方面地考慮人員是否適應(yīng)任務(wù)，并沒(méi)有考慮任務(wù)與人員的雙邊匹配問(wèn)題。

呂炎杰等[7]針對(duì)開(kāi)發(fā)中的不確定情況以及不同工作單元之間的知識(shí)結(jié)構(gòu)存在差異性的情況，提出了一種基于知識(shí)相似度的復(fù)雜產(chǎn)品任務(wù)分配模型，以時(shí)間最短為目標(biāo)，利用粗糙集、遺傳算法得到了任務(wù)分配的最終方案。武照云等[8]考慮任務(wù)分配過(guò)程中的不確定性以及動(dòng)態(tài)性，提出了一種基于權(quán)重因子和極差變換構(gòu)建任務(wù)分配的多目標(biāo)優(yōu)化模型，并利用時(shí)序邏輯關(guān)系的動(dòng)態(tài)分配蟻群算法求解模型來(lái)驗(yàn)證方法的有效性。該模型雖然考慮了任務(wù)與工作單元之間的知識(shí)相似度，但也只是單方面考慮任務(wù)與人員的匹配，沒(méi)有從人員的角度衡量任務(wù)是否合適。楊續(xù)昌等[9]考慮產(chǎn)品開(kāi)發(fā)中任務(wù)及人員的數(shù)量龐大的情形，提出了一種基于雙邊匹配的任務(wù)分配模型，利用改進(jìn)的聚類(lèi)算法和人員偏好分析構(gòu)建了任務(wù)與人員雙邊匹配的數(shù)學(xué)模型。該模型雖描述了任務(wù)與人員的雙邊匹配，但對(duì)于任務(wù)對(duì)人員的匹配僅根據(jù)專家打分進(jìn)行確定，沒(méi)有考慮任務(wù)所需知識(shí)與人員所掌握的知識(shí)之間的相似度對(duì)任務(wù)分配的影響。

通過(guò)對(duì)以上的研究現(xiàn)狀分析可知，國(guó)內(nèi)外學(xué)者已經(jīng)在產(chǎn)品開(kāi)發(fā)相關(guān)領(lǐng)域和人員與任務(wù)匹配問(wèn)題等方面從理論研究和實(shí)踐應(yīng)用中取得了一定的研究成果，但任務(wù)分配還存在一些不足：1）大多數(shù)文獻(xiàn)采用單方面的分配模式，例如從完成任務(wù)的時(shí)間、質(zhì)量、成本等要求對(duì)任務(wù)進(jìn)行分配或者根據(jù)員工所擁有的能力大小去指派員工，其所產(chǎn)生的結(jié)果往往是“知識(shí)不對(duì)等”，新產(chǎn)品開(kāi)發(fā)任務(wù)未匹配到具有相應(yīng)知識(shí)能力的人員或者新產(chǎn)品開(kāi)發(fā)人員未匹配到能夠滿足自身需求的任務(wù)，事實(shí)上只有任務(wù)和員工兩者之間均互相匹配時(shí)，任務(wù)的分配方案才是最優(yōu)的;2）對(duì)于任務(wù)與人員的匹配，較少研究從知識(shí)量化角度去衡量員工與任務(wù)之間匹配;3）在考慮人員對(duì)任務(wù)的匹配時(shí)，多數(shù)方法沒(méi)有考慮到人員是任務(wù)的操作者，人員自身所掌握的知識(shí)結(jié)構(gòu)以及對(duì)任務(wù)的興趣偏好程度對(duì)任務(wù)的分配會(huì)產(chǎn)生一定的影響。

因此，本文從任務(wù)與人員兩個(gè)角度來(lái)分析任務(wù)的分配情況，提出了一種基于知識(shí)相似度和雙邊匹配的產(chǎn)品開(kāi)發(fā)任務(wù)分配方法：從知識(shí)角度將任務(wù)與人員的匹配問(wèn)題轉(zhuǎn)化為研究?jī)烧咧g的知識(shí)相似度，通過(guò)分析可知知識(shí)相似度越高，則匹配結(jié)果越優(yōu);同時(shí)在人員匹配任務(wù)時(shí)，考慮人員自身特性以及對(duì)任務(wù)的興趣程度對(duì)分配任務(wù)的影響。

