-
题名空间众包中支持周期性任务的在线匹配算法
- 1
-
-
作者
刘俊岭
孙萌
孙焕良
许景科
-
机构
沈阳建筑大学计算机科学与工程学院
辽宁省城市建设大数据管理与分析重点实验室(沈阳建筑大学)
国家特种计算机工程技术研究中心沈阳分中心(沈阳建筑大学)
-
出处
《计算机应用》
北大核心
2025年第6期1934-1944,共11页
-
基金
国家重点研发计划项目(2021YFF0306303)
辽宁省教育厅项目(LJKMZ20220916)。
-
文摘
针对空间众包中的一类重复多次且有固定需求的周期性任务,现有的匹配算法忽略了周期性任务对熟悉度的需求,提出一种空间众包中支持周期性任务的在线匹配算法。首先,将在线匹配问题视为多人游戏,将任务视为游戏的独立参与者,根据任务倾向于匹配熟悉度高的工人,工人倾向于匹配报酬高、距离近的任务的需求,确定玩家的效用函数,并进行博弈论(GT)分析;其次,将模拟退火(SA)策略引入GT的更新策略中,设计基于SA策略的GT算法;最后,在达到纳什均衡时实现总效用更大的匹配。在真实数据集上的实验结果表明,相较于现有相关算法,所提GT算法的匹配具有最高的总效用。可见,所提GT算法实现了更符合周期性任务和工人各自需求的匹配结果,可以提升在线空间众包平台的用户满意度。
-
关键词
空间众包
周期性任务
博弈论
总效用
熟悉度
-
Keywords
spatial crowdsourcing
periodic task
Game Theory(GT)
total utility
familiarity
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
