-
题名面向异构效用的移动群智感知多目标任务分配
被引量：5
- 1
-
-
作者
傅彦铭
陆盛林
祁康恒
许励强
陈嘉元
-
机构
广西大学计算机与电子信息学院
-
出处
《计算机应用研究》
CSCD
北大核心
2024年第1期159-164,169,共7页
-
基金
国家自然科学基金资助项目(61962005)。
-
文摘
当前移动群智感知(MCS)任务分配往往只考虑工人或平台单方面的效用,并且效用的构成也不够全面。因此基于工人信誉指数和任务熟练指数,设计了工人和平台两方面的异构效用机制,并提出一种双种群竞争的多目标进化算法(DCMEA)来获得最优的工人和平台异构效用。该算法首先通过随机贪婪初始化种群,然后使用二元竞标赛算法将种群划分为胜者种群和败者种群,并针对每个种群采用不同的进化策略。最后,通过修复算子使进化过程中的无效个体满足约束条件。在真实场景的数据集上进行实验表明,与基线算法相比,DCMEA收敛速度更快,能够找到精度更优、稳定性更好的任务分配解集,同时在更为复杂的场景中依然能够保持其性能。
-
关键词
移动群智感知
多任务分配
多目标优化
双种群竞争进化
信誉指数
任务熟练指数
-
Keywords
mobile crowdsensing
multi-task allocation
multi-objective optimization
competitive evolution of two populations
reputation index
task proficiency index
-
分类号
TP393.01
[自动化与计算机技术—计算机应用技术]
-
