基于蒙特卡罗贝叶斯推理的移动群智感知可靠任务分配机制
Reliable task allocation mechanism in mobile crowd sensing based on Monte Carlo Bayesian inference
上海理工大学 光电信息与计算机工程学院, 上海 200093
摘要
针对现有任务分配策略的不足，研究了在工人数量有限的移动群智感知系统中任务分配策略，借助社交网络来分配任务并获得高收益。首先，建立了社交网络的动态不确定环境，利用社交网络完成任务，传播任务。然后考虑到不同社交网络对任务的偏好不同，设置任务偏好度这一不确定指标，借助经济学风险价值的理论描述任务分配的可靠性。最后利用蒙特卡罗贝叶斯推理方法研究任务动态传播模型的复杂参数的高斯过程，设计基于知识梯度的采样算法选择蒙特卡罗采样点，从而实现高收益的任务分配方案。为了验证所提策略的性能，将其与四种基准的采样算法进行比较。实验结果表明，所提任务分配策略在提高收益方面是有效的。
基金项目
国家自然科学基金资助项目(61802257)
出版信息
DOI: 10.19734/j.issn.1001-3695.2022.03.0147
出版期卷: 《计算机应用研究》 印刷出版, 2022年第39卷 第11期
所属栏目: 算法研究探讨
出版页码: 3365-3370,3384
文章编号: 1001-3695(2022)11-026-3365-06
发布历史
[2022-06-16] 优先出版
[2022-11-05] 印刷出版
引用本文
杨桂松, 姚秋言. 基于蒙特卡罗贝叶斯推理的移动群智感知可靠任务分配机制 [J]. 计算机应用研究, 2022, 39 (11): 3365-3370,3384. (Yang Guisong, Yao Qiuyan. Reliable task allocation mechanism in mobile crowd sensing based on Monte Carlo Bayesian inference [J]. Application Research of Computers, 2022, 39 (11): 3365-3370,3384. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
