CN114118472A - 基于任务分发和用户定价机制的共享设备维护系统及方法 - Google Patents

基于任务分发和用户定价机制的共享设备维护系统及方法 Download PDF

Info

Publication number
CN114118472A
CN114118472A CN202111421335.7A CN202111421335A CN114118472A CN 114118472 A CN114118472 A CN 114118472A CN 202111421335 A CN202111421335 A CN 202111421335A CN 114118472 A CN114118472 A CN 114118472A
Authority
CN
China
Prior art keywords
user
task
completion
cost
unit
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
CN202111421335.7A
Other languages
English (en)
Inventor
石兵
袁菡
李帅
鲁艳
潘玉婷
李顺
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.)
Wuhan University of Technology WUT
Original Assignee
Wuhan University of Technology WUT
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 Wuhan University of Technology WUT filed Critical Wuhan University of Technology WUT
Priority to CN202111421335.7A priority Critical patent/CN114118472A/zh
Publication of CN114118472A publication Critical patent/CN114118472A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0283—Price estimation or determination
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0645—Rental transactions; Leasing transactions
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/08—Auctions

Abstract

本发明公开了一种基于任务分发和用户定价机制的共享设备维护系统及方法，设计了预算限制下以最大化任务权重为目的的任务分发与用户定价机制，提供了一个任务分发算法GDY‑MAX，后加入GDY‑LP‑MAX算法进行升级，还提供了一个定价算法，用于计算出用户的临界成本。当用户投标价格低于临界成本时，平台不会为其分配任务，反之，则会分配任务。还设计了任务完成概率限制下以最小化完成成本为目的的任务分发与用户定价机制，同样提供了一个任务分发算法和定价算法。这两种机制可以有效地防止用户的策略行为，减少共享设备维护系统的损失，同时又满足激励相容和个体理性，即当用户提供真实的信息时，可以保证用户的收入，并且酬劳一定大于用户的付出。

Description

基于任务分发和用户定价机制的共享设备维护系统及方法
技术领域
本发明属于计算机网络技术领域，涉及到一种共享设备维护系统及方法，具体涉及一种基于任务分发和用户定价机制的共享设备维护系统及方法。
技术背景
诸如共享充电宝、共享按摩椅、共享单车、共享电动车、共享汽车等共享设备的出现极大方便了人民的生活，特别是共享单车、共享电动车、共享汽车作为一种绿色低碳的出行方式，给人们的出行带来便利。然而，人们自由使用设备给共享设备的维护带来许多问题(例如单车损坏、运送到指定位置等)。因此，共享设备平台可能需要雇佣用户去完成设备维护任务，同时平台需要给予用户合理的报酬以激励用户完成任务。当存在多个用户竞争时，用户可能谎报任务完成成本或者任务完成概率等信息来获得更高的报酬，从而导致平台不能高效的分发设备维护任务。
发明内容
为了解决上述技术问题，本发明提供了一种基于任务分发和用户定价机制的共享设备维护系统及方法。
本发明的系统所采用的技术方案是：一种基于任务分发和用户定价机制的共享设备维护系统，包括共享设备维修信息获取单元、维修任务发布单元、用户投标单元、分发任务单元、用户定价单元、酬劳支付单元；
所述共享设备维修信息获取单元，用于收集共享设备的维修信息；
所述维修任务发布单元，用于将维修任务发布出去；
