基于社会关系的工作流任务分派策略研究

被引：15

作者：

余阳 ^{[1
]}

王颍 ^{[2
]}

刘醒梅 ^{[2
]}

陈健 ^{[2
]}

机构：

[1] 中山大学软件学院

[2] 中山大学信息科学与技术学院

来源：

软件学报 | 2015年 / 26卷 / 03期

基金：

广东省自然科学基金;

关键词：

工作流; 任务分派; 社会关系; Q学习;

D O I：

10.13328/j.cnki.jos.004766

中图分类号：

TP311.52 [];

学科分类号：

摘要：

在工作流管理系统中,任务分派策略对工作流系统的性能影响较大,而人力资源社会属性的不稳定也给任务分派带来了挑战.一般的任务分派策略还存在以下问题:分派时只考虑候选资源的个体属性,忽略了流程中其他资源对候选资源的影响;需要为候选资源预先设置能力指标,但预设指标很难与候选资源的实际情况吻合,错误的能力指标会导致将任务分派给不合适的资源,降低工作流系统的性能.为克服上述问题,基于不同的状态转移视角和奖励函数,提出了4种基于Q学习的任务分派算法.通过对比实验,论证了基于Q学习的任务分派算法在未预设资源能力的情况下仍能取得较好效果,且支持在任务分派过程中考虑社会关系的影响,使得平均案例完成时间进一步降低.

引用

页码：562 / 573

页数：12

共 9 条

[1] 虚拟团队中个人社会网络与团队绩效的关系研究.[D].裴伟.华南理工大学.2011, 12
[2] Mining event logs to support workflow resource allocation.[J].Tingyu Liu;Yalong Cheng;Zhonghua Ni.Knowledge-Based Systems.2012,
[3] An adaptive work distribution mechanism based on reinforcement learning
Huang, Zhengxing
van der Aalst, W. M. P.
Lu, Xudong
Duan, Huilong
[J]. EXPERT SYSTEMS WITH APPLICATIONS, 2010, 37 (12) : 7533 - 7541
[4] Reinforcement learning based resource allocation in business process management.[J].Zhengxing Huang;W.M.P. van der Aalst;Xudong Lu;Huilong Duan.Data & Knowledge Engineering.2010, 1
[5] AWSM: Allocation of workflows utilizing social network metrics
Bajaj, Akhilesh
Russell, Robert
[J]. DECISION SUPPORT SYSTEMS, 2010, 50 (01) : 191 - 202
[6] Task Scheduling in Multi-Process with Resource Constraints under MG Workflow.[J].Xiong Feng;Yuan Yi Ping;Wang Yu Ying;Wang Guang Wen.Advanced Materials Research.2008, 33
[7] 组织气氛对工作倦怠的影响:工作压力的中介作用
詹文慧
高金金
陈毅文
[J]. 浙江大学学报(理学版), 2013, 40 (01) : 112 - 118
[8] Web服务工作流中基于信任关系的QoS调度
胡春华
吴敏
刘国平
[J]. 计算机学报, 2009, 32 (01) : 42 - 53
[9] 模糊环境中工作流任务分配的多级模型
肖郑进
何钦铭
陈奇
[J]. 计算机研究与发展, 2007, (02) : 302 - 309

← 1 →