具有角色意识的社区服务型时空众包任务分配

摘要：

为了适应社区众包配送中投递箱或代收点收纳量有限等情况,本文提出社区服务型时空众包任务分配问题,根据用户定义的时间将物品较为实时地配送到地.针对该问题,本文通过基于角色的协作模型E-CARGO(environments-classes,agents,roles,groups,objects)形式化问题,针对高资格值工人配送高价值量订单集的目标,提出基于贪婪分配的PQGR(places-qualification-based greedy)算法、基于考虑代理和角色冲突的团队多角色分配方法的PQGM(places-qualification-based GMAC)算法以及进一步缩短运行时间的改进PQGM算法.数据处理和量化方面,提出基于核密度聚类的新型角色感知方法以实现任务的有效划分,提出基于学习遗忘曲线的代理地点资格值多阶段量化模型,实现代理地点资格值的在线学习和自适应更新.最后,本文在gMis-sion数据集和合成数据集上进行实验,验证了算法的有效性和效率.

关键词：社区服务型时空众包、任务分配、E-CARGO、基于角色协作、核密度聚类、角色感知、学习遗忘曲线、地点资格值多阶段量化

所属期刊栏目：18

分类号：TP311(计算技术、计算机技术)

资助基金：黑龙江自然科学基金项目LH2020F023

在线出版日期：2023-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：293-304