作者:蔣國銀,胡斌
摘要:利用多智能體模擬方法對角色-任務匹配和互動關系進行研究,構建基于Agent的角色-任務匹配的多目標評價模型,并設計最小匹配度和最大匹配度兩種匹配度算法,基于Repast,在Eclipse上用Java實現角色-任務互動模擬系統。模擬實驗結果表明,與最大匹配度算法相比,最小匹配度算法能減少任務接口通訊費,有效提高員工能力利用率,最大化完成任務。該算法能較好地用于協同工作環境下角色任務分配,增加學習率,有助于員工能力增長;在一定的協同學習率下,任務量越飽和,員工各項能力提高程度越大;任務的能力需求期望變化小于方差變化時體現的動態性與能力增長負相關,而任務的能力需求期望變化大于方差變化時體現的動態性與能力增長正相關。
發文機構:華中科技大學管理學院 湖北經濟學院信息管理學院
關鍵詞:多智能體模擬匹配動態任務協同學習率agent-based simulationmatchingdynamic taskscollaborative learning rate
分類號: C931[經濟管理—管理學][社會學]