CN110825500B - 面向三层结构的群智感知任务分配方法 - Google Patents

Abstract

一种面向三层结构的群智感知任务分配方法，由收集感知任务、为每个子任务分配子预算、发送子任务和子预算到边缘节点、为每个子任务分配移动用户、调整各子任务分配的移动用户步骤组成。本发明考虑了任务的预算对任务分配的影响，提出了能够提高任务分配率的方法，任务预算将被平台拆分为两部分，一部分预算用来保证本任务的正常分配，剩余部分预算由平台分配给因初始预算不足而无法分配的任务，提高了任务分配率。在分配过程中所有预算不足的任务都平等获得平台预算补充，体现了按权重公平分配。该方法具有任务分配速度快、应用范围广等优点，可在群智感知任务分配中应用。

Description

面向三层结构的群智感知任务分配方法

技术领域

本发明属于群智感知技术领域，具体涉及到面向三层结构的群智感知任务分配方法。

背景技术

近年来，移动智能设备，如智能手表、智能手机、平板电脑等，伴随着移动计算和无线通信技术的迅速发展得到广泛普及，其存储、计算、通信能力得到不断加强，并配备了众多传感器，如麦克风、摄像头、GPS、重力仪、陀螺仪、血压传感器、温度传感器等。在此基础上，人们利用大量普通移动用户使用的移动设备作为基本感知单元，通过物联网/移动互联网进行协作，实现感知任务分发与感知数据收集利用，最终完成大规模、复杂的城市与社会感知任务。为了充分、低成本地利用这些移动智能设备的感知、计算和存储资源，群智感知计算模式应运而生并得到广泛研究和应用。与基于传感网和物联网的感知方式不同，群智感知以大量普通用户作为感知源，强调利用大众的广泛分布性、灵活移动性和机会连接性进行感知，并为城市及社会管理提供智能辅助支持。它可应用在很多重要领域，如智能交通、公共安全、社会化推荐、环境监测、城市公共管理等诸多领域，因而得到了世界各国政府、产业界和学术界的高度关注。

一个群智感知应用系统一般包含3个组成部分：云平台，即系统，任务请求者和任务完成者。任务请求者向云平台发布感知任务需求，并从云平台接收任务结果；云平台主要负责任务发布、任务分配、感知数据收集和任务质量评估；任务完成者，即携带移动智能设备的普通移动用户，从云平台接收所分配的任务并负责数据感知和收集，并将感知数据发送给云平台。在群智感知系统中，任务分配是实施群智感知的基础。云平台需要根据任务请求者提交的任务需求，并结合当前移动用户的状态，将各个任务分配给参与群智感知的众多用户，分配的依据是实现特定的优化目标，如最大化整体收益、最大化任务接收率等。

从现有的研究成果上看，当前的面向群智感知的任务分配方法和系统尚未考虑以下几个方面：

1、边缘节点发挥的重要作用。

2、各个子任务的权重以及对所分配用户数目的要求。

在现有任务分配方法中，一般由平台收集当前需要执行的所有任务，并向所有用户发送需要执行的任务集合，根据各个用户自身的具体情况分配任务。事实上，由平台直接收集所有的用户和任务信息会影响任务分配的速度和安全性，且用户在全局的分布并不均匀，子任务对所分配用户数目的要求各不相同，用户数目符合子任务权重要求的用户合作完成任务则可以获得更高质量的感知数据。因此，任务分配过程中可增加边缘节点服务，且不同子任务的用户可以按照各自的子任务权重要求来合作完成一个高质量需求的任务。此外，云平台可以提高任务预算分配的合理程度，比如云平台可以充分利用任务的结余预算，将其分配给部分初始预算不足的任务，在节省任务预算的同时有望大幅提高任务分配率。但是，当前的在线任务分配方法尚未考虑这些因素，在很大程度上限制了群智感知的应用范围。

因此，为适应大规模群智感知应用场景，同时提高平台的任务分配速度和任务分配率，在考虑任务的质量需求和子任务权重要求之间的关系以及云平台对任务预算的合理调配的情况下，设计一种基于面向三层结构的群智感知任务分配方法是十分必要的。

