高時間估計的精度；文獻[5]的結論說明支持向量機模型對學習樣本的數量要求遠低于模糊神經網絡模型，樣本的數量對精度影響不大，適用于小樣本情況。
1.2 并行工程產品開發(fā)計劃制訂
文獻[6]提出了一種新的活動組網絡模型，著重描述由于下游設計發(fā)現上游設計的錯誤而導致的設計迭代, 同時也體現上游設計活動對下游設計活動進度的影響。該模型關注上下游設計活動之間存在重疊的情形, 而不是純粹的串行或平行的情形。在并行工程模式下, 項目的每個階段都可以用若干組相互重疊的設計活動(包括產品設計活動及其相關的過程設計活動)來描述，因此產品開發(fā)項目就可以yongshe計活動組(組內包含若干相互重疊的設計活動)構成的網絡來描述如圖1。
文獻[6]也給出了一種分枝定界算法解決此最優(yōu)問題，在分配給各項目的資源確定時，調整分配的資源數量，最小化完成時間的同時使平均資源利用率不低于一個給定值。為了更好地模擬現實中的情況，又引入了擴展隨機高級判斷Petri網模型來描述實際生產中存在的生產設計過程的中斷，該模型和算法能夠較zhenshi的反映和解決實際生產中的問題。
1.3 并行工程產品開發(fā)的團隊組織
文獻[7]使用一個整數規(guī)劃模型描述產品開發(fā)團隊zuzhiwenti，在這一模型中, 考慮了團隊組織的幾個主要原則, 即已完成的產品開發(fā)設計活動和當前設計活動的相似性, 開發(fā)人員的技術水平, 創(chuàng)新能力, 管理能力及產品開發(fā)設計活動對開發(fā)人員數量和工作負荷的要求，并使用Tabu搜索算法解決了這個問題。
2 項目規(guī)劃與團隊組織系統(tǒng)的總體設計
本系統(tǒng)主要由三部分組成：產品設計時間估計，產品開發(fā)計劃制訂，產品開發(fā)團隊組織。其中后一步的計算都需要用到前一步的結果。具體結構如圖2。
2.1 產品設計時間估計模塊的設計
產品設計時間估計模塊主要作用是根據各產品設計過程所具有debutong特征，對比從樣本庫中學習到的規(guī)律，估計其完成設計活動所需要的時間。
作為整個系統(tǒng)的第一步，設計時間估計的精度對后兩個模塊計算的準確性有著相當大的影響。由于設計時間估計的精度很大程度上依賴于學習樣本的數量和質量?？紤]到用戶并不一定擁有大量的高質量樣本，所以提供了兩種算法供用戶選擇。模糊神經網絡模塊對樣本數量的敏感性比較強，樣本數量越多精度越高，隨著樣本數量的減少精度的下降速度比較快；支持向量機模塊則偏向于小樣本情況，其精度隨樣本數量的減少下降不明顯。
為了用戶錄入的方便和輸出結果的統(tǒng)一，兩個模塊共用同一輸入輸出界面。設計時間估計的統(tǒng)一輸入為影響產品設計時間的各方面的特征描述，例如產品的復雜程度，某些部分對整體的重要性，工藝精度的要求等，其中有部分量為數值型，另一部分為模糊型。該輸入可以由用戶經驗得到，也可以由其他方式例如QFD質量屋評估得到，為此系統(tǒng)提供了相應接口，只要輸入fuhe格式要求即可無縫結合。由于考慮到用戶輸入量比較大，或者數據有可能來自于其它程序得到得數據文件，所以在輸入方式上考慮有手工輸入和文件導入兩種方式并存。所有輸入作為獨立的表存入數據庫中，用戶通過前臺程序對數據庫進行操作。
無論是模糊神經網luomo塊還是支持向量機模塊均包含產品設計時間訓練和產品設計時間計算兩部分。
2.1.1 產品設計時間訓練
此部分主要功能是對樣本進行學習和訓練，模擬出其內部的規(guī)律。由于此部分需要處理daliangdeyang本數據，jinxingfu雜的迭代運算，所以耗費時間比較長，經測shizaiPIII733MHZ，256兆內存的機器上，使用微軟的.net平臺，對應于46組樣本的模糊神經網絡訓練需要50秒左右；對