1 產(chǎn)品開(kāi)發(fā)過(guò)程中任務(wù)分配問(wèn)題描述

假設(shè)某產(chǎn)品開(kāi)發(fā)任務(wù)包括m項(xiàng)子任務(wù)，任務(wù)集合為T(mén)={T1，T2，…，Tm}，Ti表示第i項(xiàng)子任務(wù)，現(xiàn)需要從n名開(kāi)發(fā)人員中選擇m（m≤n）名來(lái)完成這個(gè)任務(wù)，人員集合為P={P1，P2，…，Pn}，Pj表示第j個(gè)人員。

產(chǎn)品開(kāi)發(fā)任務(wù)分配的目標(biāo)是尋找一個(gè)最優(yōu)的任務(wù)分配方案，將m項(xiàng)子任務(wù)合理地分配給n名人員，使任務(wù)和人員雙方滿意度都最高，保證任務(wù)高效的完成以及企業(yè)利益的最大化[10]。在產(chǎn)品開(kāi)發(fā)任務(wù)分配過(guò)程中，任務(wù)知識(shí)需求對(duì)任務(wù)分配的方案有著重大影響，任務(wù)所需求的知識(shí)結(jié)構(gòu)與人員所掌握的知識(shí)結(jié)構(gòu)相似度越高，人員越能把握好任務(wù)所需要的知識(shí)，最終高效、高質(zhì)量地完成任務(wù);同時(shí)人員本身的特性以及偏好程度也對(duì)任務(wù)分配方案有一定的影響，人員對(duì)任務(wù)的興趣越大，投入到任務(wù)中的熱情就越大，任務(wù)的效率和質(zhì)量越高。因此，對(duì)于任務(wù)分配，從任務(wù)方面考慮任務(wù)知識(shí)需求與人員知識(shí)結(jié)構(gòu)的匹配程度，從人員方面考慮人員的偏好程度，只有任務(wù)和人員兩個(gè)方面都是匹配的，才能把任務(wù)分配給該人員，具體如圖1所示。

基于以上分析，任務(wù)的分配需要遵循以下規(guī)則：

1）在把任務(wù)分配給人員時(shí)，一個(gè)任務(wù)只能分配給一個(gè)人員;

2）人員只能在完成一項(xiàng)任務(wù)后，才能去接受下一項(xiàng)任務(wù);

3）只有任務(wù)與人員雙邊匹配的滿意度均最大時(shí)，才能把任務(wù)分配給該人員。

2 基于知識(shí)相似度和人員偏好的任務(wù)分配方法

2.1 基于知識(shí)相似度的任務(wù)匹配分析

從任務(wù)方面考慮任務(wù)分配時(shí)，人員是否適合此項(xiàng)任務(wù)，不僅需要考慮人員本身所具備的知識(shí)結(jié)構(gòu)和任務(wù)所需求的知識(shí)結(jié)構(gòu)，同時(shí)需要考慮兩者之間的相似度，只有兩者相似度高，任務(wù)和人員才能更匹配，因此本文引入知識(shí)相似度這個(gè)概念來(lái)表示任務(wù)的知識(shí)需求和人員知識(shí)結(jié)構(gòu)之間的匹配關(guān)系。根據(jù)文獻(xiàn)[6，10-11]，知識(shí)相似度相關(guān)定義如下：

1）知識(shí)點(diǎn)（Knowledge Point，KP）：知識(shí)體系中不可劃分的最小數(shù)據(jù)單元。

2）知識(shí)模塊（Knowledge Module，KM）：指由不同的知識(shí)點(diǎn)組成的集合，其表達(dá)形式為KM={（kp1，w1），（kp2，w2），…，（kpi，wi）}。

3）知識(shí)相似度（Knowledge Similarity，KS）：表示任務(wù)的知識(shí)需求與人員的知識(shí)結(jié)構(gòu)之間的相似程度，由語(yǔ)義相似度和距離相似度兩部分組成。

5 結(jié)語(yǔ)

