[發(fā)明專利]一種基于信譽(yù)的車輛群智感知節(jié)點(diǎn)反向組合拍賣激勵優(yōu)化方法在審
| 申請?zhí)枺?/td> | 202011644202.1 | 申請日: | 2021-05-11 |
| 公開(公告)號: | CN112950251A | 公開(公告)日: | 2021-06-11 |
| 發(fā)明(設(shè)計)人: | 李虹波;方婧;任毅龍 | 申請(專利權(quán))人: | 北京航空航天大學(xué) |
| 主分類號: | G06Q30/02 | 分類號: | G06Q30/02;G06Q30/08;G06Q10/06 |
| 代理公司: | 北京佳信天和知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11939 | 代理人: | 張宏偉 |
| 地址: | 100191*** | 國省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 信譽(yù) 車輛 感知 節(jié)點(diǎn) 反向 組合 拍賣 激勵 優(yōu)化 方法 | ||
1.一種基于信譽(yù)的車輛群智感知節(jié)點(diǎn)反向組合拍賣激勵優(yōu)化方法,其特征在于,其包括以下步驟:
S1:根據(jù)車輛群智感知場景進(jìn)行數(shù)學(xué)建模,建立包括車輛成本和報酬、感知任務(wù)的時間與空間要求以及平臺預(yù)算的模型;
S2:結(jié)合感知任務(wù)的時空要求、車輛的位置信息、系統(tǒng)的利潤與預(yù)算約束,設(shè)計系統(tǒng)收益與車輛收益以及約束下的目標(biāo)函數(shù);
S3:選擇獲勝車輛執(zhí)行感知任務(wù),根據(jù)候選車輛上報的價格、車輛的信譽(yù)、預(yù)計對平臺貢獻(xiàn)等選擇獲勝者;
S4:選擇出最終的獲勝者后,通知獲勝者,獲勝者開始執(zhí)行感知任務(wù)并上傳數(shù)據(jù),數(shù)據(jù)上傳完成后,平臺根據(jù)報酬支付算法對用戶進(jìn)行獎勵;
S5:平臺通過信譽(yù)評估機(jī)制對獲勝者提供的數(shù)據(jù)質(zhì)量進(jìn)行評估,更新車輛信譽(yù)值,為下一輪拍賣提供決策依據(jù)。
2.根據(jù)權(quán)利要求1所述的一種基于信譽(yù)的車輛群智感知節(jié)點(diǎn)反向組合拍賣激勵優(yōu)化方法,其特征在于,所述步驟S1中,車輛群智感知場景主要包括以下三個部分:
(1)群智感知平臺發(fā)布包含特定時間與空間要求的感知任務(wù);
(2)候選車輛上報競標(biāo)信息,平臺對車輛的競價信息進(jìn)行收集;
(3)平臺使用包含優(yōu)勝者選擇部分和報酬計算部分的激勵機(jī)制,選擇執(zhí)行任務(wù)的優(yōu)勝者并計算需要支付給優(yōu)勝者的報酬。
3.根據(jù)權(quán)利要求2所述的一種基于信譽(yù)的車輛群智感知節(jié)點(diǎn)反向組合拍賣激勵優(yōu)化方法,其特征在于,所述步驟S2中,對于車輛群智感知系統(tǒng)存在以下三個優(yōu)化目標(biāo):
(1)優(yōu)化目標(biāo)1:任務(wù)價值直接影響平臺的利潤,因而要盡可能多的實現(xiàn)重要任務(wù)的感知,最大化平臺收益;
(2)優(yōu)化目標(biāo)2:最小化執(zhí)行感知任務(wù)的總代價,滿足總支出最小;
(3)優(yōu)化目標(biāo)3:最小化執(zhí)行任務(wù)的車輛數(shù)量,減小數(shù)據(jù)冗余;
基于上述優(yōu)化目標(biāo),建立車輛群智感知系統(tǒng)效益最大化目標(biāo)函數(shù)為:
其中,f代表總效益,取值介于0,1之間。yi表示任務(wù)ti完成情況,任務(wù)ti能夠被完成時yi為1,否則yi為0。xj表示車輛vj執(zhí)行任務(wù)的情況,當(dāng)車輛被選中執(zhí)行任意感知任務(wù)時,xj為1,否則xj為0。第一個限制條件表示感知平臺的任務(wù)支出不能大于任務(wù)收益;第二個條件限制了每輛車最多可執(zhí)行的子任務(wù)個數(shù)為l。第三個限制條件表示車輛在任務(wù)區(qū)域行駛的時間滿足任務(wù)時間窗要求。α表示利潤所占比重,β表示車輛數(shù)量所占比重,α+β=1,0ε1。
4.根據(jù)權(quán)利要求3所述的一種基于信譽(yù)的車輛群智感知節(jié)點(diǎn)反向組合拍賣激勵優(yōu)化方法,其特征在于,所述步驟S3中,基于車輛性能得分來確定平臺的獲勝者。該得分包括車輛對平臺的貢獻(xiàn)和虛擬獎勵積分表示在第h輪拍賣中車輛的總體性能得分。
其中,β1和β2表示單位價值成本和虛擬積分所占權(quán)重,β1+β2=1。
獲勝者的選擇包括兩個階段。在第一階段,選擇所有提交了信息資料且其信譽(yù)值超過閾值的車輛,這些信譽(yù)達(dá)標(biāo)的車輛進(jìn)入候選組。在第二階段中,先使用貪婪方法根據(jù)優(yōu)勝者的整體表現(xiàn)得分來不斷選擇優(yōu)勝者,直到預(yù)算用盡或所有任務(wù)完成為止。可以分為以下步驟:
步驟S31:預(yù)設(shè)某一信譽(yù)閾值threshold,平臺從所有參與者中選擇信譽(yù)值超過閾值threshold的車輛vi進(jìn)入候選集合New_V;
步驟S32:計算候選集合中車輛的總體性能得分,將車輛性能得分由小到大進(jìn)行排序。候選車輛的性能得分越低,被選擇稱為優(yōu)勝者的可能性越大;
步驟S33:判斷候選者的出價是否在可接受的價格范圍umax之內(nèi),當(dāng)出價高于閾值,從候選集合中刪除參與者,然后按照升序向后尋找次優(yōu)滿足價格約束的候選車輛vi。
步驟S34:每次拍賣后,平臺根據(jù)當(dāng)前的任務(wù)范圍動態(tài)調(diào)整下一次拍賣的最高可接受價格umax。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京航空航天大學(xué),未經(jīng)北京航空航天大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011644202.1/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
- 一種P2P網(wǎng)絡(luò)信譽(yù)管理方法
- 通過確定鏈接的信譽(yù)來保護(hù)不受未知惡意行為危害的方法和系統(tǒng)
- 一種智能配電網(wǎng)防御系統(tǒng)及其防御方法
- 分布式認(rèn)知無線電網(wǎng)絡(luò)中評估認(rèn)知用戶信譽(yù)度的方法
- 商家信譽(yù)評價方法和裝置
- 基于信譽(yù)的網(wǎng)絡(luò)流量的動態(tài)優(yōu)先級排序
- 構(gòu)建應(yīng)用信譽(yù)庫的方法及裝置
- 基于區(qū)塊鏈的信譽(yù)信息的防篡改方法
- 一種機(jī)會網(wǎng)絡(luò)中基于信譽(yù)度的可信路由算法
- 共享食物提供方的信譽(yù)計算方法
- 基于策略的業(yè)務(wù)感知模型及感知方法
- 一種基于分區(qū)感知的無線通信系統(tǒng)頻譜感知方法
- 確定空閑頻段的方法和系統(tǒng)、中心節(jié)點(diǎn)和感知節(jié)點(diǎn)
- 感知無線網(wǎng)絡(luò)的共享協(xié)作頻譜感知方法、感知節(jié)點(diǎn)和匯聚中心
- 感知無線網(wǎng)絡(luò)的協(xié)作頻譜感知方法和感知節(jié)點(diǎn)
- 頻譜感知方法、頻譜感知設(shè)備和數(shù)據(jù)庫
- 基于認(rèn)知數(shù)據(jù)庫和頻譜感知的頻譜共享方法及裝置
- 一種頂層感知限位組
- 一種自動駕駛汽車用升降式智能感知模塊
- 感知數(shù)據(jù)獲取方法和裝置





