[發明專利]一種群智感知中對感知時長敏感的任務分配方法

有效

• 申請號: 201910310310.6
• 申請日: 2019-04-17
• 公開（公告）號: CN110097262B
• 公開（公告）日: 2023-06-20
• 發明（設計）人: 賴暢;歐昭婧;張幸林;張錦怡
• 申請（專利權）人: 華南理工大學
• 主分類號: G06Q10/0631
• 分類號: G06Q10/0631;G06Q10/04
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 何淑珍;江裕強

1.一種群智感知中對感知時長敏感的任務分配方法，其特征在于，包括如下步驟：

S1、服務器獲取若干個感知任務，每個感知任務均有感知區域、感知時間段以及感知時長；所述若干個感知任務構成感知任務集合T＝{t₁,t₂,...,t_k,...,t_r}，感知任務表示為t_k→(s_i,c_j,δ)，其中，→為唯一相關聯，即每個任務t_k都與一個三元組(s_i,c_j,δ)唯一相關聯，給定一個任務t_k，即可得知其對應的三元組(s_i,c_j,δ)，s_i表示感知任務t_k所處的第i個感知區域，c_j表示感知任務t_k所處的第j個感知時間段，δ表示感知任務t_k要求的感知時長，k為1～r,r表示感知任務個數；將感知時長為3分鐘、5分鐘、7分鐘或9分鐘；

S2、用戶注冊感知APP并給予服務器查看通信記錄的權限；

S3、服務器根據用戶的移動智能設備是否具備感知任務所要求的傳感器來選出候選工人集合；所述的候選工人集合表示為W＝{w₁,w₂,...,w_u,...,w_l}，其中，w_u表示第u個候選的工人，l表示候選的工人個數；

S4、服務器基于任務分配機制從候選工人集合中選擇一組工人并為其分配任務；所述的任務分配機制是基于貪心策略的DSTA算法，包括如下步驟：

S411、將已分配的任務集CT設置為空集，將已分配的工人-任務對構成的集合V_f設置為空集；

S412、基于公式V＝W×T計算候選工人集合W和感知任務集合T的笛卡爾積V，V_f為V的子集，f為子集的標記；

S413、根據效用函數Utility(w_u,t_k)從V中找出一個具有最大總體效用的工人-任務對(w_u,t_k)，然后令maxUtility:＝Utility(w_u,t_k)，隨后令V:＝V\(w_u,t_k)，V_f:＝V_f∪(w_u,t_k)，其中，:＝表示賦值操作；該步驟的maxUtility:＝Utility(w_u,t_k)將maxUtility初始化為當前的最大總體效用即確定一個下界，使得在后續選擇工人-任務對(w_u,t_k)時保證maxUtility遞增；V:＝V\(w_u,t_k)表示將V中具有最大總體效用的工人-任務對(w_u,t_k)移除，V的規模會因此減少；V_f:＝V_f∪(w_u,t_k)表示將V中具有最大總體效用的工人-任務對(w_u,t_k)添加到已分配的工人-任務對構成的集合V_f中，V_f的規模會因此增加，通過V_f計算步驟S417中的count(w_u)；

S414、當c×|V_f|＜B并且V不為空集，其中c表示每個工人-任務對的報酬，|V_f|表示V_f的大小，B表示預算限制，進入步驟S415；否則，結束；

S415、根據效用函數Utility(w_u,t_k)從V中找出一個具有最大總體效用的工人-任務對(w_u,t_k)，進入步驟S416；

S416、如果Utility(w_u,t_k)＞maxUtility，進入步驟S417；否則，返回步驟S414；

S417、計算已分配給工人w_u的任務數量count(w_u)，其計算方式為：統計V_f中與w_u有關的工人-任務對(w_u,t_k)的個數，即為count(w_u)，如果count(w_u)＜L，其中L表示分配給每個工人的最大任務數量，進入步驟S418；否則，從V中移除所有與工人w_u有關的工人-任務對；若不考慮count(w_u)＜L，則DSTA算法延伸為RxTA算法；

S418、令V_f:＝V_f∪(w_u,t_k)，CT:＝CT∪t_k，移除所有與任務t_k有關的工人-任務對(w_u,t_k)，并且令maxUtility:＝Utility(w_u,t_k)，其中，V_f:＝V_f∪(w_u,t_k)表示將從步驟S415得到且滿足步驟S416和步驟S417條件的工人-任務對(w_u,t_k)添加到已分配的工人-任務對構成的集合V_f中，V_f的規模因此增加，用于后續計算count(w_u)；CT:＝CT∪t_k表示將已分配的任務t_k添加到已分配的任務集CT中，用于后續計算任務完成率指標；maxUtility:＝Utility(w_u,t_k)將滿足步驟S416條件的Utility(w_u,t_k)賦值給maxUtility，保證maxUtility是遞增的；

所述的效用函數Utility(w_u,t_k)是基于指數分布，按如下公式計算：

Utility(w_u,t_k)＝F(V∪(w_u,t_k))；

其中λ_i,j,u表示工人w_u在感知區域s_i、感知時間段c_j與基站的歷史平均通信次數，len(c_j)表示感知時間段c_j的長度，α(t_k,w_u)表示工人w_u完成任務t_k的概率，λ_i,u表示工人w_u在感知區域s_i與基站的歷史平均通信次數的總和，F(V∪(w_u,t_k))表示往集合V中添加工人-任務對(w_u,t_k)后產生的總體效用，F(V)表示集合V產生的總體效用，Φ(t_k,V)表示任務t_k能在集合V中能被完成的概率，Entropy(t_k,w_u)表示工人w_u在任務t_k所在感知區域s_i、感知時間段c_j與基站通信產生的通信熵；

S5、被選中的工人完成任務后，將具有感知時長的感知結果上傳到服務器后，若服務器判斷該感知結果的感知時長不低于感知任務所要求的感知時長，則該工人可獲得報酬。

2.根據權利要求1所述的一種群智感知中對感知時長敏感的任務分配方法，其特征在于，判斷步驟S5中被選中的工人是否完成任務的方式包括其感知結果的感知時長是否不低于該任務所規定的感知時長。