CN110503331A - 一种面向多约束条件的复杂移动众包任务分解方法 - Google Patents

一种面向多约束条件的复杂移动众包任务分解方法 Download PDF

Info

Publication number
CN110503331A
CN110503331A CN201910767956.7A CN201910767956A CN110503331A CN 110503331 A CN110503331 A CN 110503331A CN 201910767956 A CN201910767956 A CN 201910767956A CN 110503331 A CN110503331 A CN 110503331A
Authority
CN
China
Prior art keywords
task
node
crowdsourcing
layer
constraint condition
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910767956.7A
Other languages
English (en)
Inventor
於志文
杨聪颖
曹铭喆
王亮
郭斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northwestern Polytechnical University
Northwest University of Technology
Original Assignee
Northwest University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Northwest University of Technology filed Critical Northwest University of Technology
Priority to CN201910767956.7A priority Critical patent/CN110503331A/zh
Publication of CN110503331A publication Critical patent/CN110503331A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0633—Workflow analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/101—Collaborative creation, e.g. joint development of products or services

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种面向多约束条件的复杂移动众包任务分解方法，包括以下步骤：当移动众包平台发布任务需求后，对任务进行任务理论分析，自上而下的分析任务的可再分性；基于复杂众包任务执行流程和结构，将任务分解为层次结构树；将层次结构树中的叶子节点，以及叶子节点在层次结构树中所对应的关系，基于DAG映射器将任务分解进行表达。该方法更全面的考虑复杂任务分解的各种影响因素，包括相互关系、可行性等，在任务分解中，首先进行理论分析，然后合理化任务分解以及可视化分解结果，以此来实现任务分解的合理性、可行性、科学性、可解释性，可以实现最合理化的任务分解以及子任务之间依赖关系的量化。

