[发明专利]群智感知中基于局部预算共享的多源任务分配方法及系统有效
申请号: | 202211644417.2 | 申请日: | 2022-12-21 |
公开(公告)号: | CN115629885B | 公开(公告)日: | 2023-04-07 |
发明(设计)人: | 魏凯敏;蔺晓川;李哲涛;漆国姿;赵诗婷;康政 | 申请(专利权)人: | 暨南大学 |
主分类号: | G06F9/50 | 分类号: | G06F9/50;G06Q10/04;G06Q10/06 |
代理公司: | 北京盛询知识产权代理有限公司 11901 | 代理人: | 马文巧 |
地址: | 510632 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 感知 基于 局部 预算 共享 任务 分配 方法 系统 | ||
1.群智感知中基于局部预算共享的多源任务分配方法,其特征在于,步骤包括:
确定角色类型;所述角色类型包括:任务请求者、移动群智感知平台和移动群智感知参与者;
通过所述移动群智感知平台收集感知任务;
根据所述感知任务,建立多源感知任务分配模型;
基于所述多源感知任务分配模型获取所述感知任务的最佳分配方案;建立所述多源感知任务分配模型的方法包括:当感知任务被发布在所述移动群智感知平台后,所述移动群智感知平台在所述感知任务的要求和参与者的属性约束下,同时考虑最大化任务完成质量和最小化总的移动距离来建立所述多源感知任务分配模型;
获取所述最佳分配方案的方法包括:
将所述感知任务聚合成多个任务集合,得到集任务;
为执行所述集任务的参与者规划任务路径,并根据所述路径计算参与者完成所述集任务的报酬,得到临时分配结果;
根据所述临时分配结果计算所述集任务的实现效用,基于所述实现效用获取所述最佳分配方案;
首先,将所述感知任务聚合成多个任务集合,得到集任务;
为求得最佳的任务分配方案,移动群智感知平台首先依据感知任务的位置,感知要求将相近的任务聚合在一起,聚合起来的任务将其表示为集任务;当任务请求者将感知任务提交到移动感知平台后,移动感知平台基于感知任务的地理位置将感知任务分类为多个任务集合,所使用的聚类方法包括:DBSCAN聚类算法;
对上述步骤得到的任务集合依据传感要求相似度进一步分解以保证任务集合的大小满足指定范围:maxPts个任务;对于每个任务集合,随机从中选择一个感知任务,然后依次从中选择与该任务最相似的maxPts-1个感知任务组成新的任务集合,称之为集任务;重复此过程直到所有的任务都被重新划分;
规划所述任务路径的方法包括:
S301.将参与者所在的位置标记为当前位置,将参与者在所述当前位置的时间标记为当前时间,并设置执行序列为空;
S302.计算所述当前位置对于所述集任务中的每个子任务的紧急度,并根据所述紧急度进行排序,将最紧急的任务标记为候选任务;
S303.计算所述当前位置与其他位置的距离,选择距离最近的感知任务,将其记为第二候选任务,并将所述第二候选任务优于所述候选任务执行;
S304.验证所述候选任务与所述第二候选任务是否均能在任务截止日期前完成,得到验证情况;
S305.根据所述验证情况更新所述当前位置、所述候选任务和所述第二候选任务信息;
S306.重复S301-S305,直到所述集任务中的每个任务都进入执行序列。
2.根据权利要求1所述的群智感知中基于局部预算共享的多源任务分配方法,其特征在于,所述多源感知任务分配模型的目标包括:最大化任务完成质量和最小化总的移动距离。
3.根据权利要求2所述的群智感知中基于局部预算共享的多源任务分配方法,其特征在于,所述多源感知任务分配模型的约束条件包括:
任务必须在有限的预算约束下招募参与者;
每个参与者必须在其传感器的工作负载下执行感知任务;
执行感知任务的参与者拥有的传感器必须覆盖感知任务要求;
执行感知任务的参与者必须在任务截止日期之前到达任务的位置。
4.根据权利要求1所述的群智感知中基于局部预算共享的多源任务分配方法,其特征在于,得到所述集任务的方法包括:所述移动群智感知平台首先根据感知任务的位置将感知任务聚合为多个任务集合;当所述任务集合的大小超过集合最大任务数目时,对所述任务集合进行多次划分,直至所有所述任务集合满足集合大小限制,得到所述集任务。
5.根据权利要求4所述的群智感知中基于局部预算共享的多源任务分配方法,其特征在于,进行所述划分的方法包括:在所述任务集合中选取一个随机任务,并选择与所述随机任务相似度最近的任务与所述随机任务组成任务集合。
6.群智感知中基于局部预算共享的多源任务分配系统,其特征在于,包括:角色划分模块、收集模块、构建模块和优化模块;
所述角色划分模块用于确定角色类型;所述角色类型包括:任务请求者、移动群智感知平台和移动群智感知参与者;
所述收集模块用于通过所述移动群智感知平台收集感知任务;
所述构建模块用于根据所述感知任务,建立多源感知任务分配模型;
所述优化模块用于基于所述多源感知任务分配模型获取所述感知任务的最佳分配方案;
所述优化模块的工作流程包括:
将所述感知任务聚合成多个任务集合,得到集任务;
为执行所述集任务的参与者规划任务路径,并根据所述路径计算参与者完成所述集任务的报酬,得到临时分配结果;
根据所述临时分配结果计算所述集任务的实现效用,基于所述实现效用获取所述最佳分配方案;
首先,将所述感知任务聚合成多个任务集合,得到集任务;
为求得最佳的任务分配方案,移动群智感知平台首先依据感知任务的位置,感知要求将相近的任务聚合在一起,聚合起来的任务将其表示为集任务;当任务请求者将感知任务提交到移动感知平台后,移动感知平台基于感知任务的地理位置将感知任务分类为多个任务集合,所使用的聚类方法包括:DBSCAN聚类算法;
对上述流程得到的任务集合依据传感要求相似度进一步分解以保证任务集合的大小满足指定范围:maxPts个任务;对于每个任务集合,随机从中选择一个感知任务,然后依次从中选择与该任务最相似的maxPts-1个感知任务组成新的任务集合,称之为集任务;重复此过程直到所有的任务都被重新划分;
规划所述任务路径的方法包括:
S301.将参与者所在的位置标记为当前位置,将参与者在所述当前位置的时间标记为当前时间,并设置执行序列为空;
S302.计算所述当前位置对于所述集任务中的每个子任务的紧急度,并根据所述紧急度进行排序,将最紧急的任务标记为候选任务;
S303.计算所述当前位置与其他位置的距离,选择距离最近的感知任务,将其记为第二候选任务,并将所述第二候选任务优于所述候选任务执行;
S304.验证所述候选任务与所述第二候选任务是否均能在任务截止日期前完成,得到验证情况;
S305.根据所述验证情况更新所述当前位置、所述候选任务和所述第二候选任务信息;
S306.重复S301-S305,直到所述集任务中的每个任务都进入执行序列。
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暨南大学,未经暨南大学许可,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/202211644417.2/1.html,转载请声明来源钻瓜专利网。