移动群智感知多任务参与者优选方法研究

发布时间：2018-01-06 01:21

本文关键词：移动群智感知多任务参与者优选方法研究　出处：《计算机学报》2017年08期 　论文类型：期刊论文

【摘要】：该文主要研究面向移动群智感知的任务分发方法,提出了一种新的参与者选择:面向多任务并发的参与者优选.不同于其他参与者选择,文中选择出的参与者不再局限于只能完成一个任务,每个参与者可以在规定时间内尽可能的完成多个任务,由此降低群智平台的成本.并提出MultiTasker方法,其目标是选择出最佳的参与者集合,使参与者完成任务所移动的总距离最短以降低成本,并且完成任务的参与者人数最少以优化用户资源.为了实现这个目标,文中设计了3种算法:T-Random、T-Most和PT-Most.T-Random和T-Most是以任务为中心进行参与者选择,而PT-Most是以用户为中心进行参与者选择.通过一个大规模的真实数据集对设计的3种算法进行实验评估,同时研究了参与者选择情况与各种因素之间的关系,如任务分布和任务执行时间等.
[Abstract]:This paper mainly studies the mobile crowd sensing task distribution method, proposes a new participant selection: participants preferred oriented multi task. Different from other participants, selected the participants not only to complete a task only, each participant can within the stipulated time as far as possible to complete the multi a task, thereby reducing the cost of the platform. The wisdom of the masses and put forward the method of MultiTasker, the goal is to select the best set of participants, the total distance of the participants to complete the task of moving the shortest in order to reduce costs, and finish the task of the minimum number of participants to optimize the user resources. In order to achieve this goal, this paper design 3 methods: T-Random, T-Most and PT-Most.T-Random and T-Most are focused on task participants, while PT-Most is user centered by a participant. Large scale real data sets are used to evaluate the 3 algorithms designed, and the relationship between participants' selection and various factors, such as task distribution and task execution time, is studied.

【作者单位】：西北工业大学计算机学院;
【基金】：国家“九七三”重点基础研究发展计划项目基金(2015CB352400) 国家自然科学基金(61332005,61373119,61222209)资助~~
【分类号】：TN929.5;TP301.6
【正文快照】： 学基金(61332005,61373119,61222209)资助.刘琰,女,1993年生,硕士,主要研究方向为移动群智感知.E-mail:ly_liuyan_ly@163.com.1引言近年来,移动群智感知(mobile crowd sensing)成为普适计算领域的前沿研究问题[1],它依赖大量普通用户的移动设备及其具备的多元感知能力来完成大

【共引文献】