一种基于长短期预测的群智感知资源分配方法及相关设备组成比例

本发明专利技术提供了一种基于长短期预测的群智感知资源分配方法及相关设备，包括：对参与者进行预测分类，得到长短期参与者；根据短期参与者完成任务时资源变化量的绝对值与感知变化量的相对值之间的关系，设置前景因子和表现因子；将表现因子与短期参与者收集数据时的资源消耗量、资源补充量进行结合，得到短期参与者评估因子；根据评估因子和前景因子确定短期参与者的最优参与时长；根据长期参与者对任务资源的需求程度确定群智感知平台的最优资源分配目标，并对最优资源分配目标进行求解，得到群智感知平台的资源分配策略，进而得到资源分配结果；在资源有限、参与者数量有限的情况下，提高了群智感知任务覆盖率的同时提高了群智感知服务的质量。

【技术实现步骤摘要】

本专利技术涉及群智感知，特别涉及一种基于长短期预测的群智感知资源分配方法及相关设备。

技术介绍

1、群智感知是结合众包思想和移动设备感知能力的一种数据获取新型模式，平台招募大规模的参与者通过其自身携带的智能移动设备来采集感知数据并上传到服务器，服务提供商对感知数据进行记录处理，最终完成感知任务并利用收集的数据给用户提供日常所需服务。

2、对于那些基于位置的群智感知任务而言，覆盖率是一个重要的评估指标，覆盖率会影响群智感知服务的质量。群智感知任务的高覆盖率意味着参与者能够收集大范围地区的数据。例如：当群智感知为导航系统提供服务的时候，如果收集数据的任务的覆盖率较低，不能收集到足够的道路拥堵信息的话，导航系统便无法提供准确的道路推荐。因此，设计一个有效的群智感知资源分配方法，让参与者提高数据收集的覆盖率是有必要的。然而，在现实中，群智感知服务的高覆盖率是很难实现的。首先，由于平台的可分配资源是有限的，平台无法用大量的资源补偿去吸引足够的参与者参与任务，从而使得任务的覆盖率无法保证；其次，群智感知中的参与者往往是有限的，目前很多应用招聘出租车司机作为本文档来自技高网...

【技术保护点】

1.一种基于长短期预测的群智感知资源分配方法，其特征在于，包括：

2.根据权利要求1所述的基于长短期预测的群智感知资源分配方法，其特征在于，所述步骤1包括：

3.根据权利要求2所述的基于长短期预测的群智感知资源分配方法，其特征在于，

4.根据权利要求3所述的基于长短期预测的群智感知资源分配方法，其特征在于，所述表现因子的表达式为：

5.根据权利要求4所述的基于长短期预测的群智感知资源分配方法，其特征在于，所述评估因子的表达式为：

6.根据权利要求5所述的基于长短期预测的群智感知资源分配方法，其特征在于，所述步骤4包括：

<...

【技术特征摘要】

1.一种基于长短期预测的群智感知资源分配方法，其特征在于，包括：

2.根据权利要求1所述的基于长短期预测的群智感知资源分配方法，其特征在于，所述步骤1包括：

3.根据权利要求2所述的基于长短期预测的群智感知资源分配方法，其特征在于，

4.根据权利要求3所述的基于长短期预测的群智感知资源分配方法，其特征在于，所述表现因子的表达式为：

5.根据权利要求4所述的基于长短期预测的群智感知资源分配方法，其特征在于，所述评估因子的表达式为：

6.根据权利要求5所述的基于长短期预测的群智感知资源分配方法，其特征在于，所述步骤4包括：

7.根据权利...

【专利技术属性】
技术研发人员：刘佳琦，许虎城，李登，邓晓衡，
申请(专利权)人：中南大学，
类型：发明
国别省市：