Description

一种面向多约束条件的复杂移动众包任务分解方法
技术领域
本发明属于移动数据处理领域，具体涉及一种面向多约束条件的复杂移动众包任务分解方法。
背景技术
移动众包相关技术的快速发展,使得利用群体力量完成较大型的移动众包任务成为可能。移动众包任务即空间众包任务,它是利用人群以及人所携带的智能设备完成具有时空特性的众包任务。与传统的众包不同,移动众包是基于位置和移动设备完成的。近年来,移动众包越来越受到各界的关注,相关技术也快速发展。随着移动众包的发展,现有的对简单移动众包任务的研究已经不能满足现实生产生活的需要。复杂的移动众包任务不能由单人或者单个机器完成，需要多个参与者协作完成整个任务，任务分解的过程变得至关重要，因此本发明提出了任务分解方法研究。
现有的任务分解方法存在以下问题：1、单纯理论分解，没有实现自动化分解；2、分解过程中没有保留子任务直接的依赖关系；3、任务分解流程不具有普适性，对任务、程序等多方面依赖较大，不能灵活持续进行分解。
发明内容
针对以上缺陷，本发明提出一种通过自上而下的层次分析法将任务分解为嵌套式的任务树，最后根据任务的依赖关系和时序关系，将分解的原子任务映射为DAG的多约束条件的复杂移动众包任务分解方法。
本发明的一种面向多约束条件的复杂移动众包任务分解方法的技术方案为：包括以下步骤：当移动众包平台发布任务需求后，对任务进行任务理论分析，自上而下的分析任务的可再分性；基于复杂众包任务执行流程和结构，将任务分解为层次结构树；将层次结构树中的叶子节点，以及叶子节点在层次结构树中所对应的关系，基于DAG映射器将任务分解进行表达。
进一步地，一种面向多约束条件的复杂移动众包任务分解方法，所述的任务理论分析贯穿整个任务分解方法的全过程。
进一步地，一种面向多约束条件的复杂移动众包任务分解方法，所述的任务理论分析首先是状态的初始化和先验领域知识的输入，然后对任务进行分析确定是否进一步的细化，采用HTN规则，将任务递归分解为子任务，其可行性依据操作的前序状态进行验证；所述细化采用OOR框架进行分析，分析之后对所分解的原子任务进行领域知识和基础信息的更新赋值。
进一步地，一种面向多约束条件的复杂移动众包任务分解方法，所述OOR框架包括：任务的使命、规则、目标和组织；所述任务的使命主要是指任务本身的分析，是否可以单个参与者执行，如果单人无法执行，那就需要进一步的细化；所述任务的规则主要是指通过运用参与者的某种能力，实现任务的某个目标的方式；所述任务的目标是指任务达到一定目标而确立的结果或者标准；所述任务的组织主要是参与者实体。
进一步地，一种面向多约束条件的复杂移动众包任务分解方法，所述层次结构树的建立具体为：复杂任务首先应该被分为多个阶段，每个阶段又包含多个子阶段，子阶段又包含多个任务包，任务包包含多个原子任务；最终实现任务层次结构树的建立。
进一步地，一种面向多约束条件的复杂移动众包任务分解方法，所述基于DAG映射器将任务分解进行表达中，包括计算层次结构树中每一层级的结点个数、计算每一层中各节点到相邻层的边数；在相邻层级的结点之间建立连接。
进一步地，一种面向多约束条件的复杂移动众包任务分解方法，所述计算层次结构树中每一层级的结点个数时，将第一层和最后一层的结点个数设为1，所以只需计算中间各层所拥有的结点个数。
进一步地，一种面向多约束条件的复杂移动众包任务分解方法，所述计算每一层中各节点到相邻层的边数时，如果该层拥有的结点个数小于等于下一层结点个数，则调用split_number(number,parts)函数进行计算；如果该层拥有的结点个数大于下一层结点个数，则调用split_number(number,parts)函数进行计算。
进一步地，一种面向多约束条件的复杂移动众包任务分解方法，所述在相邻层级的结点之间建立连接时，将某一层结点与下一层结点相连，从下一层结点列表中随机选择结点与之相连，在相连时根据参数CDR从范围内随机选出一个值为边的权重赋值，相连后将选择的结点从结点列表中删除，当列表为空时，重新将列表恢复到初始状态。
进一步地，一种面向多约束条件的复杂移动众包任务分解方法，为每个结点添加更多边，确保多个层级之间的连接。
本发明的有益效果为：1)整体离散程度更低，各层级之间更加均衡，这样使得整个复杂移动众包任务执行中更加稳定，相互依赖性更加均衡；2)针对更为复杂的移动众包任务，消除了层级之间负载不平衡的情况，从而提升了任务执行的速度以及整体的性能；3)层级之间任务量更为均衡，提高了整体的可靠性，针对执行中的不确定性能够进行更为灵活的决策变动，执行中的扩展能力得到了提升，同时简化了任务的实时管理；4)任务执行过程中，不仅仅需要其父节点资源和信息的传输，有的还需要总父节点提供原始参数作为信息输入，来支撑该任务的完成。原始输入参数能够提升节点执行的质量水平；5)因为该任务属于复杂任务，任务之间的相互影响较多，不确定因素也较多，该优化在降低耦合度的前提下，间接模糊了系统的边界，使得总体效率几乎不受影响的情况下，提升了算法的扩展性；6)算法的复用性更高，针对中间层任务需要原始参数的任务有着更强的适用性。