发明内容

本发明所要解决的技术问题在于克服上述现有技术的缺点，提供一种任务分配速度快、应用范围广的面向三层结构的群智感知任务分配方法。

解决上述技术问题所采用的技术方案是由下述步骤组成：

(1)收集感知任务

感知任务Γ是由n个子任务组成：

Γ＝{τ₁,τ₂,...,τ_n}

其中，n为有限的正整数，每个子任务τ_i对应一个区域l_i和权重w_i，w_i∈(0,1)，l_i∈L，i∈{1,...,n}。

L＝{1,2,...,l}

L为有限的区域集合，l为一个有限的正整数。

w₁+w₂+...+w_n＝1.0

感知任务Γ具有一个总预算B和一个分布参数θ，总预算B和分布参数θ为有限的正实数。

(2)为每个子任务分配子预算

云平台为感知任务Γ的每个子任务τ_i∈Γ分配子预算B_i如下：

B_i＝w_i×B

(3)发送子任务和子预算到边缘节点

每个区域l_i内存在一个边缘节点e_i，该边缘节点e_i负责管理本区域内的子任务τ_i和在本区域的移动用户，云平台将各个子任务τ_i以及子任务τ_i所分配的子预算B_i发送给子任务τ_i对应区域l_i的边缘节点e_i。

(4)为每个子任务分配移动用户

各边缘节点e_i为子任务τ_i分配移动用户，步骤如下；

1)边缘节点e_i确定其所在区域内的用户集合U_i：

其中，k_i是边缘节点e_i所在区域的移动用户数目。

2)边缘节点e_i确定所有移动用户

执行子任务τ_i的代价c_ij，其中，代价c_ij为正实数。

3)边缘节点e_i按照代价c_ij从小到大对移动用户

进行排序。

4)在不超过子任务τ_i的子预算B_i的前提下，边缘节点e_i依次选择移动用户并加入被选用户集合U_i’，即满足：

其中，x_ij表示是否选择移动用户

加入U_i’的变量，x_ij＝1表示将移动用户

加入U_i’，x_ij＝0表示不将移动用户

加入U_i’。

5)边缘节点e_i将子任务τ_i的被选用户数与任务权重之比r_i和子任务τ_i的剩余预算R_i发送给云平台，

R_i＝B_i-c_i

其中，m_i是被选用户集合U_i’中的用户个数，w_i是子任务τ_i的权重，c_i是被选用户集合U_i’的总代价，

(5)调整各子任务分配的移动用户

云平台对各子任务分配的用户进行调整，包括以下步骤：

1)云平台选择需要增加用户的子任务τ_p，τ_p是r最小的子任务，r是被选用户数与任务权重之比；云平台将总剩余预算R发送给该子任务τ_p对应区域l_p的边缘节点e_p，p∈{1,...,n}，总剩余预算R按下式确定：

2)边缘节点e_p判断是否存在移动用户

且满足

c_pj≤R

其中，U_p表示边缘节点e_p所在区域内的移动用户集合，U_p’表示边缘节点e_p已选择的移动用户集合，c_pj是移动用户

执行子任务τ_p的代价；若存在，则边缘节点e_p选择代价最小的移动用户

加入集合U_p’；若不存在，则将总剩余预算R发送给云平台，转至步骤5)。

3)边缘节点e_p将总剩余预算更新为R-c_pj’，并确定子任务τ_p的被选用户数与任务权重之比r_p。

其中，m_p是U_p’中的用户个数，w_p是子任务τ_p的权重，c_pj’是移动用户

执行对应子任务τ_p的代价；边缘节点e_p将更新后的总剩余预算和r_p发送给云平台。

4)云平台选择需要增加用户的子任务τ_p；云平台将总剩余预算R发送给该子任务τ_p对应区域l_p的边缘节点e_p，转至步骤2)。

5)云平台确定所有子任务的r的期望值E：

并确定对应的方差σ²：

若σ²<θ或Δσ≤0，则该任务分配结束，其中，Δσ表示σ更新前减去更新后的差值；否则，云平台选择需要减少用户的子任务τ_q，τ_q是r最大的子任务，r是被选用户数与任务权重之比；云平台将总剩余预算R发送给该子任务对应区域l_q的边缘节点e_q，q∈{1,...,n}。

6)边缘节点e_q选择一个代价最大的移动用户

移至U_q-U_q’，其中U_q表示边缘节点e_q所在区域内的移动用户集合，U_q’表示边缘节点e_q已选择的移动用户集合，边缘节点e_q将总剩余预算更新为R+c_qj，并确定子任务τ_q的被选用户数与任务权重之比r_q：