所述用户投标单元，用于接受用户的投标信息；
所述分发任务单元，用于将任务分配给指定的用户；
所述用户定价单元，用于决定用户完成某个任务的酬劳；
所述酬劳支付单元，用于支付用户完成某个任务后的酬劳。
本发明的方法所采用的技术方案是：一种基于任务分发和用户定价机制的共享设备维护方法，包括以下步骤：
步骤1：共享设备维护系统根据共享设备维修信息获取单元提供的共享设备情况，通过维修任务发布单元发布共享设备维护任务；
所述共享设备维护任务，表示为
Figure BDA0003377502250000021
总共有T个维护任务，对于任意一个任务
Figure BDA0003377502250000022
具有tj＝(lj,nj,prj,vj)，其中，lj表示维修任务的位置(任务以区域为单位进行划分)、nj表示维修任务的数量、prj表示维修任务的完成概率，vj表示维修任务的价值(或者称之为经济效益)；vj是共享设备维护系统给每一个任务
Figure BDA0003377502250000023
设置的一个权重，表示不同区域中的任务可能给平台带来的经济价值；
步骤2：用户查看到所有共享设备维护任务的信息后，根据用户所在地区选择可以完成的任务集合，然后通过用户投标单元向共享设备维护系统提交用户的投标信息，竞争任务；
所述用户，使用集合M代表所有的用户，若有N个用户，则M＝{m1,m2…mN}；每一个用户可以根据其所在的地区和活动范围决定其可以完成的维护任务集合
Figure BDA0003377502250000024
用户的真实任务完成成本取决于用户的可完成的任务集合；
所述地区，基于地图划分为若干网格；所有的地区设定为集合D，每个网格用D1,D2…Dn表示，即D＝{D1,D2…Dn}；
所述可以完成的任务集合由用户当前所在的区域Di和用户的活动半径决定；若任务区域的位置和用户的位置之间的距离小于用户的活动半径，则这个任务可以被用户完成；设
Figure BDA0003377502250000025
是用户mi∈M可以完成的任务，则
Figure BDA0003377502250000026
Figure BDA0003377502250000027
其中，
Figure BDA0003377502250000028
代表所有的任务，ri是用户mi的活动半径，dis(li,lj)代表用户mi和任务tj中心位置的距离；
所述投标信息包括任务
Figure BDA0003377502250000029
任务的成本ci以及任务的完成概率
Figure BDA00033775022500000210
投标信息
Figure BDA00033775022500000211
所述的任务成本包括时间成本和体力成本；设定成本ci＝αH+βS，其中，H代表用户完成任务需要的总时间，S代表用户为了完成任务需要的总路程，α，β分别表示时间调节参数与路程调节参数；当用户获得的酬劳大于完成任务的成本时，效用为正；用户获得的酬劳小于要完成的任务的成本时，效用为负；其中效用ui＝pi-ci，pi为该用户获得的酬劳；当效用为正时，用户将选择完成任务，得到报酬；当效用为负时，用户将不会接受任何任务；
步骤3：共享设备维护系统接收到所有用户的投标信息后，根据不同目标分析计算，利用分发任务单元将共享设备维护任务分发给合适的用户，在这个过程中任务以区域为单位进行分发；
步骤4：在完成所有任务的分发之后，共享设备维护系统通过用户定价单元计算酬劳，支付给接收任务的获胜用户；用户在接收到酬劳信息后选择是否完成任务，如果选择去做任务，则用户将收到酬劳；若选择放弃，则用户酬劳为零。
发明在预算限制条件下，考虑用户在任务完成成本方面的策略行为，平台设计合理机制，最大化共享设备维护任务的权重和；在保证任务完成概率达到一定要求下，考虑用户在任务完成概率方面的策略行为，平台设计合理机制，最小化任务完成成本。
在过去的一些机制设计中，为了解决GDY-MAX算法单调性的问题，使用了随机技术，但是随机机制的输出的结果不稳定，导致平台与用户的不平等，除此之外，随机选择容易导致平台的效用特别低；为了解决任务完成不确定的问题，引入了容错机制，设计了满足激励相容与个体理性的机制，扩展了机制设计的框架；然而，现有的工作在机制设计中通常不考虑用户的策略行为，即用户可能通过谎报私有信息获取更多的酬劳，使得激励机制失效，造成平台不能高效的分发任务。本发明设计了一个效用较高的防策略机制，在预算限制条件下，考虑用户在任务完成成本方面的策略行为，平台设计合理机制，最大化共享设备维护任务的权重和；在保证任务完成概率达到一定要求下，考虑用户在任务完成概率方面的策略行为，平台设计合理机制，最小化任务完成成本。
附图说明
图1为本发明实施例的系统原理图；
图2为本发明实施例的系统框架示意图；
图3为本发明实施例的方法流程图；
图4为本发明实施例的预算限制下任务分发算法的流程图；
图5为本发明实施例的完成概率限制下任务分发算法的流程图；
图6为本发明实施例的预算限制下定价算法的流程图；
