基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着配备高保真传感器的移动设备的普及以及无线网络资费的快速下降,空间众包作为一种问题解决框架被用于解决将位置相关的任务(如路况报告、食品配送)分配给工人(配备智能设备并愿意完成任务的人)的问题.研究空间众包中最优任务分配问题,关键在于设计出将每个任务分配给最合适的工人的任务分配策略,以使得完成的总任务数目最大化,而所有的工人可以在完成所分配的任务后,在预期最晚工作时间之前返回起点.找到全局最优分配是一个棘手的问题,因为该问题不等于单个工人的最佳分配的简单累加.注意到,仅有部分工人存在任务依赖,因此利用树分解技术将工人分割成独立的集合,并提出一种带启发式的深度优先搜索算法,该算法可以快速地更新启发函数界限,从而高效地对不可能成为最优解的分配方案尽早地进行剪枝.实验结果表明:所提出的方法是非常有效的,可以很好地解决最优任务分配问题.
推荐文章
基于改进粒子群算法的空间众包任务分配模型
空间众包
任务分配
MQTA问题
SCTAM_PSO
空间众包中基于位置预测的任务分配
空间众包
任务分配
任务预测
旅行成本
Kuhn-Munkres算法
基于数据驱动的群智感知任务分配算法
群智感知
社会网络
自适应的数据驱动
任务分配
结合粒子群算法与任务分配协调策略的仓储多机器人任务分配
粒子群算法(PSO)
仓储物流
分配半径
多机器人任务分配(MRTA)
分配协调策略
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于树分解的空间众包最优任务分配算法
来源期刊 软件学报 学科 工学
关键词 空间众包 任务分配 任务依赖 树分解 最优解算法
年,卷(期) 2018,(3) 所属期刊栏目 基于图结构的大数据分析与管理技术专刊
研究方向 页码范围 824-838
页数 15页 分类号 TP311
字数 11700字 语种 中文
DOI 10.13328/j.cnki.jos.005453
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郑凯 苏州大学计算机科学与技术学院 4 75 2.0 4.0
2 李洋 苏州大学计算机科学与技术学院 36 199 9.0 12.0
3 赵艳 苏州大学计算机科学与技术学院 13 29 3.0 5.0
4 贾梦迪 苏州大学计算机科学与技术学院 1 12 1.0 1.0
5 杨文彦 苏州大学计算机科学与技术学院 1 12 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (22)
参考文献  (2)
节点文献
引证文献  (12)
同被引文献  (20)
二级引证文献  (3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(10)
  • 参考文献(0)
  • 二级参考文献(10)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(4)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(4)
  • 二级引证文献(0)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(9)
  • 引证文献(6)
  • 二级引证文献(3)
研究主题发展历程
节点文献
空间众包
任务分配
任务依赖
树分解
最优解算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件学报
月刊
1000-9825
11-2560/TP
16开
北京8718信箱
82-367
1990
chi
出版文献量(篇)
5820
总下载数(次)
36
论文1v1指导