本文從任務(wù)知識(shí)需求與人員所掌握的知識(shí)之間的相似度以及人員選擇任務(wù)時(shí)的偏好程度出發(fā)，提出了基于知識(shí)相似度和雙邊匹配的產(chǎn)品開(kāi)發(fā)任務(wù)分配方法。一方面闡述了產(chǎn)品開(kāi)發(fā)中任務(wù)與人員單邊匹配的機(jī)制，提出了基于知識(shí)相似度的任務(wù)分配分析以實(shí)現(xiàn)任務(wù)對(duì)人員的匹配，同時(shí)提出了基于人員偏好信息的任務(wù)分配策略分析以實(shí)現(xiàn)人員對(duì)任務(wù)的匹配;另一方面構(gòu)建了基于雙邊知識(shí)匹配的優(yōu)化模型，為產(chǎn)品開(kāi)發(fā)中任務(wù)與人員雙方之間的匹配提供了可以進(jìn)行量化的模型。

產(chǎn)品開(kāi)發(fā)過(guò)程中任務(wù)分配是一個(gè)復(fù)雜的問(wèn)題，其影響因素有很多種，求解的算法也相對(duì)復(fù)雜。本文在任務(wù)分配過(guò)程中充分考慮了任務(wù)和人員雙方的知識(shí)需求以及偏好程度，避免了傳統(tǒng)任務(wù)分配方法中只考慮單邊的情形，下一步將對(duì)復(fù)雜的產(chǎn)品開(kāi)發(fā)過(guò)程進(jìn)行研究，以及考慮任務(wù)更多的需求、人員本身的知識(shí)遺忘和學(xué)習(xí)能力等因素對(duì)任務(wù)分配的影響。

參考文獻(xiàn)：

[1] 尹超，張?jiān)?，鐘?面向新產(chǎn)品開(kāi)發(fā)的云制造服務(wù)資源組合優(yōu)選模型[J].計(jì)算機(jī)集成制造系統(tǒng)，2012，18（7）：1368-1378. （YIN C， ZHANG Y， ZHONG T. Optimization model of cloud manufacturing services resource combination for new product development [J]. Computer Integrated Manufacturing Systems，2012，18（7）：1368-1378.）

[2] 景熠，王旭，李文川.供應(yīng)商參與產(chǎn)品協(xié)同開(kāi)發(fā)的任務(wù)分配優(yōu)化[J].中國(guó)機(jī)械工程，2011，22（21）：2566-2571. （JING Y， WANG X， LI W C. Task allocation optimization for supplier involvement in cooperative product development [J]. China Mechanical Engineering，2011，22（21）：2566-2571.）

[3] CHEN W-H， LIN C-S. A hybrid heuristic to solve a task allocation problem [J]. Computers & Operations Research，2000，27（3）：287-303.

[4] 侯亮，陳峰，溫志嘉.跨企業(yè)產(chǎn)品協(xié)同開(kāi)發(fā)中的設(shè)計(jì)任務(wù)分解與分配[J].浙江大學(xué)學(xué)報(bào)（工學(xué)版），2007，41（12）：1976-1981. （HOU L， CHEN F， WEN Z J. Design task decomposition and allocation for inter-firm product collaborative development [J].Journal of Zhejiang University （Engineering Science），2007，41（12）：1976-1981.）

[5] 包北方，楊育，李雷霆，等.產(chǎn)品定制協(xié)同開(kāi)發(fā)任務(wù)分配多目標(biāo)優(yōu)化[J].計(jì)算機(jī)集成制造系統(tǒng)，2014，20（4）：739-746. （BAO B F， YANG Y， LI L T， et al. Multi-objective optimization for task allocation of product customization collaborative development [J]. Computer Integrated Manufacturing Systems，2014，20（4）：739-746.）

[6] 張婉君，劉偉，張子健.供應(yīng)商參與協(xié)同產(chǎn)品開(kāi)發(fā)中的任務(wù)指派問(wèn)題研究[J].計(jì)算機(jī)集成制造系統(tǒng)，2009，15（6）：1231-1236. （ZHANG W J， LIU W， ZHANG Z J. Task assignment for suppliers participation in collaborative product development [J].Computer Integrated Manufacturing Systems，2009，15（6）：1231-1236.）