图7为本发明实施例的完成概率限制下定价算法流程图。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明，下面结合附图及实例对本发明作进一步的详细描述，应当理解，此处所描述的实施实例仅用于说明和解释本发明，并不用于限定本发明。
本实施例通过在共享单车领域的应用的进一步阐述本发明的思想，本实施例主要目的在于提供了一种任务分发和用户定价机制，使得共享单车维护系统能够合理的激励用户完成维修任务，防止用户的策略行为，为平台减少了损失，为用户获得了最大效用，同时为类似的分发任务和定价行为提供了方法指导。
本实施例的次要目的在于在预算限制条件下，考虑用户在任务完成成本方面的策略行为，平台设计合理机制，最大化单车维护任务的权重和；在保证任务完成概率达到一定要求下，考虑用户在任务完成概率方面的策略行为，平台设计合理机制，最小化任务完成成本。
本实施例的使用需要满足一定的限制条件，在预算限制下，需要设定用户提交的成本信息是真实的，此时可以求得最大化权重；在完成概率限制下，需要设定用户提交的完成概率是真实的，此时可以求得最小化成本。
请见图1和图2，本发明提供一种基于任务分发和用户定价机制的共享单车维护系统，包括单车维修信息获取单元、维修任务发布单元、用户投标单元、分发任务单元、用户定价单元、酬劳支付单元；单车维修信息获取单元，用于收集共享单车的维修信息；维修任务发布单元，用于将维修任务发布出去；用户投标单元，用于接受用户的投标信息；分发任务单元，用于将任务分配给指定的用户；用户定价单元，用于决定用户完成某个任务的酬劳；酬劳支付单元，用于支付用户完成某个任务后的酬劳。
请见图3，本发明提供一种基于任务分发和用户定价机制的共享单车维护方法，其特征在于，包括以下步骤：
步骤1：共享单车维护系统根据单车维修信息获取单元提供的单车情况，通过维修任务发布单元发布单车维护任务；
本实施例中，当前市场的单车情况，包括单车的地理位置、单车ID，其中单车的地理位置由单车的经度和纬度指定。
本实施例中，车维护任务，使用
Figure BDA0003377502250000041
表示，总共有T个维护任务，对于任意一个任务
Figure BDA0003377502250000051
具有：位置属性lj(任务以区域为单位进行划分)、数量属性nj、任务完成概率限制prj以及价值属性bj(或者称之为经济效益)，即tj＝(lj,nj,prj,vj)。
其中，任务完成概率，指用户完成的任务的可能性。在实际的共享单车场景中，用户是否完成了任务对于共享单车平台来说是未知的，因此，平台给每一个单车维护任务tj规定了任务的最低完成概率prj，表示任务tj应该以大于等于prj的概率被完成，每个任务的最低完成概率prj可能各不相同。
步骤2：用户查看到所有任务的信息后，根据用户所在地区选择可以完成的任务集合，然后通过用户投标单元向平台提交用户的投标信息，竞争任务；
本实施例中，使用集合M代表所有的用户，若有N个用户，则M＝{m1,m2…mN}。每一个用户可以根据其所在的地区和活动范围决定其可以完成的维护任务集合
Figure BDA0003377502250000052
用户的真实任务完成成本取决于用户的可完成的任务集合。
本实施例中，地区基于地图划分为2公里乘以2公里的方格。所有的地区设定为集合D，每个小地区用D1,D2…Dn表示，即D＝{D1,D2…Dn}。
本实施例中，可以完成的任务集合由用户当前所在的区域Di和用户的活动半径决定。若任务区域的位置和用户的位置之间的距离小于用户的活动半径，则这个任务可以被用户完成。设
Figure BDA0003377502250000053
是用户mi∈M可以完成的任务，则
Figure BDA0003377502250000054
其中，
Figure BDA0003377502250000055
代表所有的任务，ri是用户mi的活动半径，dis(li,lj)代表用户mi和任务tj中心位置的距离。
本实施例中，投标信息包括任务、任务的成本以及任务的完成概率。投标信息
Figure BDA0003377502250000056
本实施例中，任务成本包括时间成本和体力成本。设定成本ci＝αH+βS，。其中，H代表用户完成任务需要的总时间，S代表用户为了完成任务需要的总路程，α，β分别表示时间调节参数与路程调节参数。当用户获得的酬劳大于完成任务的成本时，效用为正。用户获得的酬劳小于要完成的任务的成本时，效用为负。其中效用ui＝pi-ci。pi为该用户获得的酬劳。当效用为正时，用户将选择完成任务，得到报酬。当效用为负时，用户将不会接受任何任务。
步骤3：共享单车维护系统接收到所有用户的投标信息后，根据不同目标分析计算，利用分发任务单元提供的任务分发算法将单车维护任务分发给合适的用户，在这个过程中任务以区域为单位进行分发；
本实施例中，预算限制下的任务分发具体包括以下步骤：