该方法更全面的考虑复杂任务分解的各种影响因素，包括相互关系、可行性等，在任务分解中，首先进行理论分析，然后合理化任务分解以及可视化分解结果，以此来实现任务分解的合理性、可行性、科学性、可解释性，可以实现最合理化的任务分解以及子任务之间依赖关系的量化。
附图说明
图1为本发明任务分解的输入和输出模型，引入OOR框架时任务分解的输入和输出模型；
图2为嵌套式任务树示意图，嵌套树内含多个子树；
图3为任务分解映射DAG示意图；
图4为任务DAG执行示意图。
具体实施方式
下面结合附图来进一步描述本发明的技术方案：当移动众包平台发布任务需求后，对任务进行任务理论分析，自上而下的分析任务的可再分性；基于复杂众包任务执行流程和结构，将任务分解为层次结构树；将层次结构树中的叶子节点，以及叶子节点在层次结构树中所对应的关系，基于DAG映射器将任务分解进行表达。
下面来详细描述。
一、当移动众包平台发布任务需求后，对任务进行任务理论分析，自上而下的分析任务的可再分性。
所述的任务理论分析首先是状态的初始化和先验领域知识的输入，然后对任务进行分析确定是否进一步的细化，采用HTN规则，将任务递归分解为子任务，其可行性依据操作的前序状态进行验证；所述细化采用OOR框架进行分析，分析之后对所分解的原子任务进行领域知识和基础信息的更新赋值。值得注意的是，所述的任务理论分析贯穿整个任务分解方法的全过程。
所述OOR框架包括：任务的使命、规则、目标和组织；所述任务的使命主要是指任务本身的分析，是否可以单个参与者执行，如果单人无法执行，那就需要进一步的细化；所述任务的规则主要是指通过运用参与者的某种能力，实现任务的某个目标的方式；所述任务的目标是指任务达到一定目标而确立的结果或者标准；所述任务的组织主要是参与者实体。
二、基于复杂众包任务执行流程和结构，将任务分解为层次结构树。
复杂任务首先应该被分为多个阶段，每个阶段又包含多个子阶段，子阶段又包含多个任务包，任务包包含多个原子任务；最终实现任务层次结构树的建立。根据感知流程层次结构树,将任务包分解为原子任务,此类任务分布在不同任务包下。
1、画出CS_WBS的层次结构树，首先将复杂众包任务进行系统级别的分解。即针对整个复杂任务其内部对应的一级类别的划分；
2、然后进行二级类别分解,即一级类别的复杂众包任务从属于二级类别；
3、CS_WBS较高层次上的一些任务可以定义为任务包或者子生命周期阶段；
4、将主要执行步骤可交付成果细分为更小的、易于管理的分组或任务包(Commitment Package)，任务包必须详细到可以对该任务包进行估算(位置活动范围、工期和需求)、进度安排、成本和时间预算以及参与者需求数量确认；
5、移动众包中的任务包可以通过内部活动进一步分解为任务包的CS_WBS；
6、可以将子任务包生命周期的各个阶段作为第一层,将每个阶段的交付物作为第二层，如果交付物组成复杂,则将交付物的组成元素放在第三层,然后跳转到S3；
7、生成多个子CS_WBS相互嵌套的层次结构树。
三、将层次结构树中的叶子节点，以及叶子节点在层次结构树中所对应的关系，基于DAG映射器将任务分解进行表达。具体如下。
1、首先定义一个结点(任务)类，类的属性都有：结点的出度，结点的后继结点列表，与后继结点列表相对应的边的权重列表(任务与任务之间传输的数据量)，结点的层级，结点的id，任务在各资源上执行时间列表；
2、从graph.config文件中读取相关参数；
S3、计算资源与资源之间的带宽，记录在矩阵中，根据给出的LBW参数，从范围内随机(随机赋值)选出一个值给资源与资源之间的带宽赋值；
S4、计算每一层级的结点个数。将第一层和最后一层的结点个数设为1，所以只需计算中间各层所拥有的结点个数。调用split_number(number,parts)函数进行计算，其中number表示中间各层总共的结点个数，parts表示中间层的个数。首先计算每层的平均结点数，然后根据正态分布计算出各层的结点个数(第一个参数为均值，第二个参数为标准差，反映层与层之间结点个数的离散程度，值越大离散程度越高，此处标准差设置为均值的一半，可以考虑取大于等于1小于等于均值一半的整数)；