其中，c_qj是移动用户

执行子任务τ_q的代价，m_q是U_q’中的用户个数，w_q是子任务τ_q的权重，边缘节点e_q将更新后的剩余预算和r_q发送给云平台，转至步骤4)。

在本发明的收集感知任务步骤(1)中，所述的感知任务Γ中的各个子任务τ_i∈Γ的权重w_i通过如下公式得到：

式中，k_i为子任务τ_i对应区域l_i中的移动用户数目，k_s为子任务τ_s对应区域l_s中的移动用户数目，l_s∈L。

在本发明的调整各子任务分配的移动用户步骤(5)中，所述的需要增加用户的子任务τ_p为：r最小的子任务数目多于1个，需要增加用户的子任务τ_p是r最小的子任务中权重最大的子任务。

在本发明的调整各子任务分配的移动用户步骤(5)的步骤5)中，所述的需要减少用户的子任务τ_q为：r最大的子任务数目多于1个，需要减少用户的子任务τ_q是r最大的子任务中权重最小的子任务。

在本发明的收集感知任务步骤(1)中，所述的分布参数θ为2.0以下的正实数。

在本发明的收集感知任务步骤(1)中，所述的分布参数θ为0.1。

本公开与现有技术相比的优点在于：

由于本发明采用了面向三层结构的群智感知任务分配方法，将任务分配分为云平台、边缘节点、移动用户，通过边缘节点服务将收集、计算、分配等业务下沉至边缘，降低了响应时延，减轻了中心平台的通信和计算压力，解决了现有的平台直接收集所有用户和任务信息带来的问题。任务分配过程中增加边缘节点服务，在满足安全隐私保护的同时还可提高任务分配的速度，扩大了群智感知的应用范围。

本发明考虑了任务的质量需求和子任务权重要求之间的关系，用户数目符合子任务权重要求的用户合作完成任务可以获得更高质量的感知数据，在任务预算的约束条件下，根据子任务权重要求来选取不同的用户协作完成感知任务，在满足感知数据质量的同时节省了任务预算。

本发明考虑了任务的预算对任务分配的影响，提出了能够提高任务分配率的方法，任务预算将被平台拆分为两部分，一部分预算用来保证本任务的正常分配，剩余部分预算由平台分配给因初始预算不足而无法分配的任务，提高了任务分配率。分配过程中所有预算不足的任务都平等获得平台预算补充，体现了按权重公平分配。该方法既促使任务的预算得到更充分地应用，也能使更多的任务被成功分配。

附图说明

图1是本发明实施例1的流程图。

具体实施方式

下面结合附图和实施例对本发明进一步详细说明，但本发明不限于下述的实施例。

实施例1

本实施例的面向三层结构的群智感知任务分配方法由下述步骤组成(参见图1)：

(1)收集感知任务

感知任务Γ是由n个子任务组成

Γ＝{τ₁,τ₂,...,τ_n}

其中，n为有限的正整数，每个子任务τ_i对应一个区域l_i和权重w_i，可表示为τ_i＝(l_i,w_i)，w_i∈(0,1)，l_i∈L，i∈{1,...,n}，本实施例的n为5，τ₁＝(1,0.2)，τ₂＝(2,0.2)，τ₃＝(3,0.2)，τ₄＝(4,0.2)，τ₅＝(5,0.2)。

L＝{1,2,...,l}

L为有限的区域集合，l为一个有限的正整数。

w₁+w₂+...+w_n＝1.0

感知任务Γ具有一个总预算B和一个分布参数θ，总预算B和分布参数θ为有限的正实数，本实施例的总预算为B为200，分布参数θ为0.1，l为5。

(2)为每个子任务分配子预算

云平台为感知任务Γ的每个子任务τ_i∈Γ分配子预算B_i如下：

B_i＝w_i×B

该步骤中B₁为40，B₂为10，B₃为40，B₄为40，B₅为40。

(3)发送子任务和子预算到边缘节点

每个区域l_i内存在一个边缘节点e_i，该边缘节点e_i负责管理本区域内的子任务τ_i和在本区域的移动用户，云平台将各个子任务τ_i以及子任务τ_i所分配的子预算B_i发送给子任务τ_i对应区域l_i的边缘节点e_i。

