1) task mating
任务配对
2) Crew pairing problem
机组任务配对
3) assembly task
装配任务
1.
Assembly task and assembly operation were introduced,so the information in assembly process was perfectly expressed through conducting assembly process model which combined coarse-grained assembly task with fine-grained assembly operation.
该方法引入装配任务和装配操作模型,通过粗粒度的装配任务与细粒度的装配操作相结合的装配过程建模,实现了虚拟装配中装配过程信息的完整性表达。
4) task assignment
任务分配
1.
Application of uncertain multi-attribute decision-making to task assignment;
不确定多因素下的多属性决策在任务分配中的应用
2.
A discrete particle swarm optimization algorithm for task assignment problem;
求解任务分配问题的一种离散微粒群算法
3.
On radar jamming task assignment based on ant colony algorithm;
雷达干扰任务分配的蚁群算法实现
5) task allocation
任务分配
1.
Fitness-based task allocation strategy for multi-robot system;
基于适应度的多机器人任务分配策略
2.
Analysis and modeling of task allocation problem in MAS;
多Agent系统中任务分配问题的分析与建模
3.
Study on task allocation of mes in the networked manufacturing;
网络化制造执行系统任务分配的研究
6) Task matching
任务匹配
1.
The paper offers a valid solution of the long range multiple rocket launchers task matching problem in the fire power attacking.
文中分析了远程火箭弹特性及其打击目标的分类;论述了任务分配的基本要素;建立了远程火箭弹与其火力打击目标匹配的数学模型,并引入遗传算法对其进行分析,为解决远程多管火箭炮系统在火力打击中的任务匹配问题提供了一种有效方法。
补充资料：Montmort配对
Image:11769922803222438.jpg
montmort配对
若i是一个 有界的区间，则i的长度定义为它的两个端点的距离，记为l（i）；若i是一个无界区间，则定义i的长度为∞，也记成l（i）。
这样，
l（【0，1】） ＝ l（（0，1）） ＝ 1，
l（（－∞，0）） ＝ ∞， l（【1，＋∞】）。
我们的目的是希望把上述仅对区间有定义的长度概念推广到更一般的实数集上去。例如我们把它推广到了一个由实数子集构成的集族ω，并且对ω中每一元e（这是一个实数子集），我们用m（e）表示e的“长度”。此时很自然，我们希望ω满足下面三个条件：
（ω1）所有区间都是ω中的元；
（ω2）若e∈ω，则ec ＝r － e ∈ ω；
（ω3）ω中任意至多可数个元的并是ω中的元。
而对m，我们希望它满足下面三个条件：
（m1）对每一e∈ω，m（e）是一个非负广义实数，即m（e）或者是一个非负实数，或者是∞；
（m2）对每一区间i，m（i）＝ l（i）；
（m3）若n>=1 是ω中任何一列两两不相交的元，则m（u∞n=1 en） ＝ ∑∞n=1 m(en).
对一般的n维欧氏空间有类似的问题。下面我们来进行这一推广。
对每一个子集e，定义
m* (e) = inf{∑n l(i n):{i n} n >= 1是一列开区间并且e包含于u n i n }。
此时m* (e)称为e的lebesgue外测度。由于实数全体r是一个开区间并且e包含于r，所以上述定义是合理的，并且m* (e)是一个非负广义实数。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。