多人换岗怎么分

团队分工默认“开工前把人排好”。现实里常见麻烦：项目已经在跑了，突然有人请假、有人离岗、任务变了、优先级变了，原来的安排不再合适。这时候问题不是“从零开始怎么分”，而是“已经有人在岗了，怎么把人员重新调配”。

这篇论文盯住的就是 “中途换岗、重新调配”的问题。作者把它叫“role transfer”，也就是角色转移。团队已经成形后，如果岗位和人要重新对上，怎么换更高效。团队动态调整分工可以像经典任务分配被算出来，不一定要靠暴力穷举。作者把一个越算越爆炸的问题改写成借用经典匈牙利算法思路来解决。

论文里说得很清楚：团队以前做过基于穷举搜索的多对多角色转移算法，一旦团队规模上去，算起来就慢了，复杂度大概是 O(m!)。

作者的切入口是经典的 Kuhn-Munkres 算法，也就是很多人熟悉的匈牙利算法。它原本擅长解的是标准的分配问题：给定一张评分表，找到一套总体最优的一对一搭配。作者把“角色转移”改写成它能接受的分配形式

图 2 和图 5 解答了么把“当前角色矩阵”和“潜在角色矩阵”拼成一个能拿去求解的分配问题。先把“谁现在在什么岗位”记成一张矩阵，再把“谁未来可以去什么岗位”记成另一张矩阵，然后把两张表合并，最后再把它扩展、拆分成匈牙利算法能处理的方阵。

这篇论文有两个场景值得注意。第一个叫多对多角色转移，意思是一个岗位可以让多个人来接，一个人也可以有多个岗位机会。第二个叫“强转移”问题：岗位需求已经比较紧，现有人手须通过重新组合去满足，先把大问题拆成几块小方阵，分别再算。

核心的技术推进体现在三件事：第一，作者给出一个新的简单分配算法，把角色转移问题适配到一般分配问题。第二，为了处理更难的强转移场景，设计了一个拆分方案，把大问题分成几个小方阵去算。第三，给出复杂度分析，说明整个办法上能保持在和经典匈牙利算法相近的量级。

这篇论文在两类角色转移场景下做了系统性能测试。通过Table II、Table III、 Fig. 10 到 Fig. 13。作者对每种场景都随机生成了 300 组测试数据，并固定 n = m/2 这样的规模关系去看算法到底跑得稳不稳。

当代理人数增加到原来的 2、3、4、5 倍时，一般角色转移场景的求解时间只大约增加到 1.5、2、2.5、5 倍；而强转移场景里，这个增长大约是 1.5、5、10、20 倍。说明规模虽然变大了，时间会上升，但远没有穷举法呈爆炸式增长。因而这套办法在实际层面可用。

作者发现，如果角色转移问题本身就没有可行方案，算法可能会卡在循环里。所以补了一个“先验检查”步骤，就像现实管理：别先忙着排班，先看一眼人手是否足够。

作者简介：朱海滨，加拿大尼皮辛大学计算机科学教授，IEEE Fellow、AAIA Fellow，E-CARGO模型与Role-Based Collaboration（RBC，基于角色的协作）方法的重要创立学者，现任IEEE Systems, Man, and Cybernetics Society系统科学与工程副主席。主要研究方向包括软件工程、编程技术、协作技术与系统、基于角色的协作、自适应协作，聚焦多智能体系统、群体绩效优化、群体角色分配及E-CARGO模型应用等问题。

ORCID：0000-0003-1922-1631

DOI: 10.1109/TSMCA.2011.2159587

已收藏 0

点赞 0