-
公开(公告)号:CN118552168B
公开(公告)日:2024-11-22
申请号:CN202411016895.8
申请日:2024-07-29
Applicant: 烟台大学
IPC: G06Q10/1053 , G06Q10/04 , G06Q50/00 , G06N5/01 , G06N3/042 , G06N3/045 , G06N3/084 , G06N3/0985 , G06F16/9536 , G06F18/22
Abstract: 本发明公开了一种涉及群智感知技术和人工智能技术交叉技术领域,尤其涉及一种基于社交推荐与信任预测的工人招募方法及系统。所述方法包括基于工人信任关系对任务进行社交扩散,得到任务的工人解空间。在预算约束下综合考虑工人解空间中工人的社交影响力、偏好相似度以及任务响应能力,将工人招募问题建模为CMCOP。利用变邻域禁忌搜索算法对CMCOP进行求解,得到任务最佳的工人组合。并为现有工人集合中成功实现社交招募的工人支付激励报酬。本发明可以精确预测工人之间的信任关系以及工人‑任务偏好评分,以最大化任务效益为基础实现高效的工人招募,并激励工人促进对任务的社交扩散。
-
公开(公告)号:CN120069491A
公开(公告)日:2025-05-30
申请号:CN202510561102.9
申请日:2025-04-30
Applicant: 烟台大学
IPC: G06Q10/0631 , G06N3/048 , G06N3/092
Abstract: 本发明涉及群智感知技术与人工智能技术交叉领域,尤其涉及一种基于多空间建模与公平性强化学习的群智感知任务调度方法及系统,所述方法包括根据获取的任务构建地面与空中协同的多层空间任务结构;根据空间区域划分结果建立任务间的拓扑关联模型,并通过关键路径提取机制明确任务调度的优先序列;构建差异化的智能体匹配策略,基于优先序列进行关键路径任务的合理配置;利用公平性感知多目标调度算法对非关键路径任务进行动态分配;本发明通过空间划分与路径筛选机制缩小搜索空间,提升任务完成率和系统整体调度性能,适用于多空间协同感知任务场景中的高效资源配置需求。
-
公开(公告)号:CN118861434B
公开(公告)日:2024-12-10
申请号:CN202411345344.6
申请日:2024-09-26
Applicant: 烟台大学
IPC: G06F16/9535 , G06Q30/0601 , G06F18/25 , G06N3/042 , G06N3/0895
Abstract: 本发明涉及数据预测推荐技术领域,尤其是涉及一种基于嵌入噪声和深浅层对比的物品推荐方法及系统。方法,包括获取目标用户的用户信息和项目信息;对获取的用户信息和项目信息进行矩阵分解,得到用户矩阵和项目矩阵,作为对比学习浅层信息;对用户矩阵和项目矩阵进行图神经网络前向传播操作,得到用户‑项目交互信息和项目‑用户交互信息,作为对比学习深层信息;将对比学习浅层信息和对比学习深层信息进行融合得到用户综合信息和项目综合信息;本发明通过基于矩阵分解的对比学习浅层部分,保留用户与项目交互的全局信息,弱化局部信息,从而保留反应用户对项目需求的全局辅助信息。
-
公开(公告)号:CN119063741A
公开(公告)日:2024-12-03
申请号:CN202411569919.2
申请日:2024-11-06
Applicant: 烟台大学
IPC: G01C21/20
Abstract: 本发明涉及路径规划技术领域,尤其是涉及一种基于冲突搜索的有界次优智能体路径规划方法及系统。方法包括获取多智能体道路信息;初始化根节点,根据多智能体道路信息生成最短路径;检测路径是否存在冲突,若无冲突,直接输出最短路径作为最终解;若存在冲突,通过节点插入进行冲突解决并生成新子节点;对生成的新子节点进行路径更新;检查新子节点并重复进行冲突检测,更新直至找到可行解。本发明提出一种基于冲突搜索的有界次优智能体路径规划方法,通过引入FOCAL列表及改进的节点优先级排序策略,对冲突解决过程进行了优化。
-
公开(公告)号:CN118552168A
公开(公告)日:2024-08-27
申请号:CN202411016895.8
申请日:2024-07-29
Applicant: 烟台大学
IPC: G06Q10/1053 , G06Q10/04 , G06Q50/00 , G06N5/01 , G06N3/042 , G06N3/045 , G06N3/084 , G06N3/0985 , G06F16/9536 , G06F18/22
Abstract: 本发明公开了一种涉及群智感知技术和人工智能技术交叉技术领域,尤其涉及一种基于社交推荐与信任预测的工人招募方法及系统。所述方法包括基于工人信任关系对任务进行社交扩散,得到任务的工人解空间。在预算约束下综合考虑工人解空间中工人的社交影响力、偏好相似度以及任务响应能力,将工人招募问题建模为CMCOP。利用变邻域禁忌搜索算法对CMCOP进行求解,得到任务最佳的工人组合。并为现有工人集合中成功实现社交招募的工人支付激励报酬。本发明可以精确预测工人之间的信任关系以及工人‑任务偏好评分,以最大化任务效益为基础实现高效的工人招募,并激励工人促进对任务的社交扩散。
-
公开(公告)号:CN118861434A
公开(公告)日:2024-10-29
申请号:CN202411345344.6
申请日:2024-09-26
Applicant: 烟台大学
IPC: G06F16/9535 , G06Q30/0601 , G06F18/25 , G06N3/042 , G06N3/0895
Abstract: 本发明涉及数据预测推荐技术领域,尤其是涉及一种基于嵌入噪声和深浅层对比的物品推荐方法及系统。方法,包括获取目标用户的用户信息和项目信息;对获取的用户信息和项目信息进行矩阵分解,得到用户矩阵和项目矩阵,作为对比学习浅层信息;对用户矩阵和项目矩阵进行图神经网络前向传播操作,得到用户‑项目交互信息和项目‑用户交互信息,作为对比学习深层信息;将对比学习浅层信息和对比学习深层信息进行融合得到用户综合信息和项目综合信息;本发明通过基于矩阵分解的对比学习浅层部分,保留用户与项目交互的全局信息,弱化局部信息,从而保留反应用户对项目需求的全局辅助信息。
-
-
-
-
-