基于势博弈的群智感知分布式任务调度与激励机制
发布时间：2021-08-17 17:34
随着物联网技术的快速发展,对数据感知和数据传输的需求也逐步增大。传统的传感器网络,通常需要部署大量传感器节点来保证区域覆盖和连接,不仅成本很高,而且灵活性很差,无法快速适应环境和需求的变化。为节约成本和扩大时空覆盖率,研究者提出了群智感知系统,利用智能手机等智能移动设备作为传感设备执行不同的数据感知任务。群智感知系统通常有两种工作模式:由平台制定任务调度决策的“平台为中心”工作模式和由用户决定自身任务调度策略的“用户为中心”工作模式。本文将对这两种工作模式进行系统的研究,比较两种模式的优劣,并进行激励机制的设计。本文首先对上述两种工作模式下的任务调度策略进行了分析和对比。具体地说,考虑一个由多个任务和多个移动设备用户组成的通用群智感知模型,其中每个任务和每个设备都有特定的位置（位置相关）和存活时间（时间敏感）,且不同设备完成不同任务的质量和代价均不相同（质量异构）。基于此模型,首先分析了“平台为中心”模式下的全局最优解,然后建立了“用户为中心”模式下分布式任务调度博弈模型,并通过势博弈理论求出博弈的均衡解。通过仿真和分析发现,博弈均衡解跟全局最优解有巨大的性能差距,且该差距随不同系统参...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：53 页
【学位级别】：硕士
【部分图文】：
移动群智感知研究内容分类
哈尔滨工业大学工学硕士学位论文-10-主要负责收集数据。图2-1是感知的基本流程：图2-1感知流程框架图1）布置任务。任务发布者提出任务请求，发布任务内容，给出任务执行需要的时间、数据所囊括的地点以及能支付的预算等数据。通过平台审核后，发布者将信息递交到服务器上。2）任务处理。云端服务器接收任务发布者的任务请求，由中央处理器进行数据的计算处理。3）任务分配。为了最大化社会效益，由平台决定任务价值。服务器发布任务价值和限制条件给在线的用户。4）收集数据。用户根据所分配到的任务，评估自己是否能够完成任务，同时估计完成任务所需的代价和自身所能获得的利益。接收请求后，用户通过携带的设备收集原始的传感器数据。5）数据处理。平台通过应用机器学习和数据挖掘技术从传感器数据中提取信息，并为用户提供实时反馈，以此减少设备和服务器之间的通信成本和可用的计算资源。6）报酬支付。服务器返回简化后的结果，将数据发送至任务发布者。发布者通过测评数据质量，计算出用户实际应得的报酬，后将具体的支付结果经由服务器反馈至用户。以上是集中式任务调度的传统模式。由实践可知，服务器（平台）需要处理的数据信息过于庞大，大大降低了流程的运行效率。过大的数据量对服
哈尔滨工业大学工学硕士学位论文-15-在A>B时，均衡的最优策略是宽松监管，违规经营；在A<B，M>C时，最优方案是严格监管，违规经营；在A<B，M<C时，则存在混合策略纳什均衡。在以上例子中，商业银行和银监会对所有规则都有清晰的认识，而且他们的行动同时进行。因此，理性参与人无法观测到另外一方的行动，只能根据对规则的了解，对他人行动做出预测。2）非完全信息动态博弈如图2-2所示，该模型为贝叶斯均衡，假设有两个理性参与人，参与者1可在L、M、R三个行动中做出选择，参与者2能做出行动L’或R’。第一，当参与者1采取行动R，则博弈在这一轮终止，参与者2痛失参与下一轮行动的机会；第二，当参与者1做出行动L或者M，参与者2可以知道博弈没有结束，且参与者1并没有做出行动R，然而他并不知道参与者1具体实施了哪个行动，只能通过猜测选择L’或R’。参与者都知悉表2-2的收益矩阵。图2-2贝叶斯均衡以上便是非完全信息动态博弈，所有参与者知悉游戏规则，并且根据一定顺序参与博弈。其中，某参与者可以通过先前得出的博弈结果，分析部分参与者的大致行动，并通过观测结果来修正自己的策略。表2-2贝叶斯均衡的收益矩阵L’R’L2，10，0M0，20，1R1，31，3
本文编号：3348194
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：53 页
【学位级别】：硕士
【部分图文】：
移动群智感知研究内容分类
哈尔滨工业大学工学硕士学位论文-10-主要负责收集数据。图2-1是感知的基本流程：图2-1感知流程框架图1）布置任务。任务发布者提出任务请求，发布任务内容，给出任务执行需要的时间、数据所囊括的地点以及能支付的预算等数据。通过平台审核后，发布者将信息递交到服务器上。2）任务处理。云端服务器接收任务发布者的任务请求，由中央处理器进行数据的计算处理。3）任务分配。为了最大化社会效益，由平台决定任务价值。服务器发布任务价值和限制条件给在线的用户。4）收集数据。用户根据所分配到的任务，评估自己是否能够完成任务，同时估计完成任务所需的代价和自身所能获得的利益。接收请求后，用户通过携带的设备收集原始的传感器数据。5）数据处理。平台通过应用机器学习和数据挖掘技术从传感器数据中提取信息，并为用户提供实时反馈，以此减少设备和服务器之间的通信成本和可用的计算资源。6）报酬支付。服务器返回简化后的结果，将数据发送至任务发布者。发布者通过测评数据质量，计算出用户实际应得的报酬，后将具体的支付结果经由服务器反馈至用户。以上是集中式任务调度的传统模式。由实践可知，服务器（平台）需要处理的数据信息过于庞大，大大降低了流程的运行效率。过大的数据量对服
哈尔滨工业大学工学硕士学位论文-15-在A>B时，均衡的最优策略是宽松监管，违规经营；在A<B，M>C时，最优方案是严格监管，违规经营；在A<B，M<C时，则存在混合策略纳什均衡。在以上例子中，商业银行和银监会对所有规则都有清晰的认识，而且他们的行动同时进行。因此，理性参与人无法观测到另外一方的行动，只能根据对规则的了解，对他人行动做出预测。2）非完全信息动态博弈如图2-2所示，该模型为贝叶斯均衡，假设有两个理性参与人，参与者1可在L、M、R三个行动中做出选择，参与者2能做出行动L’或R’。第一，当参与者1采取行动R，则博弈在这一轮终止，参与者2痛失参与下一轮行动的机会；第二，当参与者1做出行动L或者M，参与者2可以知道博弈没有结束，且参与者1并没有做出行动R，然而他并不知道参与者1具体实施了哪个行动，只能通过猜测选择L’或R’。参与者都知悉表2-2的收益矩阵。图2-2贝叶斯均衡以上便是非完全信息动态博弈，所有参与者知悉游戏规则，并且根据一定顺序参与博弈。其中，某参与者可以通过先前得出的博弈结果，分析部分参与者的大致行动，并通过观测结果来修正自己的策略。表2-2贝叶斯均衡的收益矩阵L’R’L2，10，0M0，20，1R1，31，3
本文编号：3348194
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3348194.html
