申请/专利权人:中南大学
申请日:2024-01-10
公开(公告)日:2024-04-09
公开(公告)号:CN117852827A
主分类号:G06Q10/0631
分类号:G06Q10/0631;G06F18/213;G06N20/20;G06F18/24
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本发明提供了一种基于长短期预测的群智感知资源分配方法及相关设备,包括:对参与者进行预测分类,得到长短期参与者;根据短期参与者完成任务时资源变化量的绝对值与感知变化量的相对值之间的关系,设置前景因子和表现因子;将表现因子与短期参与者收集数据时的资源消耗量、资源补充量进行结合,得到短期参与者评估因子;根据评估因子和前景因子确定短期参与者的最优参与时长;根据长期参与者对任务资源的需求程度确定群智感知平台的最优资源分配目标,并对最优资源分配目标进行求解,得到群智感知平台的资源分配策略,进而得到资源分配结果;在资源有限、参与者数量有限的情况下,提高了群智感知任务覆盖率的同时提高了群智感知服务的质量。
主权项:1.一种基于长短期预测的群智感知资源分配方法,其特征在于,包括:步骤1,根据群智感知平台中参与者过去收集数据的总时长以及所述参与者更新数据的平均周期对所述参与者进行预测分类,得到长期参与者和短期参与者;步骤2,针对所述短期参与者,根据所述短期参与者完成任务时资源变化量的绝对值与感知变化量的相对值之间的关系,设置用于提高所述短期参与者的参与时长的前景因子,并根据所述短期参与者的参与时长,确定所述短期参与者的表现因子;步骤3,将所述表现因子与所述短期参与者收集数据时的资源消耗量、资源补充量进行结合,得到所述短期参与者的评估因子;步骤4,根据所述评估因子确定所述短期参与者获取额外资源的概率,获取所述额外资源的概率由所述短期参与者收集的数据量决定,并根据所述前景因子的大小,计算所述额外资源的价值;步骤5,根据所述前景因子和所述额外资源对所述短期参与者的价值,确定所述短期参与者的最优参与时长;步骤6,根据所述长期参与者对任务资源的需求程度确定所述群智感知平台的最优资源分配目标,并根据所述短期参与者的最优参与时长对所述最优资源分配目标进行求解,得到所述群智感知平台的资源分配策略;步骤7,所述群智感知平台根据所述资源分配策略对任务进行分配,得到资源分配结果。
全文数据:
权利要求:
百度查询: 中南大学 一种基于长短期预测的群智感知资源分配方法及相关设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。