【技术实现步骤摘要】
本专利技术属于数据查询在任务分配中的应用的领域，具体是一种面向群智感知的基于skyline查询的动态任务匹配方法。
技术介绍
1、在当前互联网与传感器技术迅猛发展的背景下，群智感知技术作为一种新兴的数据采集与监测手段，正在各个领域中发挥着越来越重要的作用。该技术依托于大规模人群的参与，通过他们的移动设备收集数据，从而实现对环境、交通、公共安全等方面的实时监测和管理。然而，如何高效地管理任务，并在众多参与者中选择优质且合适的参与者进行任务匹配，始终是一个关键挑战。这不仅影响到感知数据的质量和任务的完成效率，还直接关系到整个群智感知系统的成本和资源利用率。
2、在以往的研究中大多聚焦于静态任务分配，较少的考虑在平台中任务和参与者均为动态到来的实际情况，忽视了任务与参与者的时间敏感性，以及参与者本身属性对任务完成质量和效率的影响。
3、作为数据查询的重要手段，将skyline查询应用到群智感知中的参与者选择中，可以充分发挥skyline查询的多目标决策属性，辅助平台寻找在多个维度表现较优的参与者，skyline查询可以灵活适应群智感知系统中动态变化的情况，例如参与者位置的变化或任务需求的改变，使得系统能够实时调整，以最优的方式分配资源。
技术实现思路
1、针对现有技术的不足，本专利技术的目的是提供一种面向群智感知的基于skyline查询的动态任务匹配方法，其目的在于使用任务匹配窗口模型灵活处理动态到来的任务与参与者，通过时间感知解决任务与参与者时间敏感性的问题，并
2、本专利技术解决其技术问题所采用的技术方案是：一种面向群智感知的基于skyline查询的动态任务匹配方法，该方法主要包含如下的步骤：
3、步骤一、使用包含双滑动窗口和等待队列机制的任务匹配窗口模型来处理动态到来的任务与参与者，该模型包括任务滑动窗口swp、参与者滑动窗口sww和等待队列q，其中swp、sww、q均采用优先队列的数据结构，根据时间优先级调度算法选择出待处理任务pi，并根据时间优先级顺序为swp、q和sww中的对象排序；
4、步骤二、为待处理任务pi开始匹配参与者，首先使用k-空间复合skyline查询算法，筛选出当前参与者滑动窗口中符合时间约束的参与者，形成参与者候选集c，判断c中参与者数量|c|与任务pi所需参与者数量k的关系，当|c|大于k时，进行步骤三；
5、步骤三、当参与者候选集c中人数大于k时，调用k-空间复合skyline查询算法进一步处理c，筛选出相对于当前任务pi在各个给定的属性维度都表现较为优质的参与者，组成查询集cs；将cs中的参与者数量|cs|与任务所需参与者数量k进行比较，若|cs|＝k，则直接将cs作为匹配结果返回给任务请求者；若|cs|>k，调用基于支配面积的评估函数计算参与者的评估函数值，选取评估函数取值最大的k个参与者组成筛选集csa作为匹配结果；若|cs|<k，调用候补算法计算k-|cs|个候补参与者补足缺少的参与者数量，与cs中的参与者共同组成匹配结果；
6、步骤四、在匹配过程中调用任务匹配窗口模型维护策略对两个滑动窗口进行维护；
7、进一步地，步骤一中提到的时间优先级调度算法具体步骤包括：
8、(1)计算swp、q中新到任务及sww中新到参与者的时间优先级指数tpi；
9、(2)按照tpi值高低为swp、q和sww的各对象进行排序，将tpi最高的对象置于各队首，返回tpi最高的任务作为待处理任务pi，输出排序后的swp，sww；
10、进一步地，所述的优先级调度算法(1)中，时间优先级指数其中ts是当前任务开始执行时间或参与者开始工作的时间，tc指的是当前时间，其中l是一个很小的正数，用于避免分母为零的情况，即当ts＝tc时，与当前时间越接近的对象，其时间优先级越高。
11、进一步地，步骤二中当所提的基于时间感知的参与者筛选方法，具体步骤包括：
12、(1)初始化索引index，遍历当前参与者滑动窗口sww，获取当前参与者的工作时间wi.(st,et)；
13、(2)如果参与者wi的工作时间wi.(st,et)包含任务pi的请求执行时间pi.(tstart,tend)，即则将wi添加到参与者候选集c中，其中wi.st表示参与者的工作开始时间，wi.et表示参与者的工作结束时间，pi.tstart表示任务需开始执行时间，pi.tend表示任务执行结束时间；
14、(3)将候选集c中的参与者数量|c|与任务所需参与者数k进行比较：
15、a.若|c|＝k，选集c中的参与者数量恰好等于当前任务所需的参与者数k，直接返回c为匹配结果；
16、b.若|c|<k，通过时间约束的参与者数量达不到当前任务所需的参与者数，则任务匹配失败；
17、c.若|c|>k，调用k-空间复合skyline查询算法进一步筛选优质参与者，并计算参与者与任务的时间契合度η(wi,pi)，其中wi.t＝wi.(st,et)，pi.t＝pi.(tstart,tend)，η(wi,pi)评估了参与者wi与任务pi在时间上的契合度，该值越大，则参与者wi与任务pi的匹配程度越高，同时更新参与者属性表中的时间契合度维度；
18、进一步地，步骤三中所提的k-空间复合skyline查询算法，具体步骤包括：
19、(1)计算参与者wi与任务pi之间的距离d(wi,pi)，更新参与者属性表；
20、(2)初始化索引变量index用于遍历候选集c中的参与者，获取当前参与者wi的各个维度的属性值；
21、(3)计算wi在所有二维子空间uxy中的支配性，uxy用来表示参与者在两个特定维度上的分布和比较，其中x和y代表两个不同的属性，如报价和距离，如果wi在uxy中为skyline点，则uxy为wi的支配空间axy，将axy的维度对(x,y)添加到参与者wi的维度对集合ri中；
22、(4)再次初始化索引变量index遍历c中的参与者，获取参与者wi的维度对集合ri；
23、(5)如果wi的支配空间axy(wi)的并集覆盖了数据空间d，即将wi添加到查询集cs中；
24、(6)将cs中的参与者数量|cs|与任务所需参与者数量k进行比较，若|cs|＝k，则直接将cs作为匹配结果返回给任务请求者；若|cs|>k，调用基于支配面积的评估函数计算参与者的评估函数值，选取评估函数取值最大的k个参与者组成筛选集csa作为匹配结果；若|cs|<k，调用候补算法计算k-|cs|个候补参与者补足缺少的参与者数量，与cs中的参与者共同组成匹配结果；
25、进一步地，k-空间复合skyline查询算法中提到的基于支配面积的评本文档来自技高网...
【技术保护点】
1.一种面向群智感知的基于Skyline查询的动态任务匹配方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种面向群智感知的基于Skyline查询的动态任务匹配方法，其中步骤一(1)中所述的时间优先级指数TPI，其特征在于：所述的时间优先级指数其中ts是当前任务开始执行时间或参与者开始工作的时间，tc指的是当前时间，其中是一个很小的正数，用于避免当ts＝tc时分母为零的情况，与当前时间越接近的对象，其时间优先级越高。
【技术特征摘要】
1.一种面向群智感知的基于skyline查询的动态任务匹配方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种面向群智感知的基于skyline查询的动态任务匹配方法，其中步骤一(1)中所述的时间优先级...
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。