公开(公告)号：CN116541148B

公开(公告)日：2024-10-18

申请号：CN202310509245.6

申请日：2023-05-08

Applicant: 中国矿业大学

Inventor： 吉建娇 ,  郭一楠 ,  杨潇 ,  陈国玉

IPC: G06F9/48 ,  G06N3/006

Abstract: 本发明公开了一种群智感知多任务的动态多目标进化分配方法，步骤如下：(1)收集任务发布者对感知数据的时空粒度要求，对目标感知时间段、区域进行分割；(2)考虑感知任务需求和移动用户可用性的时变特性、资源约束限制，以每个时段中所有感知任务的平均感知质量和平均剩余预算最大化为优化目标，构建群智感知多任务动态多目标分配模型；(3)执行任务相似性引导的种群初始化策略，生成有潜力的初始种群；(4)基于多目标进化算法迭代搜索感知质量好、执行成本低的Pareto最优解集；本发明通过提高进化算法初始种群的质量，显著加强了种群的收敛性能；提供更多的感知任务完成质量高、执行成本低的分配方案供感知平台选择。

公开(公告)号：CN116541148A

公开(公告)日：2023-08-04

申请号：CN202310509245.6

申请日：2023-05-08

Applicant: 中国矿业大学

Inventor： 吉建娇 ,  郭一楠 ,  杨潇 ,  陈国玉

IPC: G06F9/48 ,  G06N3/006

Abstract: 本发明公开了一种群智感知多任务的动态多目标进化分配方法，步骤如下：(1)收集任务发布者对感知数据的时空粒度要求，对目标感知时间段、区域进行分割；(2)考虑感知任务需求和移动用户可用性的时变特性、资源约束限制，以每个时段中所有感知任务的平均感知质量和平均剩余预算最大化为优化目标，构建群智感知多任务动态多目标分配模型；(3)执行任务相似性引导的种群初始化策略，生成有潜力的初始种群；(4)基于多目标进化算法迭代搜索感知质量好、执行成本低的Pareto最优解集；本发明通过提高进化算法初始种群的质量，显著加强了种群的收敛性能；提供更多的感知任务完成质量高、执行成本低的分配方案供感知平台选择。