基于多Agent技术考虑工人特性的众包系统优化问题研究

发布时间：2021-05-20 17:20

　　近些年,众包作为一种在开放环境下利用群体智慧来完成任务的新兴模式开始备受关注。众包的开放性吸引了大量自由工人参与其中。然而,众包工人在选择和执行任务过程中通常表现出不利于任务高效完成的行为特性:1)选择偏向性,工人通常优先选择净收益最大的任务,这会导致任务选择的不平衡;2)能力变化性,工人能力随着疲劳、注意力等因素而动态变化,这会导致任务完成质量不确定;3)不诚实性,工人为了自身利益提供虚假的工作耗费信息,这会导致工人间不良竞争和任务预算超支。因此,本文从工人的选择偏向性、能力变化性和不诚实性这三个角度展开众包系统的效益优化问题研究,并基于多Agent技术提出了相应的解决思路和求解算法。针对工人选择偏向性,传统方式通常采用奖励或补贴的方法来缓解不均衡,这往往会产生较大的预算开支,而本文提出一种无需额外预算的价格调节机制,由平台隐式地调节请求者的任务价格,使得工人的任务选择达到平衡并最大化社会福利。为了求解最优的价格调整策略,本文提出一种基于定界函数和剪枝策略的分支定界算法。为了适应大规模场景,本文还设计了一种基于价格转移思想的启发式算法。实验结果表明,我们的方法在不同问题规模下能够更有... 

【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校

【文章页数】：93 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景和意义
    1.2 相关研究工作
        1.2.1 任务分配与定价问题
        1.2.2 任务完成质量与个体能力检测问题
        1.2.3 团队形成与机制设计问题
    1.3 研究内容及创新点
    1.4 论文组织结构
第二章 考虑工人选择偏向性的众包系统社会福利优化
    2.1 引言
    2.2 相关工作
    2.3 问题描述
        2.3.1 模型构建
        2.3.2 问题分析
    2.4 面向小规模的基于分支定界的最优算法
        2.4.1 工人-任务映射对的组合
        2.4.2 计算重定价方案
        2.4.3 定界函数与剪枝策略
        2.4.4 算法描述
        2.4.5 加速优化
    2.5 面向大规模的基于价格转移的启发式算法
        2.5.1 预先定义
        2.5.2 价格转移
        2.5.3 算法描述
    2.6 实验验证与分析
        2.6.1 实验设置
        2.6.2 实验结果
    2.7 本章小结
第三章 考虑工人能力变化性的众包任务完成质量保障
    3.1 引言
    3.2 相关工作
    3.3 问题描述
    3.4 基于POMDP模型的测试机制
        3.4.1 基于POMDP的决策模型
        3.4.2 观察者模块
        3.4.3 拒绝策略
        3.4.4 算法描述
    3.5 实验验证与分析
        3.5.1 实验设置
        3.5.2 实验结果
    3.6 本章小结
第四章 考虑工人不诚实性的鲁棒性众包团队形成
    4.1 引言
    4.2 相关工作
    4.3 问题描述
        4.3.1 模型构建
        4.3.2 问题分析
    4.4 基于VCG的鲁棒性团队形成激励机制
        4.4.1 团队组建方法
        4.4.2 报酬策略
        4.4.3 理论分析
    4.5 基于贪心策略的鲁棒性团队形成激励机制
        4.5.1 团队组建方法
        4.5.2 报酬策略
        4.5.3 理论分析
    4.6 实验验证与分析
        4.6.1 实验设置
        4.6.2 实验结果
    4.7 本章小结
第五章 总结和展望
    5.1 总结
    5.2 未来工作展望
致谢
参考文献
攻读硕士学位期间取得的科研成果


【参考文献】：
期刊论文
[1]群智感知中基于反拍卖模型的众包激励方法[J]. 朱旋,杨麦顺,安健,向乐乐,杨蔷薇.  计算机应用. 2016(07)
[2]众包技术研究综述[J]. 冯剑红,李国良,冯建华.  计算机学报. 2015(09)
[3]多Agent系统任务分配方法综述[J]. 唐苏妍,朱一凡,李群,雷永林.  系统工程与电子技术. 2010(10)
[4]多机器人任务分配的研究与进展[J]. 张嵛,刘淑华.  智能系统学报. 2008(02)



本文编号：3198139