一种群智感知任务分配方法及其相关设备

    公开(公告)号:CN116684848A

    公开(公告)日:2023-09-01

    申请号:CN202310662027.6

    申请日:2023-06-06

    Applicant: 中南大学

    Abstract: 本发明提供了一种群智感知任务分配方法及其相关设备,包括:在群智感知平台中获取多个目标参与者的历史轨迹数据并判断每个目标参与者的移动模式,计算每个目标参与者的自身覆盖率以及不确定性;分别针对任意两个目标参与者进行车辆轨迹比对,计算两个目标参与者之间覆盖率的不确定性;根据自身覆盖率、不确定性以及目标参与者之间覆盖率的不确定性,将多个目标参与者进行组合得到组合结果,并计算组合结果的整体覆盖率、不确定性以及不确定性的范围,基于不确定性的范围设置调控因子;根据调控因子得到组合权重矩阵并确定目标参与者的最优组合方案;根据最优组合方案得到任务分配结果;在降低不确定性对任务覆盖率的影响的同时提高任务覆盖率。

    流量卸载中用户设备通信半径的控制方法

    公开(公告)号:CN115633381B

    公开(公告)日:2023-03-14

    申请号:CN202211497603.8

    申请日:2022-11-28

    Applicant: 中南大学

    Abstract: 本申请适用于流量卸载技术领域,提供了一种流量卸载中用户设备通信半径的控制方法,包括:向基站覆盖范围内的用户设备发布第轮卸载任务;确定用户设备完成卸载任务的预期成功参数值,降低卸载任务的成功参数值;确定用户设备完成卸载任务的决策参照指标值;确定用户设备对卸载任务进行决策的累计评估值;按照决策参照指标值最大化原则,计算用户设备实际在完成卸载任务时的通信半径,控制用户设备以该通信半径完成卸载任务。本申请能扩大用户设备的通信半径。

    基于不确定性的边缘计算数据收集分析方法、系统及设备

    公开(公告)号:CN115543638A

    公开(公告)日:2022-12-30

    申请号:CN202211524340.5

    申请日:2022-12-01

    Applicant: 中南大学

    Abstract: 本公开实施例中提供了一种基于不确定性的边缘计算数据收集分析方法、系统及设备,属于数据处理技术领域,具体包括:得到每个基学习器的准确率均值、不确定性和基学习器之间的相关性;确立集成学习模型的最优条件;根据方法使用者设置的不确定性的偏好和最优条件,权衡集成学习模型的准确率和泛化能力,并据此设计不确定性参数;计算出基学习器的最优组合权重,并以此确定最优权重集合;使用基学习器对所有数据进行学习训练,并利用训练得到的集成学习模型进行预测,将预测的结果代入基于最优权重集合的预测结果加权机制中,加权得到最终的数据分析结果。通过本公开的方案,在提高算法准确率和泛化能力的同时,在它们之间达到最优的权衡。

    基于韦纳归因的群智感知任务分配方法、系统及设备

    公开(公告)号:CN115392613A

    公开(公告)日:2022-11-25

    申请号:CN202210319708.8

    申请日:2022-03-29

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于韦纳归因的群智感知任务分配方法、系统及设备,其中方法包括确定参与者的归因偏差因子;根据归因偏差因子的作用,得到对于参与者的最优权重矩阵,并根据最优权重矩阵中各任务权重的大小,确定参与者最优的任务完成顺序;根据参与者对于报酬和不确定性相互作用下的偏好程度,得到报酬不确定性偏好权重;结合最优权重矩阵和报酬不确定性偏好权重,计算出对于参与者的最优任务完成数量;确定最终报酬分配,在对预期完成率和预期报酬进行评估权衡后,确定各地区的报酬补偿因子,报酬补偿因子的确定则是根据各地区的补偿权重决定。本方案不需要提高任务的报酬,就能提高任务完成的覆盖率,提高了群智感知任务的总体完成质量。

    基于羊群效应的移动群智感知系统质量保障方法、设备及介质

    公开(公告)号:CN115271629A

    公开(公告)日:2022-11-01

    申请号:CN202210664673.1

    申请日:2022-06-14

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于羊群效应的移动群智感知系统质量保障方法、设备及介质,首先选择提交高质量数据的先行参与者作为其他参与者的决策锚点,通过向先行参与者分配奖金,使其他参与者在提交高质量数据和高报酬之间建立联系,提高了数据质量;在此基础上将所有参与者根据提交的数据质量分为两类,作为移动用户的决策锚点,通过调整先行参与者的数量和奖金,增加了提交高质量数据的参与者人数,从而提高了这部分参与者对移动用户决策的吸引力,使更多移动用户参与任务并提交高质量数据;然后,重新设计报酬分布,既保证了平台的预算,还能够通过调整报酬分布参数引导参与者为了维持报酬而维持数据质量,最终提高了平台收集到的所有数据的质量。