步骤3.1.1：收集任务信息；
步骤3.1.2：发布任务信息；
步骤3.1.3：收集投标信息；
步骤3.1.4：分发任务；
见图4，在步骤3.1.4中，核心算法为GDY-MAX算法，基于贪心策略，约束条件为预算的限制，且设定用户提交的完成概率是诚实的；
GDY操作的核心思想是选择任务完成成本低的用户来完成高权重的任务。集合Mk代表获胜用户集合，添加用户mi，计算该用户带来的边际贡献价值，具体公式表示为：
Figure BDA0003377502250000061
其中，V(Mk∪{mi})代表用户集合Mk∪{mi}的总价值，总价值是用户集合所有任务的价值，任务的价值由平台给定；同理，V(Mk)代表用户集合Mk的总价值；
每次都会选取单位边际贡献价值最大的用户
Figure BDA0003377502250000062
到Mk中，直至所有的用户都被选中，或者不满足预算限制条件：(ci*≤(B·fi*)/2V(Mk∪{mi*}))；其中，fi代表用户mi在集合Mk上的边际贡献价值，Mk为被选中的用户集合；ci为用户mi的花费成本；mi*为当前选中的最大单位边际贡献价值用户；fi*代表用户mi*在集合Mk上的边际贡献价值；B代表总预算，由共享设备维护系统指定；
MAX操作的核心思想是选取完成任务权重的最大用户，即
Figure BDA0003377502250000063
Figure BDA0003377502250000064
GDY-MAX算法会比较GDY和MAX操作选取出来的用户，选择任务权重最大的一批用户作为获胜用户，但是这种不满足单调性；
为了满足单调性的要求，需要改进GDY-MAX算法，将单车维护权重最大化问题由整数规划变为线性放缩取整的形式；
即：
max：
Figure BDA0003377502250000071
Figure BDA0003377502250000072
Figure BDA0003377502250000073
调整为：
max：
Figure BDA0003377502250000074
Figure BDA0003377502250000075
Figure BDA0003377502250000076
其中，xi代表一个数值在0到1之间的一个数值；
Figure BDA0003377502250000077
代表总用户中去掉权重最大和完成成本大于
Figure BDA0003377502250000078
的用户；H代表用户完成任务所需要的总时间成本集合；Si代表用户mi完成任务所需要的总路程成本；hj代表用户地区j被用户mi完成所需要的成本，B代表预算限制，由共享设备维护系统指定。
设定线性最优解为
Figure BDA0003377502250000079
其中
Figure BDA00033775022500000710
是采用线性规划方法求解出来的单车维护任务价值最大化问题的最优解，其约束条件为用户的总花费不超过平台设定的总预算，用户的总完成度不小于平台设定的总完成度，解线性规划问题剔除完成任务权重最大的用户m*，这是因为最后线性规划解需要与m*的权重作比较。由于预算限制除去任务完成成本大于
Figure BDA00033775022500000711
的用户，这类用户被表示为集合
Figure BDA00033775022500000712
那么剩下的算法可选的用户集合表示为：
Figure BDA00033775022500000713
选择哪一类人群作为获胜用户，需要依靠线性规划最优解
Figure BDA00033775022500000714
来进行判断；这种比较并非是单纯的比较大小，而是设定参数θ，数值设定为：6e2/(e-1)2，该取值与近似比相关，含义是衡量被比较的解
Figure BDA00033775022500000715
和V(Mk)的近似程度。
判断
Figure BDA0003377502250000081
是否成立，若成立，选择GDY操作选取的用户作为获胜用户，否则选择MAX操作选取的用户作为获胜用户；
本实施例中，完成概率限制下，任务分发算法包括以下步骤：
步骤3.2.1：收集任务信息；
步骤3.2.2：发布任务信息；
步骤3.2.3：收集投标信息；
步骤3.2.4：分发任务。
见图5，在步骤3.2.4中，对于用户的选取是基于单位成本完成度，约束条件是完成概率限制下，用户提交的成本信息是诚实的；
总完成概率设定如下：
Figure BDA0003377502250000082
由于任务是否被完成不能根据任务完成概率简单加减而得，为了计算方便，本文对相乘的任务完成概率取对数可得符号qi,j＝-ln(1-pri,j)，表示用户mi完成任务tj的完成程度，可以理解为用户mi的任务完成度；