S5、计算每一层中各节点到相邻层的边数。一层一层的计算，如果该层拥有的结点个数小于等于下一层结点个数，则调用split_number(number,parts)函数进行计算；如果该层拥有的结点个数大于下一层结点个数，则调用split_number(number,parts)函数进行计算。用列表node_list记录各结点信息，列表的元素为结点。此时，结点的id，层级，出度(这里是到相邻层的出度，不是全部出度)已经明确；
S6、在相邻层级的结点之间建立连接。一层一层的计算，根据第5步中计算出的出度将该层结点与下一层结点相连，从下一层结点列表中随机选择结点与之相连，在相连时根据参数CDR从范围内随机选出一个值为边的权重赋值，相连后将选择的结点从结点列表中删除，当列表为空时，重新将列表恢复到初始状态。此时，结点的id，层级，出度(这里是到相邻层的出度，不是全部出度，只是相邻层的出度，到其他层的出度是逐渐增加的)，结点的后继结点列表(部分，到相邻层的)，与后继结点列表相对应的边的权重列表(部分，到相邻层的)已经明确；
S7、为每个结点添加更多边，确保多个层级之间的连接。为各个层级的结点添加更多的边，除去第一层，倒数第二层和倒数第一层。一个结点一个结点的计算，首先选出层级比其大的结点构成一个列表L，再从列表中删去已经和其相连的结点，根据给出的参数AOD计算该结点的出度outdegree(由正态分布得出，均值设为AOD，标准差给固定了，设为为了1，标准差反映了结点与结点之间出度的离散程度，越大离散程度越高)，若outdegree的值小于第5步中的出度则继续计算。然后从列表L中随机选出outdegree-第5步中的出度个结点与该节点建立连接，并为边赋权值。更新结点的出度，结点的后继结点列表，与后继结点列表相对应的边的权重列表。此时，结点的属性已经全部得到；
S8、将结点与结点之间的传输数据量记录到矩阵中；
S9、计算各个任务在不同资源上的执行时间，并记录到矩阵中。首先计算各任务的平均通信时间(用结点具有最大通信量的边计算的,可以更精确一些，具体去算)，再根据参数CCR得到各任务的平均执行时间然后利用参数HF根据均匀分布得出该任务在不同资源上的执行时间；
S10、将资源与资源之间的带宽，各个任务在不同资源上的执行时间，结点与结点之间的传输数据量这三项数据分别写入三个文件中；
S11、利用结点信息和graphviz工具将DAG可视化。
实施例
所有的发布者在平台进行登记注册，认证为发布者之后，进行任务相关信息的填写，完成任务的发布，需要填写任务的位置、时间、技能等基本信息。
发布者在平台发布一个复杂的移动众包任务，该任务需要特定技能的多人进行协作才能完成，在任务执行之前，首先对任务进行合理的分解。
任务分解建模的基本流程分为：任务的统一描述、任务分解为原子任务将任务映射为DAG这三步。其总体流程如下：众包任务发布者定义复杂任务、原子任务、原子任务之间的依赖关系,并在平台上发布复杂任务。平台计算每个参与者对复杂任务的适用程度,向满足复杂任务技能需求和依赖性特征的参与者推送任务,完成复杂任务的任务分配。
任务的初步分解取决于复杂任务的流程设计，即必须通过复杂任务的流程和流程中的任务包将复杂任务分解为层次结构图,才能进一步分解，其中任务层次结构树需要由发布者统一给出。发布者可以根据CS_WBS分解原则，将复杂任务分解，然后给出层次结构图。例如基础设施感知维护任务,就包括基础设施信息感知、预防感知、预防维护感知、分析检修、制定报告、维护执行等阶段,根据这些感知维护阶段得到不同的阶段任务。基础设施感知任务中,预防性维护感知可以分为非功能性感知和功能性感知两种子阶段任务。基础设施(道路)感知任务中,功能性感知又可以分解为道路基本功能、道路执行功能情况等。部件任务分布在不同的子阶段下,根据关联得到子阶段的部件任务。基础设施(道路)感知任务中,功能性感知又可以分解为道路基本功能，道路基本功能可以分解为基层弯沉检测、沥青面平整度检测、砼面层抗折强度、厚度检测等等。
对任务进行WBS分解构建层次结构树，分析的原则包括：按照实施过程分解、按照任务的地域分布分解、按照任务的时间分布分解、按资源需求分解,包括传感器需求、移动设备需求、参与者人数需求。最终生成嵌套式的任务分解树。
有向无环图DAG经常被用于描述应用的多优先约束，当应用被分发给参与者进行执行的时候，决定整体性能的是任务执行的顺序，如果大量的任务实现并行执行，即不受优先约束的并行多任务同时执行，就能很大程度的提高整体的性能。因此，本发明需要将嵌套式任务分解树中的叶子节点，也就是原子任务，映射生成DAG。将任务的依赖关系、时序关系和相关度进行可视化展示。
将前面所产生的参数作为输入，例如DAG图的高度GH＝8,任务的数量TC＝40,平均出度AOD＝2进行DAG的映射生成。生成DAG的过程中，同时输出任务所对应的相关数据，并将数据写入表格中。