    一种提高群智感知覆盖率的方法、系统、介质及设备

    公开(公告)号:CN115002713B

    公开(公告)日:2022-10-18

    申请号:CN202210927537.7

    申请日:2022-08-03

    Applicant: 中南大学

    Abstract: 本发明提供了一种提高群智感知覆盖率的方法、系统、介质及设备,基于敏感性递减理论,包括:发布感知任务,并依据感知任务离感知节点的实际距离,将感知任务划分为流行任务和不流行任务;构建基于敏感性递减理论的选择函数,在等性价比系数下,利用选择函数计算感知节点的选择函数值,选择函数值与感知节点选择的感知任务的流行度相关,感知节点选择不流行任务累积的选择函数值大于选择流行任务累积的选择函数值;依据流行任务的选择函数值和不流行任务的选择函数值筛选出目标感知任务,并提交任务意向;筛选用于完成目标感知任务的感知节点,参与完成目标感知任务;为完成目标感知任务的感知节点分配奖励,提高群智感知的覆盖率。

    基于确定效应和跨期选择的质量提高方法、系统及设备

    公开(公告)号:CN114926257A

    公开(公告)日:2022-08-19

    申请号:CN202210584280.X

    申请日:2022-05-27

    Applicant: 中南大学

    Abstract: 本公开实施例中提供了一种基于确定效应和跨期选择的质量提高方法、系统及设备,属于计算技术领域,具体包括:群智感知平台发布任务集合;将所述感知任务数据划分为高质量感知任务和低质量感知任务并生成不同质量的感知任务对应的奖金值;发布任务类型选择计算规则;报酬支付选择计算规则,在报酬支付选择中引入贴现函数,平台设置跨期时间和调度成本影响不同时间的贴现效用;根据用户提交的任务数据,迭代计算该类型任务的数据真值后平台根据用户提交的数据质量与数据真值的差值计算出用户的数据质量;根据用户报酬支付选择的方式,计算出用户的最终报酬,包括任务值和数据质量奖金。通过本公开的方案,在减低平台成本的条件下提高数据质量。

    基于客户满意度和能量优化的无人机辅助快递交付方法

    公开(公告)号:CN114331280A

    公开(公告)日:2022-04-12

    申请号:CN202111644749.6

    申请日:2021-12-29

    Applicant: 中南大学

    Abstract: 本公开实施例中提供了一种基于客户满意度和能量优化的无人机辅助快递交付方法,属于数据处理技术领域,具体包括:得到多个初始子区域;计算无人机在每个初始子区域内的访问顺序,并根据访问顺序得到每个初始子区域对应的最小能耗;根据每个初始子区域对应的载重和最小能耗进行区域调整,得到多个目标子区域;计算全部目标子区域对应的交付时间的上下界;根据交付时间的上下界计算完成全部目标子区域内任务点所需无人机的期望数量;形成快递交付方案。通过本公开的方案,根据客户满意度和能量优化规划飞行路线,然后基于无人机载重和最大能量限制进行重分区,采用分组策略为多架无人机同时分配子区域,提高了客户满意度和交付效率。

    一种基于锚定效应理论提高车联网中车辆合作率的方法

    公开(公告)号:CN109890061B

    公开(公告)日:2020-11-06

    申请号:CN201910209362.4

    申请日:2019-03-19

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于锚定效应理论提高车联网中车辆合作率的方法,根据车联网高移动性等特点,考虑到人在初次和再次面对类似选择时的心理变化情况,利用锚定效应和联盟形成博弈,提出了一种车联网中新的激励机制—ADMVN(Alliance formation games based on dual‑process model in vehicle network),该机制对初次参加用户与多次参加用户采用不同的激励机制:对于初次参加的用户,通过设置实验者锚A来影响用户的自发锚SGA;对于多次参与任务的用户,用户根据在上一轮中的合作或不合作的情况,在新的一轮中通过合作锚定因子α或不合作锚定因子β来调整用户的自发锚,以此激励用户参与联盟,促进用户间的合作。提高了车联网中车辆参与通信的比例,从而进一步提高了车联网网络传输的性能。

    基于诱饵效应的雾节点任务卸载方法、系统、介质及设备

    公开(公告)号:CN111625287A

    公开(公告)日:2020-09-04

    申请号:CN202010266213.4

    申请日:2020-04-07

    Applicant: 中南大学

    Inventor: 李登 谭萤 刘佳琦

    Abstract: 本发明公开了一种基于诱饵效应的雾节点任务卸载方法、系统、介质及设备,本发明考虑了诱饵效应对用户的激励作用,建立了能够影响雾节点行为决策的任务发布环境,并向环境中卸载任务提供了任务吸引力值,通过任务发布和任务吸引力值有指向性地引导雾节点决策;通过设置诱饵任务,提高了目标任务的客观吸引力值;在此基础上引入偏好系数,反映雾节点的真实决策行为,诱饵任务的加入提高了部分雾节点主观偏好值,使更多雾节点参与任务阈值得到满足,提高了雾节点的参与数量。同时,相较于对比的机制,本方案不需要提高任务报酬就使更多的任务被选择了,提高了移动设备的总效用,本方案能有更实际和更有效的激励效果。

Patent Agency Ranking