单位成本完成度比值指的是用户的任务完成度与该用户完成任务成本的比值；依据单位成本完成度对没有获胜的用户进行排序，通过迭代的方式依次选择当前序列中具有最大单位成本完成度比值的用户；在选择某个用户进入获胜用户集合之后，从任务的总完成度中减去已经选择的用户的任务完成度，利用这种方式更新任务的完成度需求；每个任务都进行这样的过程，所有任务的完成度都达到共享单车维护系统设置的要求，最后输出获胜用户集合M*作为该任务分发算法的分发方案。
步骤4：在完成所有任务的分发之后，共享单车维护系统通过用户定价单元计算酬劳，支付给接收任务的获胜用户。用户在接收到酬劳信息后选择是否完成任务，如果选择去做任务，则用户将收到酬劳；若选择放弃，则用户酬劳为零。
见图6，预算限制下的酬劳计算，包括以下步骤：
步骤4.1.1：判断任务分发算法的结果，若为最大权重的用户m*，则转到步骤4.1.2，否则转到步骤4.1.3；
步骤4.1.2：直接返回预算限制B；其中，B由共享设备维护系统设定。GDY算法选中的人和最大任务权重最大的用户是一个人时，那么此时该用户的酬劳是共享设备维护系统的预算B。
步骤4.1.3：先将用户mi*∈M*从用户集合M*排除，对剩余的用户按照边际贡献价值进行排序，放入到新的集合M-i；
步骤4.1.4：分别计算mi在满足
Figure BDA0003377502250000091
和λi(j)两个条件下可以取代M-i的第j个用户成为获胜者的任务完成成本
Figure BDA0003377502250000092
并计算出该用户在此位置成为获胜者的酬劳
Figure BDA0003377502250000093
最后计算出用户mi的酬劳pi；
在步骤4.1.4中，任务完成成本
Figure BDA0003377502250000094
存在两个限制：
第一，用户mi的单位成本边际贡献价值比用户mj的单位成本边际贡献价值大，即
Figure BDA0003377502250000095
对于所有的用户集合M，当去除掉用户i后，得到用户M-i；遍历len(M-i)次M-i集合，每次选出一个满足预算限制且单位边际贡献价值最大的用户，加入到集合
Figure BDA0003377502250000096
那么fi -i代表用户i在集合
Figure BDA0003377502250000097
上的边际贡献价值，即
Figure BDA0003377502250000098
Figure BDA0003377502250000099
同理，fj -i代表用户j在集合
Figure BDA00033775022500000910
上的边际贡献价值。
第二，
Figure BDA00033775022500000911
在预算范围内，即
Figure BDA00033775022500000912
其中，
Figure BDA00033775022500000913
为计算用户i的酬劳时，引入的临时获胜用户集合，即将在M-i中选出出来的单位边际贡献价值最大的用户，依次加入到
Figure BDA00033775022500000914
中；
Figure BDA00033775022500000915
代表用户集合
Figure BDA00033775022500000916
和用户mi的并集的总价值。总价值代表用户集合的所有任务的价值和，任务的价值由平台进行指定。
综合上面两个不等式，可知
Figure BDA00033775022500000917
必须小于
Figure BDA00033775022500000918
和λi(j)的最小值，也就是
Figure BDA00033775022500000919
此时用户定价算法将
Figure BDA00033775022500000920
和λi(j)中最小值设置为该用户mi的酬劳
Figure BDA00033775022500000921
当位置下标j增大时，fj -i是单调递增的，但根据权重函数的子模性，可得cj/fj -i是单调递减的。因此，计算出所有位置上可能的
Figure BDA0003377502250000101
的取值，选择其中的最大值将其设置为用户mi的酬劳，表达式如下：
Figure BDA0003377502250000102
见图7，完成概率限制下的定价算法，包括以下步骤：
步骤4.2.1：先将用户mi*∈M*从用户集合M*排除，对剩余的用户按照单位成本完成度进行排序，得到新的序列；
步骤4.2.2：对新的用户序列使用任务分发算法，计算出用户mi*在每个任务中的临界任务完成度；
步骤4.2.3：选择其中的最小的任务完成度作为用户mi*的最终任务完成度，记为
Figure BDA0003377502250000103
步骤4.2.4：计算用户mi*的临界任务完成概率，根据用户mi*的期望收益和临界任务完成概率计算用户的应得酬劳。
在步骤4.2.2中，临界任务完成度的定义为：
Figure BDA0003377502250000104
其中，ci*代表用户mi*的成本；k下标代表用户mk，属于集合M*/mi*；
Figure BDA0003377502250000105
