【技术实现步骤摘要】
本专利技术涉及群智感知技术与人工智能技术交叉领域，尤其涉及一种基于多目标优化的移动众包策略优化方法及系统。
技术介绍
1、移动人群感知是通过物联网生态系统中的多个传感器和设备实现集体智能的范例，在物联网设备、边缘计算和无人机传感等技术的支持下，群智感知在城市传感、环境监测和交通管理等领域发挥着至关重要的作用，在移动群智感知研究领域，招募合适的工人来完成任务和各方的利益分配（即定价问题）是两个关键挑战。现有的招募策略通常以效率、质量和覆盖范围为驱动因素，但忽略了工人与任务之间的匹配度，这直接影响了任务的完成质量，此外，现有的定价方法多采用阶梯定价、难度定价和固定定价，未充分考虑各方的历史状态与当前状况的差异，无法全方位激励各方的参与积极性，进而影响了整体的利润和参与度。
2、传统的移动群智感知系统存在隐私保护薄弱、工人选择效率低、激励机制缺乏动态性以及收益分配不合理等缺陷，平台承担着数据加密和工人招募的双重职责，导致隐私保护力度不足，工人选择机制无法有效应对多任务复杂性，容易陷入局部最优，固定的激励机制缺乏灵活性，无法激励工人...
【技术保护点】
1.一种基于多目标优化的移动众包策略优化方法，其特征在于，包括：
2.根据权利要求1所述的一种基于多目标优化的移动众包策略优化方法，其特征在于，所述基于发布的任务信息计算工人信息属性并上传至众包平台，包括根据任务信息中的地理信息与工人当前所在地理信息计算距离属性，并对计算得到的距离属性进行归一化处理，所述计算距离属性公式为：
3.根据权利要求1所述的一种基于多目标优化的移动众包策略优化方法，其特征在于，所述利用EH-STLS算法进行任务-工人匹配，包括根据任务信息和工人信息属性对所有上传信息的工人信息属性进行初步筛选，得到工人候选列表，并基于工...
【技术特征摘要】
1.一种基于多目标优化的移动众包策略优化方法，其特征在于，包括：
2.根据权利要求1所述的一种基于多目标优化的移动众包策略优化方法，其特征在于，所述基于发布的任务信息计算工人信息属性并上传至众包平台，包括根据任务信息中的地理信息与工人当前所在地理信息计算距离属性，并对计算得到的距离属性进行归一化处理，所述计算距离属性公式为：
3.根据权利要求1所述的一种基于多目标优化的移动众包策略优化方法，其特征在于，所述利用eh-stls算法进行任务-工人匹配，包括根据任务信息和工人信息属性对所有上传信息的工人信息属性进行初步筛选，得到工人候选列表，并基于工人候选列表生成初始解集，在初始解集中利用eh-stls算法进行综合评估，使得每个任务在该阶段仅与一个工人匹配，从而生成初步的全局最优解集。
4.根据权利要求1所述的一种基于多目标优化的移动众包策略优化方法，其特征在于，所述利用eh-stls算法进行任务-工人匹配，还包括在初始解集基础上并满足要求和约束下，进行动态交叉变异迭代，迭代完成后通过变领域局部搜索进一步寻找优质帕累托解，生成最佳任务分配信息表。
5.根据权利要求1所述的一种基于多目标优化的移动众包策略优化方法，其特征在于，所述将最佳任务分配信息表输入kdqn动态定价模型，包括对任务分配信息表中的数据进行解析和预处理，并构建任务-工人分配矩阵，之后提取任务分配信息表的任务特征和工人详细属性，对提取的数值型数据进...
【专利技术属性】
技术研发人员：王莹洁，骆弟洪，滕浩钧，孙美美，潘庆先，童向荣，马文明，
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。