(4)为每个子任务分配移动用户

各边缘节点e_i为子任务τ_i分配移动用户，步骤如下；

1)边缘节点e_i确定其所在区域内的用户集合U_i：

其中，k_i是边缘节点e_i所在区域的移动用户数目，该步骤中k₁为5，k₂为5，k₃为5，k₄为5，k₅为5。

2)边缘节点e_i确定所有移动用户

执行子任务τ_i的代价c_ij，其中，代价c_ij为正实数，本实施例的c_ij取值如下：

3)边缘节点e_i按照代价c_ij从小到大对移动用户

进行排序，排序结果如下：U₁为

U₂为

U₃为

U₄为

U₅为

4)在不超过子任务τ_i的子预算B_i的前提下，边缘节点e_i依次选择移动用户并加入被选用户集合U_i’，即满足：

其中，x_ij表示是否选择移动用户

加入U_i’的变量，x_ij＝1表示将移动用户

加入U_i’，x_ij＝0表示不将移动用户

加入U_i’，该步骤中的U_1’为

U_2’为

U_3’为

U_4’为

U_5’为

5)边缘节点e_i将子任务τ_i的被选用户数与任务权重之比r_i和子任务τ_i的剩余预算R_i发送给云平台，

R_i＝B_i-c_i

其中，m_i是被选用户集合U_i’中的用户个数，w_i是子任务τ_i的权重，c_i是被选用户集合U_i’的总代价，该步骤中m₁为3，m₂为4，m₃为4，m₄为5，m₅为4，R₁为10，R₂为15，R₃为4，R₄为3，R₅为1，r₁为15.00，r₂为20.00，r₃为20.00，r₄为25.00，r₅为20.00。

该步骤中c₁为30，c₂为25，c₃为36，c₄为37，c₅为39。

(5)调整各子任务分配的移动用户

云平台对各子任务分配的用户进行调整，包括以下步骤：

1)云平台选择需要增加用户的子任务τ_p，τ_p是r最小的子任务，r是被选用户数与任务权重之比；云平台将总剩余预算R发送给该子任务τ_p对应区域l_p的边缘节点e_p，p∈{1,...,n}，总剩余预算R按下式确定：

2)边缘节点e_p判断是否存在移动用户

且满足

c_pj≤R

其中，U_p表示边缘节点e_p所在区域内的移动用户集合，U_p’表示边缘节点e_p已选择的移动用户集合，c_pj是移动用户

执行子任务τ_p的代价；该步骤中p为1，若存在，则边缘节点e_p选择代价最小的移动用户

加入集合U_p’；若不存在，则将总剩余预算R发送给云平台，转至步骤5)，该步骤中j’为5，由于c_1,5≤R成立，边缘节点e₅选择代价最小的移动用户

加入集合U_1’。

3)边缘节点e_p将总剩余预算更新为R-c_pj’，并确定子任务τ_p的被选用户数与任务权重之比r_p：

其中，m_p是U_p’中的用户个数，w_p是子任务τ_p的权重，c_pj’是移动用户

执行对应子任务τ_p的代价；该步骤中

边缘节点e_p将更新后的总剩余预算和r_p发送给云平台。

4)云平台选择需要增加用户的子任务τ_p；云平台将总剩余预算R发送给该子任务τ_p对应区域l_p的边缘节点e_p，转至步骤2)，直至c_pj≤R不能成立。

5)云平台确定所有子任务的r的期望值E：

并确定对应的方差σ²：

若σ²<θ或Δσ≤0，则该任务分配结束，其中，Δσ表示σ更新前减去更新后的差值；否则，云平台选择需要减少用户的子任务τ_q，τ_q是r最大的子任务，r是被选用户数与任务权重之比，在该步骤中E为22.00，对应的方差σ²为6.00，q为1；云平台将总剩余预算R发送给该子任务对应区域l_q的边缘节点e_q。

6)边缘节点e_q选择一个代价最大的移动用户

移至U_q-U_q’，其中U_q表示边缘节点e_q所在区域内的移动用户集合，U_q’表示边缘节点e_q已选择的移动用户集合，边缘节点e_q将总剩余预算更新为R+c_qj，并确定子任务τ_q的被选用户数与任务权重之比r_q：

其中，c_qj是移动用户

执行子任务τ_q的代价，m_q是U_q’中的用户个数，w_q是子任务τ_q的权重，边缘节点e_q将更新后的剩余预算和r_q发送给云平台，该步骤中更新后的剩余预算为17，q为1，r₁为20.00，转至步骤4)，直至σ²<θ或Δσ≤0，得到任务分配结果为：U_1’为

