一种智能任务匹配方法与系统

技术领域

本发明涉及大数据应用的技术领域，特别涉及一种智能任务匹配方法与系统。

背景技术

公共服务是城市公共服务的重要组成部分，对市民生活质量有着深刻的影响，因此保证公共服务的质量成了人们的关心的重点。当家庭装修结束之后，出现了新的需要安装或者维修的问题，公共服务平台由于调度人员需要逐个询问运维人员，确定目标运维人员的过程需要花费很多时间，这可能导致任务不能及时处理，从而降低了运维工作的效率。

现有技术中，也催生了新型的任务匹配方式，例如基于资源共享的网格计算，实现按需服务的云计算等。传统的资源调度算法，有先来先服务算法，轮询算法等。先来先服务算法即按照网络任务到达的先后顺序匹配资源，先到的任务优先匹配合适资源，这样的一种非剥夺性的调度算法，实现容易但效率低下。轮询算法同样容易造成任务饿死和资源负责不平衡等问题。

发明内容

基于上述问题，本发明为一种基于飞虫算法的智能任务匹配算法，通过将任务装载不同飞虫，对飞虫进行碰撞监测，利用飞虫避敌天性，进行智能动态监测，可大批量执行多任务计算匹配，提高了计算效率，实现了人力资源管理企业将任务分配到人的多任务智能计算匹配。

本发明提出了一种智能任务匹配方法，所述方法包括：

步骤101，初始化飞虫种群；

步骤102，为每个飞虫装载任务；

步骤103，执行飞虫游走算法，搜索位置控制；

步骤104，执行所述飞虫装载任务与人员匹配；

步骤105，输出匹配结果并展示。

进一步地，执行飞虫游走算法，搜索位置控制，具体包括：

以人员历史满意度为横坐标，以历史平均工资为纵坐标进行二维平面建模，将所有人员以历史满意度、历史平均工资数据，装载到二维平面坐标系中，为每个飞虫随机分配初始位置C(Xi，Yi)，

其中，第j个飞虫的下一个位置C(Xj+1，Yj+1)，计算方式如下：X坐标计算方法为

采用LSSVM算法计算第j个飞虫的y坐标数值，算法如下：

其中，b为预算参数，

P(Xi,Xi-1)＝exp-((Xi-Xi-1)

第j个飞虫的下一个位置C(Xj+1，Yj+1)计算结束后，遍历天敌位置表，判断该位置是否为天敌位置，如果不是天敌位置，将该位置赋值给飞虫，执行匹配算法，如果该位置是天敌位置，则放弃该位置，执行随机函数，随机新位置赋值给飞虫；

当飞虫在位置C(XL,YL)实现装载任务与人匹配(，则将该位置标识为模拟天敌位置，并通过检测T函数，实现防止飞虫与天敌位置相撞，从而实现飞虫避敌天性，具体表示为：

进一步地，在执行搜索位置控制之前，还进行预算参数b和预算参数ε的获取，具体包括：

构造飞虫状态参数(b，ε)；

建立系统测试数据集，训练飞虫状态(b，ε)，初始化赋值飞虫状态参数，执行飞虫游走算法，记录算法第一消耗时间，采用随机函数对预算参数b和预算参数ε进行赋值，重新执行飞虫游走算法，记录算法记录算法第n消耗时间，选取算法消耗时间最小的，作为飞虫状态(b，ε)的预算参数。

进一步地，执行所述飞虫装载任务与人员匹配包括：

飞虫所装载的任务与人员工作匹配，匹配性大于阈值，飞虫任务赋予相对个人，将人与任务组织键值对存储到数据库中，并释放飞虫资源，标记该位置为天敌位置。

另外，本发明还提供了一种智能任务匹配系统，所述系统包括：

初始化模块201，用于初始化飞虫种群；

任务装载模块202，用于为每个飞虫装载任务；

飞虫搜索模块203，用于执行飞虫游走算法，搜索位置控制；

任务匹配模块204，用于执行所述飞虫装载任务与人员匹配；

展示模块205，用于输出匹配结果并展示。

进一步地，飞虫搜索模块203，具体执行包括：

以人员历史满意度为横坐标，以历史平均工资为纵坐标进行二维平面建模，将所有人员以历史满意度、历史平均工资数据，装载到二维平面坐标系中，为每个飞虫随机分配初始位置C(Xi，Yi)，

其中，第j个飞虫的下一个位置C(Xj+1，Yj+1)，计算方式如下：X坐标计算方法为

采用LSSVM算法计算第j个飞虫的y坐标数值，算法如下：

其中，b为预算参数，

P(Xi,Xi-1)＝exp-((Xi-Xi-1)

