基于单目标优化的众包任务定价模型

• 作者: 叶宏达 王依凡 王志勇 邱子杰
• 来源期刊: 实验科学与技术
• 学科: 数学
• 关键词: 曲线拟合 K-Means聚类算法 单目标优化模型 蒙特卡洛算法 任务完成率
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 实验科学与教学———数学建模
• 页码范围: 1-5,29
• 页数: 6页
• 分类号: O29
• 字数: 5178字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-4550.2018.05.001

摘要

该文针对"拍照赚钱"APP的众包任务定价问题,考虑区域定价的差异下,基于曲线拟合工具和K-Means聚类分析算法,通过SPSS软件综合分析得出众包任务价格与区域生活水平、 时间成本、 人均任务数和任务难度系数等因素之间的定价规律,建立了以任务价格为决策变量、 以众包平台利润限度为约束条件、 以区域任务完成率最大化为目标的单目标优化模型,并建立了新的任务定价方案.在考虑将任务打包发布情况下,对定价模型进行修正,通过蒙特卡洛模拟法,给出模拟的实施效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王志勇	电子科技大学数学科学学院	12	14	2.0	3.0
2	叶宏达	电子科技大学信息与通信工程学院	2	2	1.0	1.0
3	王依凡	电子科技大学计算机科学与工程学院	1	1	1.0	1.0
4	邱子杰	电子科技大学信息与通信工程学院	1	1	1.0	1.0