[发明专利]一种基于特征信息的大规模群智感知任务分配方法在审

专利信息
申请号: 202110325065.3 申请日: 2021-03-26
公开(公告)号: CN112990728A 公开(公告)日: 2021-06-18
发明(设计)人: 李峰;赵继超;于东晓 申请(专利权)人: 山东大学
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q10/10
代理公司: 青岛华慧泽专利代理事务所(普通合伙) 37247 代理人: 刘娜
地址: 250013 山*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 特征 信息 大规模 感知 任务 分配 方法
【说明书】:

发明公开了一种基于特征信息的大规模群智感知任务分配方法,包括如下步骤:搭建任务分配模型,并获取相关信息,所述任务分配模型包括处理任务的预算,工人和特征空间;将特征空间进行超矩阵划分;从每个超矩阵中随机抽取一个工人让其处理任务,并观察其所处理任务的质量,根据质量计算其上置信指数,将上置信指数作为对工人的评估,结合工人处理任务得到的报酬,计算其评估的质量密度,根据评估的质量密度以及处理任务的预算对工人进行选择;更新相关变量,重复该步骤,直到处理任务的预算花完为止。本发明所公开的方法能够充分利用有限的预算,选择质量较高的工人,任务分配效率高。

技术领域

本发明属于移动众感领域,特别涉及一种基于特征信息的大规模群智感知任务分配方法。

背景技术

近些年来,随着个人移动设备的不断增加,移动众感(Mobile Crowdsensing)逐渐成为来获取各种传感信息的一种重要手段。通过雇佣工人来利用他们手上的移动设备来获取感知信息是移动众感获取信息的一个重要手段。在边缘端的工人由于个人及设备的原因,他们在处理感知任务的能力上也不尽相同。因此,如何找到能力较高的工人来提升感知任务处理的质量是移动众感中的一个重要的课题。

工人的雇佣通常分为两个过程,一是探索工人:通过雇佣每个工人来对工人进行评估,从而找到质量较高的工人;二是利用:使用在探索阶段所得到的评估较高的工人。多臂老虎机是处理探索和利用问题的一个常用的技术,然而在现实中,边缘端的工人的数量是巨大的,如果去探索每个工人的话造成的花费往往也是巨大的,而且现实中,处理任务的预算往往也是十分有限的。因此,如何利用有限的预算从众多的工人中找到质量较高的工人并进行雇用是一个需要解决的问题。

现实中,边缘端的工人往往具有一些特征信息,工人处理任务的质量往往与这些特征向量有着某种特定的关系。特征信息相近的工人他们往往处理任务的能力也相差不大,因此我们可以对一些特征信息相似的工人同时评估。

发明内容

针对现有技术的以上缺陷和改进需求,本发明提供了一种基于特征信息的大规模群智感知任务分配方法。该问题的主要难点在于如何在工人数量巨大和预算数量有限的情况下如何分配移动任务。同时,我们将选择一个工人的过程看作一轮,并将所有实际选用的工人的累积期望质量与最优的累积期望质量的差值称为累积遗憾(Regret),我们用累积遗憾来衡量算法的优劣。一般来说,累积遗憾应该是随着轮次的增长呈线性或者亚线性增长,累积遗憾的增长速度越慢,算法效果越好,所以如何得到一个更缓慢的累积遗憾增长曲线便成为本问题的主要目标。

为解决上述技术问题,本发明提供了一种基于特征信息的大规模群智感知任务分配方法,以达到充分利用有限的预算,选择质量较高的工人的目的。

为达到上述目的,本发明的技术方案如下:

一种基于特征信息的大规模群智感知任务分配方法,包括如下步骤:

步骤一,搭建任务分配模型,并获取相关信息,所述任务分配模型包括处理任务的预算,工人和特征空间;

步骤二,将特征空间进行超矩阵划分;

步骤三,从每个超矩阵中随机抽取一个工人让其处理任务,并观察其所处理任务的质量,根据质量计算其上置信指数,将上置信指数作为对工人的评估,结合工人处理任务得到的报酬,计算其评估的质量密度,根据评估的质量密度以及处理任务的预算对工人进行选择;

步骤四,更新相关变量,重复步骤三,直到处理任务的预算花完为止。

上述方案中,步骤一中,处理任务的预算B,即处理任务付给工人的总报酬不得超过B;

设工人集合共包含N个工人,对于每个工人i,包含信息如下:特征信息φi,处理任务的质量μi,处理一个任务的报酬ci,处理任务的数量τi

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东大学,未经山东大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110325065.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code