第j个飞虫的下一个位置C(Xj+1，Yj+1)计算结束后，遍历天敌位置表，判断该位置是否为天敌位置，如果不是天敌位置，将该位置赋值给飞虫，执行匹配算法，如果该位置是天敌位置，则放弃该位置，执行随机函数，随机新位置赋值给飞虫；

当飞虫在位置C(XL,YL)实现装载任务与人匹配(，则将该位置标识为模拟天敌位置，并通过检测T函数，实现防止飞虫与天敌位置相撞，从而实现飞虫避敌天性，具体表示为：

进一步地，在执行搜索位置控制之前，还进行预算参数b和预算参数ε的获取，具体包括：

构造飞虫状态参数(b，ε)；

建立系统测试数据集，训练飞虫状态(b，ε)，初始化赋值飞虫状态参数，执行飞虫游走算法，记录算法第一消耗时间，采用随机函数对预算参数b和预算参数ε进行赋值，重新执行飞虫游走算法，记录算法记录算法第n消耗时间，选取算法消耗时间最小的，作为飞虫状态(b，ε)的预算参数。

进一步地，任务匹配模块204执行包括：

飞虫所装载的任务与人员工作匹配，匹配性大于阈值，飞虫任务赋予相对个人，将人与任务组织键值对存储到数据库中，并释放飞虫资源，标记该位置为天敌位置。

此外，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如智能任务匹配方法。

此外，本发明还提供了一种电子设备，包括：处理器、存储器、及显示屏；其中，所述存储器用于存储计算机程序；所述处理器用于加载执行所述计算机程序，以使所述电子设备执行如智能任务匹配方法。

本发明提出了一种基于飞虫算法的智能任务匹配算法及系统，为每个飞虫装载任务，执行飞虫游走算法，搜索位置控制，执行飞虫装载任务与人员匹配，本发明通过将任务装载不同飞虫，对飞虫进行碰撞监测，利用飞虫算法避敌特性，进行智能动态监测，可大批量执行多任务计算匹配，提高了计算效率，实现了人力资源管理企业将任务分配到人的多任务智能计算匹配。

附图说明

图1为本发明的智能任务匹配方法流程图；

图2为本发明的智能任务匹配系统结构框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提出了一种基于飞虫算法的职能匹配算法及系统，进行智能动态监测，可大批量执行多任务计算匹配，提高了计算效率，实现了人力资源管理企业将任务分配到人的多任务智能计算匹配。

如附图1所示，本发明提出了一种智能任务匹配方法，

步骤101，初始化飞虫种群；

本发明具备一初始化模块，用于初始化一个飞虫种群F(F1,F2....Fn)，飞虫种群由n个飞虫构成，n为自然数，每个飞虫匹配独立计算资源和数据存储资源。

步骤102，为每个飞虫装载任务；

飞虫任务装载模块，用于将数据库任务装载到每个具体飞虫中。所述任务是结构化的数据，保存在数据库中，以主键作为唯一标识。

步骤103，执行飞虫游走算法，搜索位置控制；

飞虫游走算法模块，实现飞虫搜索位置控制。以人员历史满意度为横坐标，以历史平均工资为纵坐标进行二维平面建模，将所有人员以历史满意度、历史平均工资数据，装载到二维平面坐标系中，位置控制即是指对二维平面坐标系的搜索。为每个飞虫随机分配初始位置C(Xi，Yi)。在搜索之前，进行飞虫状态参数初始化X＝1，Y＝1，或者使用随机算法生成初始化值。

其中第j个飞虫的下一个位置C(Xj+1，Yj+1)，计算方式如下：X坐标计算方法为

采用LSSVM算法计算第j个飞虫的y坐标数值，算法如下：

其中，b为预算参数，

P(Xi,Xi-1)＝exp-((Xi-Xi-1)

以预算参数b和预算参数ε，构造飞虫状态参数(b，ε)

建立系统测试数据集，用于训练飞虫状态(b，ε)。初始化赋值飞虫状态参数(1，1)，执行飞虫游走算法，记录算法消耗时间T1。采用随机函数对预算参数b和预算参数ε进行赋值，重新执行飞虫游走算法，记录算法记录算法消耗时间Tn。选取算法消耗时间最小的，作为飞虫状态(b，ε)的预算参数。

第j个飞虫的下一个位置C(Xj+1，Yj+1)计算结束后，遍历天敌位置表，判断该位置是否为天敌位置，如果不是天敌位置，将该位置赋值给飞虫，执行匹配算法，如果该位置是天敌位置，则放弃该位置，执行随机函数，随机新位置赋值给飞虫；