[7] 呂炎杰，趙罡，于勇.基于模糊集理論和知識(shí)相似度的復(fù)雜產(chǎn)品設(shè)計(jì)任務(wù)分配方法[J].計(jì)算機(jī)集成制造系統(tǒng)，2015，21（4）：904-913. （LYU Y J， ZHAO G， YU Y. Task assignment method of complex product design based on fuzzy set theory and knowledge similarity [J]. Computer Integrated Manufacturing Systems， 2015，21（4）：904-913.）

[8] 武照云，劉曉霞，李麗，等.產(chǎn)品開(kāi)發(fā)任務(wù)分配問(wèn)題的多目標(biāo)優(yōu)化求解[J].控制與決策，2012，27（4）：598-602. （WU Z Y， LIU X X， LI L， et al. Multi-objective optimization for task assignment problem of product development [J].Control and Decision，2012，27（4）：598-602.）

[9] 楊續(xù)昌，陳友玲，蘭桂花，等.基于聚類(lèi)分析和雙邊匹配的產(chǎn)品開(kāi)發(fā)任務(wù)分配方法[J].計(jì)算機(jī)集成制造系統(tǒng)，2017，23（4）：717-725. （YANG X C， CHEN Y L， LAN G H， et al. Task assignment method of product development based on clustering analysis and two-sided matching [J]. Computer Integrated Manufacturing Systems，2017，23（4）：717-725.）

[10] HERMERL C，KOLISCH R. Work assignment to and qualication of multi-skilled human resources under knowledge depreciation and company skilled level targets [J].International Journal of Production Research，2010，48（13）：3759-3781.

[11] 陳友玲，陽(yáng)瑋琦，劉傳彪，等.基于知識(shí)相似度和學(xué)習(xí)能力的產(chǎn)品設(shè)計(jì)人員指派方法[J].計(jì)算機(jī)集成制造系統(tǒng)，2017，23（8）：1700-1710. （CHEN Y L， YANG W Q， LIU C B， et al. Personnel assignment method of product design based on knowledge similarity and learning ability [J]. Computer Integrated Manufacturing Systems， 2017，23（8）：1700-1710.）

[12] 樊治平，樂(lè)琦.基于完全偏好序信息的嚴(yán)格雙邊匹配方法[J].管理科學(xué)學(xué)報(bào)，2014，17（1）：21-34. （FAN Z P， LE Q. Strict two-sided matching method based on complete preference ordinal information [J]. Journal of Management Sciences in China，2014，17（1）：21-34.）

[13] 趙道致，李銳.考慮主體心理預(yù)期的云制造資源雙邊匹配機(jī)制[J].控制與決策，2017，32（5）：871-878. （ZHAO D Z， LI R. Two-sided matching mechanism with agents expectation for cloud manufacturing resource [J].Control and Decision，2017，32（5）：871-878.）

[14] 張笛，孫濤，高明美，等.多重偏好序下的復(fù)雜產(chǎn)品主制造商——供應(yīng)商多階段雙邊匹配方法[J].計(jì)算機(jī)集成制造系統(tǒng)，2018，24（3）：804-812. （ZHANG D， SUN T， GAO M M， et al. Multi-stage two-sided matching method for main manufacturer and suppliers of complex products with multi-form preference ordinal [J]. Computer Integrated Manufacturing Systems，2018，24（3）：804-812.）

[15] 孫麗娜，李沈，花純利，等.柴油機(jī)曲軸連桿組合結(jié)構(gòu)動(dòng)態(tài)特性分析[J].東北大學(xué)學(xué)報(bào)（自然科學(xué)版），2012，33（12）：1762-1765. （SUN L N， LI S， HUA C L， et al. Dynamic Characteristics of crankshaft-connecting rod of diesel engine [J].Journal of Northeastern University （Natural Science）， 2012，33（12）：1762-1765.）

[16] WANG T. Research on the conflict resolution method in uncertainty task allocation [J]. Journal of Information & Computational Science，2015，12（15）：5769-5775.

[17] 沈磊，郭鋼，羅妤.大科學(xué)裝置建造復(fù)雜資源管理模型[J].計(jì)算機(jī)集成制造系統(tǒng)，2013，19（8）：2075-2082. （SHEN L， GUO G， LUO S. Complex resource management model for large scientific device construction [J].Computer Integrated Manufacturing Systems，2013，19（8）：2075-2082.