移动群智感知多任务参与者优选方法研究

该文主要研究面向移动群智感知的任务分发方法,提出了一种新的参与者选择:面向多任务并发的参与者优选.不同于其他参与者选择,文中选择出的参与者不再局限于只能完成一个任务,每个参与者可以在规定时间内尽可能的完成多个任务,由此降低群智平台的成本.并提出MultiTasker方法,其目标是选择出最佳的参与者集合,使参与者完成任务所移动的总距离最短以降低成本,并且完成任务的参与者人数最少以优化用户资源.为了实现这个目标,文中设计了3种算法:T-Random、T-Most和PT-Most.T-Random和T-Most是以任务为中心进行参与者选择,而PT-Most是以用户为中心进行参与者选择.通过一个大规模的真实数据集对设计的3种算法进行实验评估,同时研究了参与者选择情况与各种因素之间的关系,如任务分布和任务执行时间等.