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:
针对时空众包在线任务分配问题,提出任务范围调节算法DMRA与基于预测分析的在线任务分配算法PAMA.DMRA算法以任务位置为中心,根据工人密度动态调整任务的范围.PAMA算法基于历史统计概率,采用贝叶斯分类器预测下一时间戳的对象分布情况,在此基础上,执行带权二分图最优匹配算法以完成任务分配.实验结果表明,将DMRA算法与PAMA算法相结合,能够提升任务分配的总效用,降低工人的差旅成本,任务分配性能优于贪心算法与随机阈值算法.
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
面向效用优化的动态阈值在线任务分配算法
在线分配
动态阈值
神经网络
总效用
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JXTA并行计算任务分配研究
JXTA
并行计算
负载平衡
任务分配
负载预测
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 基于预测分析的时空众包在线任务分配
来源期刊 计算机工程 学科 工学
关键词 时空众包 在线任务分配 分配总效用 工人差旅成本 贝叶斯分类预测 统计预测
年,卷(期) 2019,(6) 所属期刊栏目 先进计算与数据处理
研究方向 页码范围 67-74
页数 8页 分类号 TP391
字数 6837字 语种 中文
DOI 10.19678/j.issn.1000-3428.0053522
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 余敦辉 湖北大学计算机与信息工程学院 29 152 6.0 11.0
5 聂茜婵 湖北大学计算机与信息工程学院 2 2 1.0 1.0
6 张兴盛 湖北大学计算机与信息工程学院 5 5 2.0 2.0
7 袁旭 湖北大学计算机与信息工程学院 3 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (72)
共引文献  (68)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (8)
二级引证文献  (0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(8)
  • 参考文献(1)
  • 二级参考文献(7)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(11)
  • 参考文献(0)
  • 二级参考文献(11)
2016(17)
  • 参考文献(2)
  • 二级参考文献(15)
2017(8)
  • 参考文献(2)
  • 二级参考文献(6)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
时空众包
在线任务分配
分配总效用
工人差旅成本
贝叶斯分类预测
统计预测
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导