基于云环境下新产品开发团队优选研究

发布时间：2021-11-27 00:20

　　针对云环境下新产品开发团队优选问题,充分考虑团队的研发能力、协调能力和服务质量,建立了包含知识相似度评价模型、协同效应评价模型和服务质量评价模型的综合评价模型;对算法的适应度函数和搜索方式加以改进,提出了改进的人工蜂群算法,对所建立的模型进行求解,为服务需求方选择出最优团队组合;最后,以自动引导运输车（AGV）的新产品开发为例,通过模型求解和算法对比,验证了所提方法的可行性和有效性。 

【文章来源】：计算机应用研究. 2020,37(01)北大核心CSCD

【文章页数】：7 页

【文章目录】：
0 引言
1 团队组合优选与知识转移过程描述
    1.1 云平台团队组合与优选过程描述
    1.2 并行新产品开发与团队知识转移过程描述
2 模型构建
    2.1 知识相似度评价模型
    2.2 协同效应评价模型
    2.3 服务质量评价模型
    2.4 综合评价模型
3 改进人工蜂群算法
    3.1 适应度函数
    3.2 搜索方式
    3.3 算法流程
4 实验结果与分析
    4.1 实验背景及相关数据求解
    4.2 算法求解
    4.3 有效性验证和算法对比
5 结束语


【参考文献】：
期刊论文
[1]基于知识相似度和学习能力的产品设计人员指派方法[J]. 陈友玲,阳玮琦,刘传彪,兰桂花,杨续昌.  计算机集成制造系统. 2017(08)
[2]设计云服务平台下的网络团队成员优选决策[J]. 刘敬,余隋怀,初建杰,李雪瑞,陈健.  计算机集成制造系统. 2017(06)
[3]基于知识欧姆定律的上下游活动重叠时间估算[J]. 陈友玲,兰桂花,梁佩馨.  计算机集成制造系统. 2016(12)
[4]基于服务质量的云制造服务双向匹配模型[J]. 赵金辉,王学慧.  计算机集成制造系统. 2016(01)
[5]基于模糊集理论和知识相似度的复杂产品设计任务分配方法[J]. 吕炎杰,赵罡,于勇.  计算机集成制造系统. 2015(04)
[6]基于信息熵的改进人工蜂群算法[J]. 李彦苍,彭扬.  控制与决策. 2015(06)
[7]考虑指标期望的新产品开发交叉功能团队成员选择方法[J]. 姜艳萍,潘恩,梁海明.  运筹与管理. 2013(04)
[8]基于改进人工蜂群算法的并联机器人正运动学解[J]. 任子武,王振华,孙立宁.  机械工程学报. 2013(13)
[9]基于改进蚁群算法的服务组合优化[J]. 夏亚梅,程渤,陈俊亮,孟祥武,刘栋.  计算机学报. 2012(02)
[10]基于协同效应的知识创新团队伙伴选择方法[J]. 冯博,樊治平.  管理学报. 2012(02)

硕士论文
[1]基于Simio的产品设计过程重叠模式仿真优化研究[D]. 徐廷.山东大学 2016



本文编号：3521216