[发明专利]一种基于移动机会网络的群智计算在线任务分配方法

说明书

本发明公开了一种基于移动机会网络的群智计算在线任务分配方法，分别针对最小化独立式任务的平均反馈时间和最小化协作式任务的最长反馈时间两类问题，结合用户相遇规律和计算能力差异，将待分配的任务按平均执行时间排序，任务请求者每与一个用户相遇，执行一次虚拟离线全局分配方法，重复计算并实时更新每个用户对每个任务的预估反馈时间，将任务依次分配给反馈时间最小的用户，但只有结果中属于当前相遇用户的任务真实分配。与下个用户相遇时，重复上述过程，直到所有任务分配完成。理论分析和仿真结果证明，本发明提出的方法能在相同的任务和用户规模下最小化任务完成时间，提高效率，在基于移动机会网络的群智计算场景中具有很强的实用价值。

技术领域

本发明涉及一种基于移动机会网络的群智计算在线任务分配方法，属于移动网络和群智计算技术领域。

背景技术

群智计算的思想来源于众包和群智感知，是一种利用移动用户及其智能设备进行的分布式问题解决模式。移动设备的普及和快速发展拓宽了群智计算的应用场景和实现规模，网络中的用户可以通过手持设备中内置的丰富传感器(GPS、相机、加速计、指南针等)和强大的存储计算能力随时随地参与任务的感知、计算和数据分发，通过合理的协作和共享完成机器或个人难以完成的大规模复杂问题。

目前关于群智计算的研究多考虑基于分散位置的模型，即用户需要移动到某些固定位置完成感知任务，例如环境、交通路况监控等，任务信息的收发和结果反馈通过3G/4G网络传输，通过设计合理的激励机制和任务分配算法保证任务有序进行。随着无线通信技术的发展，搭载在移动社交网络中的群智计算系统允许用户通过WiFi、蓝牙、D2D实现近距离通信，方便大规模数据传输，节省通信花费，基于机会式相遇的用户协作也具有更高的安全性和可靠性，可更好的应用于大规模群智计算场景中。移动用户作为网络中的节点进行协作分布式计算具有部署方便、灵活、成本低等优点，用户携带的信息也具有丰富的挖掘价值，将成为未来移动互联网中值得探索的新模式。在多任务、多用户随机游走的复杂群智计算系统中如何结合用户移动规律和计算差异进行合理的任务分配和资源调度，保证任务有序高效的完成，则是本发明关注解决的问题和创新性贡献。

发明内容

本发明所要解决的技术问题是：提供一种基于移动机会网络的群智计算在线任务分配方法，任务请求者每相遇一个用户，根据当前的情况寻找最适合该用户的任务子集并立即分配，保证任务高效完成。

本发明为解决上述技术问题采用以下技术方案：

一种基于移动机会网络的群智计算在线任务分配方法，包括以下步骤：

步骤1，初始化任务请求者发布的待分配任务J＝{j₁,j₂,...,j_m,...,j_M}，其中，m＝1,…,M，j_m代表第m个待分配任务，M为待分配任务的总数；根据待分配任务类型和优化目标，将待分配任务按平均执行时间进行排序，得到有序任务列表；

步骤2，初始化候选用户U＝{u₁,u₂,...,u_n,...,u_N}，其中，n＝1,…,N，u_n代表第n个愿意参与群智计算任务的候选用户，N为候选用户的总数；根据历史交易记录，计算每个候选用户与任务请求者的相遇参数{λ₁,λ₂,...,λ_n,...,λ_N}和各个候选用户的历史任务执行时间比{p₁,p₂,...,p_n,...,p_N}，其中，λ_n和p_n分别代表第n个候选用户与任务请求者的相遇参数和历史任务执行时间比；

步骤3，当任务请求者与移动机会网络中某个候选用户u_n相遇时，对该用户进行在线任务分配，具体为：