U_2’为

U_3’为

U_4’为

U_5’为

完成面向三层结构的群智感知任务分配。

实施例2

本实施例的面向三层结构的群智感知任务分配方法由下述步骤组成：

(1)收集感知任务

感知任务Γ是由n个子任务组成

Γ＝{τ₁,τ₂,...,τ_n}

其中，n为有限的正整数，每个子任务τ_i对应一个区域l_i和权重w_i，可表示为τ_i＝(l_i,w_i)，w_i∈(0,1)，l_i∈L，i∈{1,...,n}，本实施例的n为5，τ₁＝(1,0.1)，τ₂＝(2,0.15)，τ₃＝(3,0.2)，τ₄＝(4,0.25)，τ₅＝(5,0.3)。

L＝{1,2,...,l}

L为有限的区域集合，l为一个有限的正整数。

w₁+w₂+...+w_n＝1.0

感知任务Γ具有一个总预算B和一个分布参数θ，总预算B和分布参数θ为有限的正实数，本实施例的总预算为B为100，分布参数θ为2.0，l为5。

(2)为每个子任务分配子预算

云平台为感知任务Γ的每个子任务τ_i∈Γ分配子预算B_i如下：

B_i＝w_i×B

该步骤中B₁为10，B₂为15，B₃为20，B₄为25，B₅为30。

(3)发送子任务和子预算到边缘节点

每个区域l_i内存在一个边缘节点e_i，该边缘节点e_i负责管理本区域内的子任务τ_i和在本区域的移动用户，云平台将各个子任务τ_i以及子任务τ_i所分配的子预算B_i发送给子任务τ_i对应区域l_i的边缘节点e_i。

(4)为每个子任务分配移动用户

各边缘节点e_i为子任务τ_i分配移动用户，步骤如下；

1)边缘节点e_i确定其所在区域内的用户集合U_i。

其中，k_i是边缘节点e_i所在区域的移动用户数目，该步骤中k₁为2，k₂为3，k₃为4，k₄为5，k₅为6。

2)边缘节点e_i确定所有移动用户

执行子任务τ_i的代价c_ij，其中，代价c_ij为正实数，本实施例的c_ij取值如下：

3)边缘节点e_i按照代价c_ij从小到大对移动用户

进行排序，排序结果如下：U₁为

U₂为

U₃为

U₄为

U₅为

4)在不超过子任务τ_i的子预算B_i的前提下，边缘节点e_i依次选择移动用户并加入被选用户集合U_i’，即满足：

其中，x_ij表示是否选择移动用户

加入U_i’的变量，x_ij＝1表示将移动用户

加入U_i’，x_ij＝0表示不将移动用户

加入U_i’，该步骤中的U_1’为

U_2’为

U_3’为

U_4’为

U_5’为

5)边缘节点e_i将子任务τ_i的被选用户数与任务权重之比r_i和子任务τ_i的剩余预算R_i发送给云平台，

R_i＝B_i-c_i

其中，m_i是被选用户集合U_i’中的用户个数，w_i是子任务τ_i的权重，c_i是被选用户集合U_i’的总代价，该步骤中m₁为2，m₂为1，m₃为4，m₄为3，m₅为2，R₁为0，R₂为0，R₃为4，R₄为4，R₅为9，r₁为20.00，r₂为6.67，r₃为20.00，r₄为12.00，r₅为6.67。

该步骤中c₁为10，c₂为15，c₃为16，c₄为21，c₅为21。

(5)调整各子任务分配的移动用户

云平台对各子任务分配的用户进行调整，包括以下步骤：

1)云平台选择需要增加用户的子任务τ_p，τ_p是r最小的子任务，r是被选用户数与任务权重之比；云平台将总剩余预算R发送给该子任务τ_p对应区域l_p的边缘节点e_p，p∈{1,...,n}，总剩余预算R按下式确定：

