【技术实现步骤摘要】
本专利技术涉及群智感知和人工智能技术交叉领域，尤其是涉及一种考虑三方多目标的高维优化任务分配方法及系统。
技术介绍
1、随着智能手机等移动设备的进步，移动众感知已经成为一种新的成本效益高的感知范式。移动用户可以利用他们的设备上传空气质量、交通状况和环境图像等感知信息。随着数据的增长和维度的提高，在解决任务分配的问题上高纬度大规模是任务分配需要研究的重点问题。在高维优化任务分配领域，考虑三方多目标是一项复杂而具有挑战性的任务。这类问题通常涉及到多个决策变量和多个决策目标，其中每个决策目标都可能存在相互矛盾的情况。
2、高维优化任务分配常常涉及到多个决策目标，这些目标可能涉及不同的性能指标或关注点。传统的单一目标优化问题无法满足多目标任务分配的需求，因此需要使用多目标优化技术。例如，使用多目标遗传算法、多目标粒子群算法等来处理不同目标之间的权衡和权衡。
3、在任务分配中，通常会涉及到三方之间的冲突和竞争。这可能包括资源的争夺、任务的优先级和不同目标的权衡。解决这种情况需要考虑博弈论、协同优化等方法，以确保三方之间的合作与竞争能够达到平衡。因此，在此基础上要想有效提高分配的效率和效用仍然面临着以下的难题：（1）当涉及到多方的合作与竞争时，系统往往变得非常复杂。正确地对系统进行建模，并设计适当的博弈论或协同优化算法来处理这种复杂性是一项挑战。（2）在实际应用中，需要高效的计算和算法来处理大规模的博弈与协同优化问题。考虑到计算复杂性和算法效率是解决方案的关键因素。（3）只考虑单一目标的任务分配方案会导致，求解的范围
技术实现思路
1、为了解决上述提到的问题，本专利技术提供一种考虑三方多目标的高维优化任务分配方法及系统。该方法基于平衡请求者、平台、工人三方需求的高维度多目标优化方法对工人的成本、平台的利润，以及任务的鲁棒性和服务质量进行平衡优化。设计协同优化算法，使得三方能够协同工作，共同优化任务的目标。以最大化整体效用，引入动态适应性机制，使系统能够动态调整目标权重、任务分配策略，以适应任务环境的动态变化。
2、第一方面，本专利技术提供的一种考虑三方多目标的高维优化任务分配方法，采用如下的技术方案：
3、一种考虑三方多目标的高维优化任务分配方法，包括：
4、获取众包工人和众包任务对应的属性集合；
5、基于获取的属性集合构建多方场景的优化问题，包括构建平台利润的优化问题；建立工人收益最大化的优化问题；建立任务质量鲁棒性最大化的优化问题；建立请求者效益最大化的优化问题；
6、采用改进的rvea优化算法对多方场景的优化问题进行优化，得到优化结果。
7、进一步地，所述获取众包工人和众包任务对应的属性集合，包括采集众包工人和众包任务对应的属性集合，并且将工人的社会属性进行提取，得到每个时空区域中众包工人的社会属性；同时考虑任务的位置和设备需求属性；将工人以及任务的实时属性进行保存，并对于工人的隐私位置属性进行泛化处理。
8、进一步地，所述构建平台利润的优化问题，包括根据众包工人的社会属性，众包任务的自身社会属性，以及平台的利润建立优化问题；将平台利润作为平台方的优化问题，同时考虑工人和任务的社会属性，优化问题的目标函数表示为：
9、
10、其中，工人i的社会属性用wi表示，任务j的社会属性用tj表示，平台的利润用p表示，任务分配表示为一个二元变量xij，其中xij = 1表示工人i被分配给任务j，否则为0；pij是工人i执行任务j的收益。
11、进一步地，所述建立工人收益最大化的优化问题，包括考虑每个众包工人执行任务的收益、众包工人的社会属性对众包任务的适应程度以及平台的利润，设有n个工人，m个任务，工人i执行任务j的收益为cw，工人的成本为cost，工人i的社会属性为wi，任务j的社会属性为tj，平台的利润为p，优化问题的目标函数表示为：
12、。
13、进一步地，所述建立任务质量鲁棒性最大化的优化问题，包括考虑每个众包任务的质量、众包工人对众包任务的适应程度以及任务的质量对工人的评价，有n个工人，m个任务，工人i执行任务j的质量为qij，工人i的社会属性为wi，任务j的社会属性为tj；目标是找到一个任务分配方案，最大化任务质量的鲁棒性，使所有任务的质量波动较小，优化问题的目标函数表示为：
14、
15、其中，qj 是任务j的平均质量，q是所有任务的平均质量。
16、进一步地，所述建立请求者效益最大化的优化问题，包括考虑每个众包任务的质量、任务的完成时间、众包工人的评价以及请求者对任务的重要性，优化问题的目标函数表示为：
17、
18、其中，uij是请求者从任务j的完成中获得的效益。
19、进一步地，所述采用改进的rvea优化算法对多方场景的优化问题进行优化，包括基于rvea多目标优化算法，针对多方场景的目标函数进行计算pareto最优解。
20、第二方面，一种考虑三方多目标的高维优化任务分配系统，包括：
21、数据获取模块，被配置为，获取众包工人和众包任务对应的属性集合；
22、优化问题构建模块，被配置为，基于获取的属性集合构建多方场景的优化问题，包括构建平台利润的优化问题；建立工人收益最大化的优化问题；建立任务质量鲁棒性最大化的优化问题；建立请求者效益最大化的优化问题；
23、优化模块，被配置为，采用改进的rvea优化算法对多方场景的优化问题进行优化，得到优化结果。
24、第三方面，本专利技术提供一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行所述的一种考虑三方多目标的高维优化任务分配方法。
25、第四方面，本专利技术提供一种终端设备，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行所述的一种考虑三方多目标的高维优化任务分配方法。
26、综上所述，本专利技术具有如下的有益技术效果：
27、（1）本专利技术提出的任务分配方法不论在分配效率和分配效用上都取得了更好的分配结果；其分配结果在服务质量以及分配的效率上都要优于其它的单目标优化算法得到的结果。
28、（2）本专利技术的任务分配方法通过rvea在引导搜索空间的同时，保持了算法的鲁棒性。这意味着它能够在面对问题的多样性和复杂性时，依然能够有效地找到优质解。
29、（3）本专利技术的任务分配方法通过对多方目标进行综合考虑建模，三方任务分配可以更好地平衡本文档来自技高网...
