《计算机应用研究》|Application Research of Computers

基于改进粒子群算法的空间众包任务分配模型

Spatial crowdsourcing task allocation model based on improved particle swarm optimization

免费全文下载 (已被下载 次)  
获取PDF全文
作者 张辉,赵晨曦,王杨,张乐,赵传信
机构 1.安徽师范大学皖江学院,安徽 芜湖 241008;2.安徽师范大学 计算机与信息学院,安徽 芜湖 241000
统计 摘要被查看 次,已被下载
文章编号 1001-3695(2020)09-027-2698-03
DOI 10.19734/j.issn.1001-3695.2019.04.0129
摘要 如何进行高效合理的任务分配是当前空间众包(SC)研究中的关键问题之一。针对SC分配效能低的问题,建立了最佳质量任务分配模型(maximum quality task assignment model,MQTAM),并提出了基于改进粒子群算法的空间众包任务分配算法(SCTAM_PSO)。该模型充分考虑了工作者到达工作地点后完成任务的时间延迟、完成任务的可信度等因素,通过SCTAM_PSO算法智能搜索最佳分配方案以最大化提高任务完成质量。实验结果及分析表明,MQTAM和SCTAM_PSO具有一定的有效性与可行性。
关键词 空间众包; 任务分配; MQTA问题; SCTAM_PSO
基金项目 国家自然科学基金项目(61871412)
安徽省自然科学基金项目(1708085MF156)
赛尔网络下一代互联网技术创新项目(NGII20170305)
安徽省高校优秀青年人才支持计划一般项目(gxyq2017140)
本文URL http://www.arocmag.com/article/01-2020-09-027.html
英文标题 Spatial crowdsourcing task allocation model based on improved particle swarm optimization
作者英文名 Zhang Hui, Zhao Chenxi, Wang Yang, Zhang Le, Zhao Chuanxin
机构英文名 1.Wanjiang College of Anhui Normal University,Wuhu Anhui 241008,China;2.School of Computer & Information,Anhui Normal Univer-sity,Wuhu Anhui 241000,China
英文摘要 How to allocate tasks efficiently and reasonably is one of the key problems in the research of spatial crowdsourcing. This paper proposed a MQTAM to solve the problem of low allocation efficiency of SC, and proposed an improved particle swarm optimization algorithm. The model took into account the time delay of task completion and the reliability of task completion, and used SCTAM_PSO algorithm to search the optimal assignment scheme to improve the task completion quality. The experimental results and analysis show that the MQTAM and SCTAM are effective and feasible.
英文关键词 spatial crowdsourcing; task assignment; MQTA problem; SCTAM_PSO
参考文献 查看稿件参考文献
 
收稿日期 2019/4/5
修回日期 2019/5/24
页码 2698-2700,2705
中图分类号 TP393.01
文献标志码 A