-
题名基于移动性预测的群智感知混合式任务分配
- 1
-
-
作者
蒋伟进
聂彩燕
刘茜
杜熙晨
杨璇
蒋意容
-
机构
湖南工商大学计算机学院
湘江实验室
湖南工商大学前沿交叉学院
湖南信息学院
-
出处
《电子学报》
北大核心
2025年第6期1979-1995,共17页
-
基金
国家自然科学基金(No.61772196)
湖南省自然科学基金(No.2020JJ4249)
湖南省教育厅科学研究重点项目(No.21A0374)。
-
文摘
移动群智感知(Mobile Crowd Sensing,MCS)通过用户随身携带的感知设备来收集数据,是一种大规模数据感知范式,其中任务分配是主要挑战之一.文章研究具有异构质量延迟敏感任务的混合用户任务分配问题,设计目标是在机会式用户和参与式用户共享总预算下,最大限度地提高任务完成质量.针对现有预测方法预测精度不足问题,文章提出一种基于迁移学习的移动性预测模型,通过将轨迹丰富的旧参与者的数据转移给新参与者,解决历史数据稀缺导致的预测误差.基于此预测模型,设计了一个混合用户任务分配算法,该算法利用移动性预测模型为机会式用户分配任务;此外,将剩余任务聚类到不同区域,构造二部图匹配问题使参与式用户和任务区域绑定;之后提出一种基于行程距离平衡的蚁群优化算法(Ant Colony Optimization algorithm based on Travel Distance Balance,ACOTDB),在用户行程距离预算下实现最优路径规划.在真实数据集上的大量仿真实验表明,与现有算法进行比较,本文算法在任务完成质量和任务分配效率方面具有显著的优势,验证了其有效性.
-
关键词
移动群智感知
任务分配
迁移学习
移动性预测模型
蚁群优化算法
质量异构
-
Keywords
mobile crowd sensing
task allocation
transfer learning
mobility prediction model
ant colony optimiza⁃tion algorithm
mass heterogeneity
-
分类号
TP274
[自动化与计算机技术—检测技术与自动化装置]
-