2)边缘节点e_p判断是否存在移动用户

且满足

c_pj≤R

其中，U_p表示边缘节点e_p所在区域内的移动用户集合，U_p’表示边缘节点e_p已选择的移动用户集合，c_pj是移动用户

执行子任务τ_p的代价；该步骤中p为5，若存在，则边缘节点e_p选择代价最小的移动用户

加入集合U_p’；若不存在，则将总剩余预算R发送给云平台，转至步骤5)，该步骤中j’为6，由于c_5,6≤R，边缘节点e₅选择代价最小的移动用户

加入集合U_5’。

3)边缘节点e_p将总剩余预算更新为R-c_pj’，并确定子任务τ_p的被选用户数与任务权重之比r_p：

其中，m_p是U_p’中的用户个数，w_p是子任务τ_p的权重，c_pj’是移动用户

执行对应子任务τ_p的代价；该步骤中

边缘节点e_p将更新后的总剩余预算和r_p发送给云平台。

4)云平台选择需要增加用户的子任务τ_p；云平台将总剩余预算R发送给该子任务τ_p对应区域l_p的边缘节点e_p，转至步骤2)，直至c_pj≤R不能成立。

5)云平台确定所有子任务的r的期望值E：

并确定对应的方差σ²：

若σ²<θ或Δσ≤0，则该任务分配结束，其中，Δσ表示σ更新前减去更新后的差值；否则，云平台选择需要减少用户的子任务τ_q，τ_q是r最大的子任务，r是被选用户数与任务权重之比，在该步骤中E为13.73，对应的方差σ²为29.08，q为1；云平台将总剩余预算R发送给该子任务对应区域l_q的边缘节点e_q。

6)边缘节点e_q选择一个代价最大的移动用户

移至U_q-U_q’，其中U_q表示边缘节点e_q所在区域内的移动用户集合，U_q’表示边缘节点e_q已选择的移动用户集合，边缘节点e_q将总剩余预算更新为R+c_qj，并确定子任务τ_q的被选用户数与任务权重之比r_q：

其中，c_qj是移动用户

执行子任务τ_q的代价，m_q是U_q’中的用户个数，w_q是子任务τ_q的权重，边缘节点e_q将更新后的剩余预算和r_q发送给云平台，该步骤中更新后的剩余预算为12，q为1，r₁为10.00，转至步骤4)，直至σ²<θ或Δσ≤0，得到任务分配结果为：U_1’为

U_2’为

U_3’为

U_4’为

U_5’为

完成面向三层结构的群智感知任务分配。

实施例3

在以上的实施例1、2的收集感知任务步骤(1)为：

感知任务Γ是由n个子任务组成

Γ＝{τ₁,τ₂,...,τ_n}

其中，n为有限的正整数，每个子任务τ_i对应一个区域l_i和权重w_i可以通过如下公式得到：

式中，k_i为子任务τ_i对应区域l_i中的移动用户数目，k_s为子任务τ_s对应区域l_s中的移动用户数目，l_s∈L。

其它步骤与相应的实施例相同。完成面向三层结构的群智感知任务分配。

Claims (6)

1.一种面向三层结构的群智感知任务分配方法，其特征在于是由下述步骤组成：

(1)收集感知任务

感知任务Γ是由n个子任务组成：

Γ＝{τ₁,τ₂,...,τ_n}

其中，n为有限的正整数，每个子任务τ_i对应一个区域l_i和权重w_i，w_i∈(0,1)，l_i∈L，i∈{1,...,n}；

L＝{1,2,...,l}

L为有限的区域集合，l为一个有限的正整数；

w₁+w₂+...+w_n＝1.0

感知任务Γ具有一个总预算B和一个分布参数θ，总预算B和分布参数θ为有限的正实数；

(2)为每个子任务分配子预算

云平台为感知任务Γ的每个子任务τ_i∈Γ分配子预算B_i如下：

B_i＝w_i×B

(3)发送子任务和子预算到边缘节点

每个区域l_i内存在一个边缘节点e_i，该边缘节点e_i负责管理本区域内的子任务τ_i和在本区域的移动用户，云平台将各个子任务τ_i以及子任务τ_i所分配的子预算B_i发送给子任务τ_i对应区域l_i的边缘节点e_i；

