[发明专利]一种时域连续型空间众包任务分配方法

摘要

本发明公开了一种时域连续型空间众包任务分配方法，包括以下具体步骤：(1)时域连续型空间众包质量指标函数、(2)时域连续型空间众包任务分配、(3)优化策略。通过上述，本发明的时域连续型空间众包任务分配方法，以时域连续性空间众包任务质量为优化目标，实现高效的分配，可以适用于实际生活中的多种场景，如环境感知(感知一个城市近一周的空气质量或某一大厦国庆期间的噪音污染程度)、公共基础设施感知(某一拥挤路段近一个月内的道路状况)等，应用场景广泛，具有实际研究意义。

主权项

1.一种时域连续型空间众包任务分配方法，其特征在于，包括以下具体步骤：(1)时域连续型空间众包质量指标函数对于一个时域连续型空间众包任务，假设任务被分成m个等时间片的子任务，如果任务全部被完成，那么任务完成率为1；相应的，每个子任务的完成率为1/m，当某个子任务未完成时，用已完成子任务的数据来预测未完成子任务的数据；未完成子任务的完成率与插值误差有关，则未完成子任务的完成率范围是[0,1/m]，采用k最近邻插值，对某个未完成子任务而言，通过时间轴上最近的k个已完成子任务的数据平均值，来推断其数据取值；采用信息熵的形式来表征任务的完成质量，假设任务t被分成m个等时间片的子任务，t＝{t₁，t₂，...，t_m}，用qt_i表示每个子任务t_i的质量，那么任务t的任务质量函数quality(t)可以计算为：(2)时域连续型空间众包任务分配利用启发式近似算法来有效进行任务分配，近似算法每轮选择单位成本下任务质量增长率最大的子任务去执行，直到达到任务预算约束，该算法的近似比为在预算充足的条件下，算法最多可执行m轮，即所有子任务都被完成，在每一轮执行过程中，算法计算子任务的任务质量增长率；选择任务质量增长率最高的子任务；将其分配给距离该子任务位置最近的工作者，计算未完成子任务的任务质量增长率要求出其k最近邻，当时间片总数m值很大或者任务成本足够大，近似算法的时间性能较低，还提出了相应的优化策略；(3)优化策略近似算法的时间开销在于，算法每一轮需要计算所有未完成子任务的任务质量增长率，即执行新的未完成子任务对所有子任务质量的变化，但实际上，执行新的未完成子任务并不一定会改变所有子任务的质量，因此通过剪枝避免对某些子任务进行重复计算。