Claims (10)

1.一种面向多约束条件的复杂移动众包任务分解方法，其特征在于：包括以下步骤：
当移动众包平台发布任务需求后，对任务进行任务理论分析，自上而下的分析任务的可再分性；
基于复杂众包任务执行流程和结构，将任务分解为层次结构树；
将层次结构树中的叶子节点，以及叶子节点在层次结构树中所对应的关系，基于DAG映射器将任务分解进行表达。
2.根据权利要求1所述的一种面向多约束条件的复杂移动众包任务分解方法，其特征在于：所述的任务理论分析贯穿整个任务分解方法的全过程。
3.根据权利要求1-2任一所述的一种面向多约束条件的复杂移动众包任务分解方法，其特征在于：所述的任务理论分析首先是状态的初始化和先验领域知识的输入，然后对任务进行分析确定是否进一步的细化，采用HTN规则，将任务递归分解为子任务，其可行性依据操作的前序状态进行验证；所述细化采用OOR框架进行分析，分析之后对所分解的原子任务进行领域知识和基础信息的更新赋值。
4.根据权利要求3所述的一种面向多约束条件的复杂移动众包任务分解方法，其特征在于：所述OOR框架包括：任务的使命、规则、目标和组织；所述任务的使命主要是指任务本身的分析，是否可以单个参与者执行，如果单人无法执行，那就需要进一步的细化；所述任务的规则主要是指通过运用参与者的某种能力，实现任务的某个目标的方式；所述任务的目标是指任务达到一定目标而确立的结果或者标准；所述任务的组织主要是参与者实体。
5.根据权利要求1所述的一种面向多约束条件的复杂移动众包任务分解方法，其特征在于：所述层次结构树的建立具体为：复杂任务首先被分为多个阶段，每个阶段又包含多个子阶段，子阶段又包含多个任务包，任务包包含多个原子任务；最终实现任务层次结构树的建立。
6.根据权利要求1所述的一种面向多约束条件的复杂移动众包任务分解方法，其特征在于：所述基于DAG映射器将任务分解进行表达中，包括计算层次结构树中每一层级的结点个数、计算每一层中各节点到相邻层的边数；在相邻层级的结点之间建立连接。
7.根据权利要求6所述的一种面向多约束条件的复杂移动众包任务分解方法，其特征在于：所述计算层次结构树中每一层级的结点个数时，将第一层和最后一层的结点个数设为1，所以只需计算中间各层所拥有的结点个数。
8.根据权利要求6所述的一种面向多约束条件的复杂移动众包任务分解方法，其特征在于：所述计算每一层中各节点到相邻层的边数时，如果该层拥有的结点个数小于等于下一层结点个数，则调用split_number(number,parts)函数进行计算；如果该层拥有的结点个数大于下一层结点个数，则调用split_number(number,parts)函数进行计算。
9.根据权利要求6所述的一种面向多约束条件的复杂移动众包任务分解方法，其特征在于：所述在相邻层级的结点之间建立连接时，将某一层结点与下一层结点相连，从下一层结点列表中随机选择结点与之相连，在相连时根据参数CDR从范围内随机选出一个值为边的权重赋值，相连后将选择的结点从结点列表中删除，当列表为空时，重新将列表恢复到初始状态。
10.根据权利要求6-9任一所述的一种面向多约束条件的复杂移动众包任务分解方法，其特征在于：为每个结点添加更多边，确保多个层级之间的连接。
CN201910767956.7A 2019-08-20 2019-08-20 一种面向多约束条件的复杂移动众包任务分解方法 Pending CN110503331A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910767956.7A CN110503331A (zh) 2019-08-20 2019-08-20 一种面向多约束条件的复杂移动众包任务分解方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910767956.7A CN110503331A (zh) 2019-08-20 2019-08-20 一种面向多约束条件的复杂移动众包任务分解方法

Publications (1)

Publication Number Publication Date
CN110503331A true CN110503331A (zh) 2019-11-26

Family

ID=68588853

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910767956.7A Pending CN110503331A (zh) 2019-08-20 2019-08-20 一种面向多约束条件的复杂移动众包任务分解方法

