典型文献
一种基于时空位置预测的空间众包任务分配方法
文献摘要：
空间众包技术在现实物理世界中有着丰富的应用场景,得到学术界和工业界的广泛关注.任务分配是空间众包的主要研究问题之一,即把工人分配给合适的任务.但是现有的任务分配方法大多假设众包工人和空间任务出现的位置和时间是已知的,忽略了真实的众包平台中众包工人和空间任务的动态变化,由于空间众包平台的强时效性,这种情况下设计的分配方式只能得到局部最优分配结果.提出最大价值最小成本任务分配的新问题,目标是对当前和未来的工人进行分配,使用最小的移动成本获得最大的分配价值.为解决这一问题,提出了基于轨迹的任务分布预测方法及基于核密度估计的工人分布预测方法,设计基于位置预测的任务分配算法来计算众包工人和空间任务的相对最优分配策略.所提位置预测方法利用图卷积神经网络和ConvLSTM模型进行预测,相较传统基于网格的位置分布预测更加精确和稳定,基于位置预测的启发式分配算法可以在线性时间内结合预测得到的位置信息完成任务分配,更加契合空间众包平台的强时效性.在真实数据集上进行大量实验来证明所提方法的有效性,相比于基于网格的预测方法,任务/工人位置预测准确率分别提高了15.7％和18.8％.
文献关键词：
空间众包;在线任务分配;空间数据智能;位置预测;最小成本
中图分类号：
作者姓名：
徐天承;乔少杰;武俊;韩楠;岳昆;易玉根;黄发良;元昌安
作者机构：
成都信息工程大学软件工程学院 成都610225;西南财经大学证券与财经学院 成都610074;成都信息工程大学管理学院 成都610225;云南大学信息学院 昆明 650500;江西师范大学软件学院 南昌 330022;南宁师范大学计算机与信息工程学院 南宁 530023;广西教育学院 南宁 530023
文献出处：
引用格式：
[1]徐天承;乔少杰;武俊;韩楠;岳昆;易玉根;黄发良;元昌安-.一种基于时空位置预测的空间众包任务分配方法)[J].计算机研究与发展,2022(02):310-328
A类：
在线任务分配,空间数据智能
B类：
空位,位置预测,空间众包,众包任务分配,分配方法,物理世界,工业界,研究问题,配给,多假设,包工,空间任务,众包平台,下设,分配方式,局部最优,最小成本,配价,分布预测,核密度估计,分配算法,分配策略,法利,图卷积神经网络,ConvLSTM,位置分布,启发式,线性时间,位置信息,完成任务,真实数据,预测准确率
AB值：
0.26403
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
