[发明专利]一种基于感知效用最大化的群智感知激励方法

权利要求书

1.一种基于感知效用最大化的群智感知激励方法，其特征在于，所述方法包括以下步骤：

S1、任务发布者将由感知任务内容、任务地理位置和任务预算组成的感知任务集合发送给感知服务平台，等待感知服务平台招募用户完成；

S2、感知服务平台接收到感知任务集合后，将消息发布到感知区域内目标用户端集合中的每个用户；

S3、用户接收到发布的感知任务集合后，根据任务内容、任务地理位置和成本因素判断是否能够完成该任务，若能完成，则向感知服务平台返回自己的竞标价格；

S4、感知服务平台接收到所有用户的竞标价格，基于激励模型选择中标的用户，并将所述感知任务集合分配给对应的中标用户；

S5、中标用户得到感知服务平台的确认及分配到感知任务后，执行所述感知任务，并将感知结果发送给感知服务平台；

S6、感知服务平台整合收到的感知结果并检查结果，然后返回感知结果给任务发布者，并支付报酬给中标用户；

考虑一个感知任务，该感知任务包含L个感兴趣的感知区域，第l个感知区域与一系列候选用户R^l相关联，其中l＝1、2……L，所有候选用户集合对于每一个感知区域，招聘者都用一个单调子模效用函数来评估对应感知区域的感知效用，最终建立的激励模型中感知效用最大化目标函数如下：

其中，f^l(·)代表R^l集合中的单调子模效用函数，是第l个感知区域对应候选用户R^l中的中标用户集合，p_i表示中标用户i的报酬，B表示任务发布者总的任务预算，[L]＝{1,2,…,L}，在上述感知效用最大化目标函数中，每个用户的感知效用函数定义如下：

其中，b_i表示用户i的竞标价格，表示所选用户集。

2.根据权利要求1所述的一种基于感知效用最大化的群智感知激励方法，其特征在于：所述激励模型中感知效用最大化目标函数采用基于贪心算法的求解方法，用δ_i(S)＝f(S∪{i})-f(S)表示所选用户集S里的一个中标用户i的边缘效用增量,根据与每一个中标用户i的竞标价格b_i相关的非增边缘效用增量来对所有所选用户进行排序，排序表示为：

其中n表示中标用户i的数量，从上述排序中按顺序挑选用户i直到不成立，选择的用户就是最终的中标用户。

3.根据权利要求2所述的一种基于感知效用最大化的群智感知激励方法，其特征在于，所述激励模型的具体建立方法为：

1)、平均分配预算给每个感兴趣的感知区域，然后通过贪心算法获得初始效用值；

2)、定义一个效用阈值ε，是给定的单调子模效用函数的最大边缘效用增量；

3)、当感兴趣的感知区域的最大效用和感兴趣的感知区域的最小效用相差大于ε时，从转移数量为的预算到中，其中是一个预设的常数，小于用户的竞标价格；

4)、如此重复步骤3)，直至任何两个感兴趣的感知区域之间的效用差异在阈值ε里。