【技术保护点】
1.一种考虑三方多目标的高维优化任务分配方法，其特征在于，包括：
2.根据权利要求1所述的一种考虑三方多目标的高维优化任务分配方法，其特征在于，所述获取众包工人和众包任务对应的属性集合，包括采集众包工人和众包任务对应的属性集合，并且将工人的社会属性进行提取，得到每个时空区域中众包工人的社会属性；同时考虑任务的位置和设备需求属性；将工人以及任务的实时属性进行保存，并对于工人的隐私位置属性进行泛化处理。
3.根据权利要求2所述的一种考虑三方多目标的高维优化任务分配方法，其特征在于，所述构建平台利润的优化问题，包括根据众包工人的社会属性，众包任务的自身社会属性，以及平台的利润建立优化问题；将平台利润作为平台方的优化问题，同时考虑工人和任务的社会属性，优化问题的目标函数表示为：
4.根据权利要求3所述的一种考虑三方多目标的高维优化任务分配方法，其特征在于，所述建立工人收益最大化的优化问题，包括考虑每个众包工人执行任务的收益、众包工人的社会属性对众包任务的适应程度以及平台的利润，设有N个工人，M个任务，工人i执行任务j的收益为Cw，工人的成本为cost，
5.根据权利要求4所述的一种考虑三方多目标的高维优化任务分配方法，其特征在于，所述建立任务质量鲁棒性最大化的优化问题，包括考虑每个众包任务的质量、众包工人对众包任务的适应程度以及任务的质量对工人的评价，有N个工人，M个任务，工人i执行任务j的质量为Qij，工人i的社会属性为Wi，任务j的社会属性为Tj；目标是找到一个任务分配方案，最大化任务质量的鲁棒性，使所有任务的质量波动较小，优化问题的目标函数表示为：
6.根据权利要求5所述的一种考虑三方多目标的高维优化任务分配方法，其特征在于，所述建立请求者效益最大化的优化问题，包括考虑每个众包任务的质量、任务的完成时间、众包工人的评价以及请求者对任务的重要性，优化问题的目标函数表示为：
7.根据权利要求6所述的一种考虑三方多目标的高维优化任务分配方法，其特征在于，所述采用改进的RVEA优化算法对多方场景的优化问题进行优化，包括基于RVEA多目标优化算法，针对多方场景的目标函数进行计算Pareto最优解。
8.一种考虑三方多目标的高维优化任务分配系统，其特征在于，包括：
9.一种计算机可读存储介质，其中存储有多条指令，其特征在于，所述指令适于由终端设备的处理器加载并执行如权利要求1所述的一种考虑三方多目标的高维优化任务分配方法。
10.一种终端设备，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，其特征在于，所述指令适于由处理器加载并执行如权利要求1所述的一种考虑三方多目标的高维优化任务分配方法。
...【技术特征摘要】
1.一种考虑三方多目标的高维优化任务分配方法，其特征在于，包括：
2.根据权利要求1所述的一种考虑三方多目标的高维优化任务分配方法，其特征在于，所述获取众包工人和众包任务对应的属性集合，包括采集众包工人和众包任务对应的属性集合，并且将工人的社会属性进行提取，得到每个时空区域中众包工人的社会属性；同时考虑任务的位置和设备需求属性；将工人以及任务的实时属性进行保存，并对于工人的隐私位置属性进行泛化处理。
3.根据权利要求2所述的一种考虑三方多目标的高维优化任务分配方法，其特征在于，所述构建平台利润的优化问题，包括根据众包工人的社会属性，众包任务的自身社会属性，以及平台的利润建立优化问题；将平台利润作为平台方的优化问题，同时考虑工人和任务的社会属性，优化问题的目标函数表示为：
4.根据权利要求3所述的一种考虑三方多目标的高维优化任务分配方法，其特征在于，所述建立工人收益最大化的优化问题，包括考虑每个众包工人执行任务的收益、众包工人的社会属性对众包任务的适应程度以及平台的利润，设有n个工人，m个任务，工人i执行任务j的收益为cw，工人的成本为cost，工人i的社会属性为wi，任务j的社会属性为tj，平台的利润为p，优化问题的目标函数表示为：
5.根据权利要求4所述的一种考虑三方多目标的高维优化任务分配方法，其特征在于，所述建立任务质量鲁棒性最大化的优化问题，包括考虑每个...
【专利技术属性】
技术研发人员：王鹏，李营新，王莹洁，刘兆伟，武舒泓，李成真，
申请(专利权)人：烟台大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。