基于GACO的群智感知参与者选择方法研究

• 作者: 付佳 李建军 杨玉 汪校铃
• 来源期刊: 计算机应用研究
• 关键词: 群智感知 参与者选择 贪婪蚁群 区域覆盖 激励成本
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2971-2975
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2019.06.0201

摘要

参与者选择方法作为群智感知研究的重要内容之一,现有研究还存在不足,即只单一考虑任务发布时间或任务区域覆盖等属性,导致选择的参与者执行任务效率较差.因此针对这一问题综合考虑任务时间和任务区域覆盖等约束条件下,为实现任务执行效率最高和群智感知平台激励成本最少的优化目标,提出一种基于贪婪蚁群算法的群智感知参与者选择方法(PS-GACO).该方法主要通过候选参与者聚集蚂蚁信息素浓度的多少准确选出适合执行发布任务的参与者,大大提高了任务执行效率.最后通过仿真实验将提出的PS-GACO方法与普通参与者选择方法进行比较,实验结果表明PS-GACO在算法运行时间、任务执行效率以及激励成本等方面都优于其他两种方法,对于群智感知参与者选择有很好的应用前景.