admin/Environment-Monitoring-System

Fork 0

Files

ChuXun 4ce487588a 1

2025-10-19 20:31:01 +08:00

8.7 KiB

Raw Blame History

主管任务管理功能 - 设计文档

1. 功能描述

本功能模块是系统管理（NEPM）端的核心，赋予主管监控所有待处理反馈，并通过手动或智能两种模式，将勘查任务高效、合理地分配给一线网格员的能力。智能分配是本模块的亮点，旨在优化资源配置，提升响应效率。

2. 涉及角色

主要使用者: 业务主管 (SUPERVISOR)
被分配者: 网格员 (GRID_WORKER)

3. 业务规则

3.1 任务池规则

所有通过AI审核，状态为PENDING_ASSIGNMENT的反馈，都会进入任务分配池，展示在主管的工作台。
任务池中的任务应支持多维度筛选（如区域、污染类型、严重等级）和排序。

3.2 手动分配规则

主管可以勾选一个或多个任务。
然后，主管可以从其管辖范围内的网格员列表中，选择一个或多个来执行任务。
分配后，系统会为每一个"任务-网格员"配对创建一条assignment_record记录。

3.3 智能分配规则

触发: 主管选择一个任务，点击"智能分配"按钮。
地图模型: 分配算法基于简化的二维网格地图。
第一步：候选集生成:
- 系统获取任务所在的网格坐标 (Tx, Ty)。
- 以 (Tx, Ty) 为中心，搜索半径10个网格单位内的所有网格。
- 从中筛选出状态为ACTIVE且有对应skills的网格员，形成候选集。
第二步：最优人选计算:
- 对候选集中的每个网格员 (Gx, Gy)，使用A*算法计算其到目标网格的最短路径距离 (D)，算法需能识别并绕开is_obstacle为true的障碍网格。
- ETR (预计任务响应时间) 公式: ETR = D + (该网格员当前待处理的任务量)。
- ETR值最小的网格员即为最优人选。
第三步：推荐与确认:
- 系统在界面上高亮推荐最优人选。
- 主管可以接受推荐，一键分配；也可以忽略推荐，手动选择其他候选人。
算法细节记录: 每次智能分配成功后，应将计算出的ETR、候选人列表等关键信息，以JSON格式快照存入assignment_record表的algorithmDetails字段，便于审计和追溯。

3.4 任务创建与审核规则

创建任务: 主管可不依赖公众反馈，直接在系统中创建新任务，指派给特定网格员。创建的任务直接进入ASSIGNED状态。
审核任务: 主管负责审核网格员提交的状态为SUBMITTED的任务。
- 批准: 任务状态变为 COMPLETED。
- 拒绝: 任务状态退回 ASSIGNED，并附上拒绝理由，网格员需重新处理。

3.5 ETR算法优化

为了使智能分配更精准，ETR（预计任务响应时间）的计算公式将引入更多权重因子。

基础公式: ETR = (A*路径距离) + (当前任务数)
优化后公式: Score = (Wd * D) + (Wn * N) - (Ws * S) + (Wp * P)
- D: A*算法计算出的路径距离。
- N: 网格员当前待办任务数量。
- S: 技能匹配度。如果网格员的skills与任务的pollutionType匹配，则S=1，否则S=0。
- P: 任务优先级。高优先级任务P=10，中=5，低=0。用于打破僵局。
- Wd, Wn, Ws, Wp: 分别是距离、任务数、技能、优先级的权重系数，可在系统配置中调整。
- 最终选择Score最小的网格员。

3.6 边界情况处理

无可用网格员: 在指定的搜索半径内，若没有符合条件的ACTIVE状态的网格员，系统应提示主管"当前区域无可用网格员，请扩大搜索范围或手动从全局列表选择"。
智能分配失败: 若因地图数据不完整等原因导致A*算法无法找到路径，系统应提示"路径计算失败，请手动分配"。

4. 功能实现流程

4.1 任务分配流程

graph TD
    A[登录NEPM端] --> B[进入任务分配页面];
    B --> C[查看"待处理"反馈列表];
    
    C --> D{选择一个反馈};
    D --> E{选择分配模式};
    
    E -- 手动分配 --> F[手动勾选网格员];
    E -- 智能分配 --> G[系统执行A*算法<br>计算ETR并推荐人选];
    
    G --> H{主管是否<br>接受推荐?};
    H -- 是 --> I[确认分配给<br>推荐人选];
    H -- 否 --> F;
    
    F --> J[确认分配];
    I --> J;
    
    J --> K[创建AssignmentRecord];
    K --> L[更新Feedback状态<br>为ASSIGNED];
    L --> M[通过NEPG端<br>通知网格员];

    style G fill:#E3F2FD
    style L fill:#C8E6C9

4.2 任务审核流程

graph TD
    A[主管进入"待审核"任务列表] --> B{选择一个任务};
    B --> C[查看网格员提交的报告和图片];
    C --> D{审核是否通过?};
    D -- 是 --> E[更新任务状态为 COMPLETED];
    D -- 否 --> F[填写拒绝理由];
    F --> G[更新任务状态为 ASSIGNED];
    G --> H[通知网格员重新处理];

    style E fill:#C8E6C9;
    style G fill:#FFCDD2;

5. API 接口设计

5.1 查询待处理反馈列表

URL: GET /api/management/tasks/pending
权限: SUPERVISOR
查询参数: region, pollutionType, severity, page, size
成功响应 (200 OK): 返回分页的反馈列表。

5.2 查询可用网格员列表

URL: GET /api/management/grid-workers/available
权限: SUPERVISOR
查询参数: region
成功响应 (200 OK): 返回指定区域内所有状态为ACTIVE的网格员列表，包含其当前位置和任务负载。

5.3 手动分配任务

URL: POST /api/management/tasks/assign/manual
权限: SUPERVISOR

请求体:

{
  "feedbackId": 123,
  "gridWorkerIds": [10, 15],
  "remarks": "请尽快处理"
}

成功响应 (200 OK): { "message": "任务分配成功" }

5.4 智能分配任务

URL: POST /api/management/tasks/assign/intelligent
权限: SUPERVISOR
请求体: {"feedbackId": 123}

成功响应 (200 OK): 返回包含最优人选和候选集信息的JSON，供前端渲染。

{
  "recommended": { "userId": 10, "name": "王伟", "score": 15.8, ... },
  "candidates": [ ... ]
}

5.5 审核任务

URL: POST /api/management/tasks/{taskId}/review
权限: SUPERVISOR