随着知识经济的迅速发展,知识员工逐渐开始占据劳动力市场的核心地位。企业为提高自身竞争力,必须对内部员工进行科学合理的配置,进行合理的工作分析以安排合适的工作任务给到相应的员工。因此,知识员工的任务指派及调度逐渐成为各行企业关注的重点问题,企业对知识员工进行高效的任务指派及调度不仅是对人力资源的合理利用,更对企业的长远发展有着至关重要的作用。由于知识员工工作环境存在着复杂多变性,目前,任何单一的调度模型都无法完全满足调度的要求,而且知识员工任务指派及调度决策问题已经被证明属于NP-Hard问题,群智能算法在解决这类问题方面有着其独特的优势。因此,本文选取了以细菌觅食算法(Bacterial Foraging Optimization algorithm,BFO)为代表的群智能算法来求解知识员工任务指派及调度问题。本文研究的主要内容包括以下几方面:(1)针对知识员工任务指派及调度问题,查阅大量相关文献,总结了国内外对员工任务指派及调度问题的研究现状,并进行了文献综述;(2)系统地阐述了知识员工任务指派及调度问题的相关理论知识,分析了知识员工任务指派及调度相关模型,包括基于知识员工-团队匹配度测算模型、知识员工-任务匹配度测算模型以及多目标知识员工任务指派及调度决策模型;(3)介绍了细菌觅食算法的基本原理和算法流程,并针对其求解时存在的缺陷引进了粒子群算法的思想,提出了一种混合细菌觅食算法(PBFO),并详细阐述了使用PBFO来解决知识员工任务指派及调度问题的流程,通过知识员工任务指派及调度的求解与应用,证明了算法的可行性和有效性,并提出了相应的对策建议以提高知识员工任务指派及调度的效率;本文的研究成果,不仅将细菌觅食算法成功的应用于知识员工任务指派及调度问题,对企业进行知识员工的调度决策有着一定的指导借鉴意义,同时也拓展了群智能算法的应用领域,为求解知识员工任务指派及调度等组合优化问题提供了全新的思路和方法。