Country Status (1)

Country Link
CN (1) CN110503331A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112395778A (zh) * 2020-11-20 2021-02-23 重庆理工大学 一种复杂产品众包设计过程建模及其众包任务处理方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106203893A (zh) * 2016-09-09 2016-12-07 扬州大学 一种众包环境下的基于遗传算法的任务分配方法
CN106779482A (zh) * 2017-02-17 2017-05-31 苏州大学 一种基于任务间优先关系约束的任务分配方法和系统
CN108133330A (zh) * 2018-01-12 2018-06-08 东北大学 一种面向社交众包任务分配方法及其系统
CN108241930A (zh) * 2017-12-29 2018-07-03 儒安科技有限公司 一种移动众包平台的任务分配方法
CN109165802A (zh) * 2018-06-13 2019-01-08 苏州大学 一种基于目的地的空间众包任务分配方法
CN110070287A (zh) * 2019-04-19 2019-07-30 西北工业大学 一种基于相似聚类及平均思想的动态任务分配方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106203893A (zh) * 2016-09-09 2016-12-07 扬州大学 一种众包环境下的基于遗传算法的任务分配方法
CN106779482A (zh) * 2017-02-17 2017-05-31 苏州大学 一种基于任务间优先关系约束的任务分配方法和系统
CN108241930A (zh) * 2017-12-29 2018-07-03 儒安科技有限公司 一种移动众包平台的任务分配方法
CN108133330A (zh) * 2018-01-12 2018-06-08 东北大学 一种面向社交众包任务分配方法及其系统
CN109165802A (zh) * 2018-06-13 2019-01-08 苏州大学 一种基于目的地的空间众包任务分配方法
CN110070287A (zh) * 2019-04-19 2019-07-30 西北工业大学 一种基于相似聚类及平均思想的动态任务分配方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112395778A (zh) * 2020-11-20 2021-02-23 重庆理工大学 一种复杂产品众包设计过程建模及其众包任务处理方法
CN112395778B (zh) * 2020-11-20 2023-07-25 重庆理工大学 一种复杂产品众包设计过程建模及其众包任务处理方法

Similar Documents

Publication Publication Date Title
CN101946258B (zh) 基于计算机的业务过程在专用硬件上的基于模型的部署
CN102999800A (zh) 业务流程模型中对准用户的片断的自动识别
CN101820428B (zh) 基于协议组合机制的组合服务优化方法和装置
CN101645036B (zh) 基于测试执行机能力度的测试任务自动分配方法
US20150161539A1 (en) Decision support system for project managers and associated method
CN104756460A (zh) 基于ldap的多顾客云内身份管理系统
CN109409773A (zh) 一种基于合同网机制的对地观测资源动态规划方法
Li et al. Resource leveling in projects with stochastic minimum time lags
Nagm-Aldeen et al. A literature review of business process modeling techniques
CN102780583A (zh) 物联网业务描述、组合和服务质量评估的方法
Land et al. Software systems integration and architectural analysis-a case study
CN110503331A (zh) 一种面向多约束条件的复杂移动众包任务分解方法
Nourjou et al. Introduction to spatially distributed intelligent assistant agents for coordination of human-agent teams' actions
CN103354506A (zh) 一种物联网业务架构以及业务组合方法
CN103297538A (zh) 资源环境模型的聚合方法
CN102929605A (zh) 一种基于云计算的数据挖掘系统开放接口
Danesh A survey of release planning approaches in incremental software development
Kumar et al. Value based Architecture of Digital Product‐Service Systems
CN101599012A (zh) 一种用于网格计算的图形化开发方法
Díaz-Pace et al. Exploring alternative software architecture designs: a planning perspective
CN102624835A (zh) 互联网ech / ict 权衡配置方法
Matos et al. Using Responsibilities for Early Identification of Hot Spots Reused in Frameworks Modeling
Craig A design for dynamic self-organization in autonomous distributed operations
CN108665223A (zh) 应用组合界面流程权限表单的流程数据机制
Yu The development of a hybrid simulation modelling approach based on agents and discrete-event modelling

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20191126

WD01 Invention patent application deemed withdrawn after publication