当飞虫在位置C(XL,YL)实现装载任务与人匹配(匹配方式为步骤104的方式)，则将该位置标识为模拟天敌位置，并通过检测T函数，实现防止飞虫与天敌位置相撞，从而实现飞虫避敌天性。具体表示为：

步骤104，执行所述飞虫装载任务与人员匹配；

任务任务匹配模块，实现飞虫所装载的任务与人员工作匹配，提取飞虫所装载的任务描述关键词字符串A，提取人员工作能力介绍关键词字符串B，采用字符串编辑距离或余弦相似度算法对字符串A与B进行比对，相似性大于阈值，例如60％时，飞虫任务赋予相对个人，将人与任务组织键值对存储到数据库中，并释放飞虫资源，标记该位置为天敌位置。

步骤105，输出匹配结果。

匹配结果输出模块，将任务与任务的实现人作为匹配结果输出并展示。

另外，如附图2所示，本发明还提出了一种智能任务匹配系统：

初始化模块201，用于初始化飞虫种群；

本发明具备一初始化模块，用于初始化一个飞虫种群F(F1,F2....Fn)，飞虫种群由n个飞虫构成，n为自然数，每个飞虫匹配独立计算资源和数据存储资源。

任务装载模块202，用于为每个飞虫装载任务；

飞虫任务装载模块，用于将数据库任务装载到每个具体飞虫中。所述任务是结构化的数据，保存在数据库中，以主键作为唯一标识。

飞虫搜索模块203，用于执行飞虫游走算法，搜索位置控制；

飞虫搜索模块203，具体执行包括：

以人员历史满意度为横坐标，以历史平均工资为纵坐标进行二维平面建模，将所有人员以历史满意度、历史平均工资数据，装载到二维平面坐标系中，为每个飞虫随机分配初始位置C(Xi，Yi)，

其中，第j个飞虫的下一个位置C(Xj+1，Yj+1)，计算方式如下：X坐标计算方法为

采用LSSVM算法计算第j个飞虫的y坐标数值，算法如下：

其中，b为预算参数，

P(Xi,Xi-1)＝exp-((Xi-Xi-1)

在执行搜索位置控制之前，还进行预算参数b和预算参数ε的获取，具体包括：

构造飞虫状态参数(b，ε)；

建立系统测试数据集，训练飞虫状态(b，ε)，初始化赋值飞虫状态参数，执行飞虫游走算法，记录算法第一消耗时间，采用随机函数对预算参数b和预算参数ε进行赋值，重新执行飞虫游走算法，记录算法记录算法第n消耗时间，选取算法消耗时间最小的，作为飞虫状态(b，ε)的预算参数。

第j个飞虫的下一个位置C(Xj+1，Yj+1)计算结束后，遍历天敌位置表，判断该位置是否为天敌位置，如果不是天敌位置，将该位置赋值给飞虫，执行匹配算法，如果该位置是天敌位置，则放弃该位置，执行随机函数，随机新位置赋值给飞虫；

当飞虫在位置C(XL,YL)实现装载任务与人匹配(，则将该位置标识为模拟天敌位置，并通过检测T函数，实现防止飞虫与天敌位置相撞，从而实现飞虫避敌天性，具体表示为：

任务匹配模块204，用于执行所述飞虫装载任务与人员匹配；

任务匹配模块204执行包括：

任务任务匹配模块，实现飞虫所装载的任务与人员工作匹配，提取飞虫所装载的任务描述关键词字符串A，提取人员工作能力介绍关键词字符串B，采用字符串编辑距离或余弦相似度算法对字符串A与B进行比对，相似性大于阈值，例如60％时，飞虫任务赋予相对个人，将人与任务组织键值对存储到数据库中，并释放飞虫资源，标记该位置为天敌位置。

展示模块205，用于输出匹配结果并展示。

匹配结果输出模块，将任务与任务的实现人作为匹配结果输出并展示。

此外，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如智能任务匹配方法。

此外，本发明还提供了一种电子设备，包括：处理器、存储器、及显示屏；其中，所述存储器用于存储计算机程序；所述处理器用于加载执行所述计算机程序，以使所述电子设备执行如智能任务匹配方法。

本发明提出了一种基于飞虫算法的智能任务匹配算法及系统，为每个飞虫装载任务，执行飞虫游走算法，搜索位置控制，执行飞虫装载任务与人员匹配，本发明通过将任务装载不同飞虫，对飞虫进行碰撞监测，利用飞虫算法避敌特性，进行智能动态监测，可大批量执行多任务计算匹配，提高了计算效率，实现了人力资源管理企业将任务分配到人的多任务智能计算匹配。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。