(4)为每个子任务分配移动用户

各边缘节点e_i为子任务τ_i分配移动用户，步骤如下；

1)边缘节点e_i确定其所在区域内的用户集合U_i：

其中，k_i是边缘节点e_i所在区域的移动用户数目；

2)边缘节点e_i确定所有移动用户

执行子任务τ_i的代价c_ij，其中，代价c_ij为正实数；

3)边缘节点e_i按照代价c_ij从小到大对移动用户

进行排序；

4)在不超过子任务τ_i的子预算B_i的前提下，边缘节点e_i依次选择移动用户并加入被选用户集合U_i’，即满足：

其中，x_ij表示是否选择移动用户

加入U_i’的变量，x_ij＝1表示将移动用户

加入U_i’，x_ij＝0表示不将移动用户

加入U_i’；

5)边缘节点e_i将子任务τ_i的被选用户数与任务权重之比r_i和子任务τ_i的剩余预算R_i发送给云平台，

R_i＝B_i-c_i

其中，m_i是被选用户集合U_i’中的用户个数，w_i是子任务τ_i的权重，c_i是被选用户集合U_i’的总代价，

(5)调整各子任务分配的移动用户

云平台对各子任务分配的用户进行调整，包括以下步骤：

1)云平台选择需要增加用户的子任务τ_p，τ_p是r最小的子任务，r是被选用户数与任务权重之比；云平台将总剩余预算R发送给该子任务τ_p对应区域l_p的边缘节点e_p，p∈{1,...,n}，总剩余预算R按下式确定：

2)边缘节点e_p判断是否存在移动用户

且满足

c_pj≤R

其中，U_p表示边缘节点e_p所在区域内的移动用户集合，U_p’表示边缘节点e_p已选择的移动用户集合，c_pj是移动用户

执行子任务τ_p的代价；若存在，则边缘节点e_p选择代价最小的移动用户

加入集合U_p’；若不存在，则将总剩余预算R发送给云平台，转至步骤5)；

3)边缘节点e_p将总剩余预算更新为R-c_pj’，并确定子任务τ_p的被选用户数与任务权重之比r_p：

其中，m_p是U_p’中的用户个数，w_p是子任务τ_p的权重，c_pj’是移动用户

执行对应子任务τ_p的代价；边缘节点e_p将更新后的总剩余预算和r_p发送给云平台；

4)云平台选择需要增加用户的子任务τ_p；云平台将总剩余预算R发送给该子任务τ_p对应区域l_p的边缘节点e_p，转至步骤2)；

5)云平台确定所有子任务的r的期望值E：

并确定对应的方差σ²：

若σ²<θ或Δσ≤0，则该感知任务Γ分配结束，其中，Δσ表示σ更新前减去更新后的差值；否则，云平台选择需要减少用户的子任务τ_q，τ_q是r最大的子任务，r是被选用户数与任务权重之比；云平台将总剩余预算R发送给该子任务对应区域l_q的边缘节点e_q，q∈{1,...,n}；

6)边缘节点e_q选择一个代价最大的移动用户u_jq∈U_q’移至U_q-U_q’，其中U_q表示边缘节点e_q所在区域内的移动用户集合，U_q’表示边缘节点e_q已选择的移动用户集合，边缘节点e_q将总剩余预算更新为R+c_qj，并确定子任务τ_q的被选用户数与任务权重之比r_q：

其中，c_qj是移动用户

执行子任务τ_q的代价，m_q是U_q’中的用户个数，w_q是子任务τ_q的权重，边缘节点e_q将更新后的剩余预算和r_q发送给云平台，转至步骤4)。

2.根据权利要求1所述的面向三层结构的群智感知任务分配方法，其特征在于：在收集感知任务步骤(1)中，所述的感知任务Γ中的各个子任务τ_i∈Γ的权重w_i通过如下公式得到：

式中，k_i为子任务τ_i对应区域l_i中的移动用户数目，k_s为子任务τ_s对应区域l_s中的移动用户数目，l_s∈L。

3.根据权利要求1所述的面向三层结构的群智感知任务分配方法，其特征在于：在调整各子任务分配的移动用户步骤(5)中，所述的需要增加用户的子任务τ_p为：r最小的子任务数目多于1个，需要增加用户的子任务τ_p是r最小的子任务中权重最大的子任务。

4.根据权利要求1所述的面向三层结构的群智感知任务分配方法，其特征在于：在调整各子任务分配的移动用户步骤(5)的步骤5)中，所述的需要减少用户的子任务τ_q为：r最大的子任务数目多于1个，需要减少用户的子任务τ_q是r最大的子任务中权重最小的子任务。

5.根据权利要求1所述的面向三层结构的群智感知任务分配方法，其特征在于：在收集感知任务步骤(1)中，所述的分布参数θ为2.0以下的正实数。

6.根据权利要求1所述的面向三层结构的群智感知任务分配方法，其特征在于：在收集感知任务步骤(1)中，所述的分布参数θ为0.1。

Images