[發明專利]一種基于信任值的群智感知激勵機制設計方法在審
| 申請號： | 202110311895.0 | 申請日： | 2021-03-24 |
| 公開（公告）號： | CN113034250A | 公開（公告）日： | 2021-06-25 |
| 發明（設計）人： | 程杰仁;龍海;黃雅琳;楊越 | 申請（專利權）人： | 海南大學 |
| 主分類號： | G06Q30/08 | 分類號： | G06Q30/08 |
| 代理公司： | 蘇州中合知識產權代理事務所(普通合伙) 32266 | 代理人： | 阮梅 |
| 地址： | 570100 *** | 國省代碼： | 海南;46 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 信任 感知 激勵機制 設計 方法 | ||
1.一種基于信任值的群智感知激勵機制設計方法，其特征在于，包括如下步驟：
收集歷史數據信息，從歷史數據信息中提取服務請求者和任務參與者兩個實體之間的互動關系，根據服務請求者和任務參與者兩個實體之間的互動關系建立經驗模型；從歷史數據信息中提取服務請求者對任務參與者的評價值，根據服務請求者對任務參與者的評價值建立信譽模型；
服務請求者向任務平臺發布群智感知任務；
通過經驗模型確定參與本次任務的任務參與者的經驗值，通過信譽模型確定參與本次任務的任務參與者的信譽值；
根據任務參與者的經驗值以及信譽值，計算服務請求者和任務參與者之間的信任值；
若信任值不小于預設信任值閾值，則該任務參與者獲得執行本次群智感知任務的權限。
2.一種基于信任值的群智感知激勵機制設計方法，其特征在于，所述根據服務請求者和任務參與者兩個實體之間的互動關系建立經驗模型，具體包括如下步驟：
當服務請求者和任務參與者兩個實體之間為積極交互時，即當Rt≥θco時，經驗模型為增加函數采用線性差分方程建模，如函數(1)和函數(2)所示：
Et＝Et-1+RtΔEt (1)
上式中，任務參與者接受服務請求者任務至完成任務視為一次完整的交互，Et為交互完成時記錄該參與者的經驗值；Rt為時間t時的交互值；θco為Rt的積極交互閾值；maxE為經驗最大值，通常設置為1；α為最大增加值，
0αmaxE；
當服務請求者和任務參與者兩個實體之間為消極交互時，即當Rt≤θunco時，經驗模型為減少函數，如函數(3)所示：
Et＝Max(minE,Et-1-(1-Rt)βΔEt) (3)
上式中，ΔEt經由函數(2)決定，θunco為Rt的消極交互閾值，minE為經驗最小值，通常設置為0；β為減少率，通常β1；
當服務請求者和任務參與者兩個實體之間在一段時間后沒有進行交互作用，即，θuncoRtθco時，經驗模型為衰減函數，如函數(4)和函數(5)所示：
Et＝Max(E0,Et-1-ΔDecayt) (4)
上式中，δ為最低衰變值；γ為遞減率；當任務參與者首次接受服務請求者發布的任務時，設定該參與者的E0＝0，否則以上一次完成任務時的經驗值為初始經驗值。
3.根據權利要求1所述的一種基于信任值的群智感知激勵機制設計方法，其特征在于，所述根據服務請求者對任務參與者的評價值建立信譽模型，公式如下所示：
上式中，βw是有限集中的整數，為集合的最大值；a為聲譽機制的評估值，a＝H代表高聲譽；a＝L代表低聲譽；hk是全體任務參與者的平均聲譽。
4.根據權利要求1所述的一種基于信任值的群智感知激勵機制設計方法，其特征在于，根據任務參與者的經驗值以及信譽值，計算任務參與者的信任值，計算公式如下所示：
Trust(A,B)＝w1β(B)+w2E(A,B) (7)
上式中，A代表服務請求者，B代表任務參與者；w1和w2分別是信譽值和經驗值所占的權重值，且w10，w20，w1+w2＝1。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于海南大學，未經海南大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110311895.0/1.html，轉載請聲明來源鉆瓜專利網。