代表用户mk可以完成的任务集合；
Figure BDA0003377502250000106
是任务tj规定的任务程度度，由平台给定；qk,j代表用户mk对于任务tj的任务完成度。
假设某个任务的获胜用户是mk，那么用户mi*想要打败用户mk成为该任务的获得者，该用户mi*必须提交比用户mk更大的单位成本完成度；
用户在每个任务中都能得到相应任务的临界完成度，用户定价算法会选择其中最小的临界完成度最为该用户mi*最终的任务完成度，并记为
Figure BDA0003377502250000107
在步骤4.2.4中，任务完成概率为
Figure BDA0003377502250000108
根据用户的任务完成概率情况计算出用户mi*的应得酬劳；
假设用户mi*完成了任务，定价算法计算酬劳为：
Figure BDA0003377502250000109
假设任务没有被用户mi*完成，定价算法计算酬劳为：
Figure BDA00033775022500001010
其中，α是酬劳放缩参数，可以根据共享单车维护系统的总预算来进行调整。
应当理解的是，上述针对较佳实施例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替换或变形，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。

Claims (6)

1.一种基于任务分发和用户定价机制的共享设备维护系统，其特征在于：包括共享设备维修信息获取单元、维修任务发布单元、用户投标单元、分发任务单元、用户定价单元、酬劳支付单元；
所述共享设备维修信息获取单元，用于收集共享设备的维修信息；
所述维修任务发布单元，用于将维修任务发布出去；
所述用户投标单元，用于接受用户的投标信息；
所述分发任务单元，用于将任务分配给指定的用户；
所述用户定价单元，用于决定用户完成某个任务的酬劳；
所述酬劳支付单元，用于支付用户完成某个任务后的酬劳。
2.一种基于任务分发和用户定价机制的共享设备维护方法，其特征在于，包括以下步骤：
步骤1：共享设备维护系统根据共享设备维修信息获取单元提供的共享设备情况，通过维修任务发布单元发布共享设备维护任务；
所述共享设备维护任务，表示为
Figure FDA0003377502240000011
总共有T个维护任务，对于任意一个任务
Figure FDA0003377502240000012
具有tj＝(lj,nj,prj,vj)，其中，lj表示维修任务的位置、nj表示维修任务的数量、prj表示维修任务的完成概率、vj表示维修任务的价值；vj是共享设备维护系统给每一个任务
Figure FDA0003377502240000013
设置的一个权重，表示不同区域中的任务可能给平台带来的经济价值；
步骤2：用户查看到所有共享设备维护任务的信息后，根据用户所在地区选择可以完成的任务集合，然后通过用户投标单元向共享设备维护系统提交用户的投标信息，竞争任务；
所述用户，使用集合M代表所有的用户，若有N个用户，则M＝{m1,m2…mN}；每一个用户可以根据其所在的地区和活动范围决定其可以完成的维护任务集合
Figure FDA0003377502240000014
用户的真实任务完成成本取决于用户的可完成的任务集合；
所述地区，基于地图划分为若干网格；所有的地区设定为集合D，每个网格用D1,D2…Dn表示，即D＝{D1,D2…Dn}；
所述可以完成的任务集合由用户当前所在的区域Di和用户的活动半径决定；若任务区域的位置和用户的位置之间的距离小于用户的活动半径，则这个任务可以被用户完成；设
Figure FDA0003377502240000021
是用户mi∈M可以完成的任务，则
Figure FDA0003377502240000022
Figure FDA0003377502240000023
其中，
Figure FDA0003377502240000024
代表所有的任务，ri是用户mi的活动半径，dis(li,lj)代表用户mi和任务tj中心位置的距离；
所述投标信息包括任务
Figure FDA0003377502240000025
任务的成本ci以及任务的完成概率
Figure FDA0003377502240000026
投标信息
Figure FDA0003377502240000027
所述的任务成本包括时间成本和体力成本；设定成本ci＝αH+βS，其中，H代表用户完成任务需要的总时间，S代表用户为了完成任务需要的总路程，α，β分别表示时间调节参数与路程调节参数；当用户获得的酬劳大于完成任务的成本时，效用为正；用户获得的酬劳小于要完成的任务的成本时，效用为负；其中效用ui＝pi-ci，pi为该用户获得的酬劳；当效用为正时，用户将选择完成任务，得到报酬；当效用为负时，用户将不会接受任何任务；
步骤3：共享设备维护系统接收到所有用户的投标信息后，根据不同目标分析计算，利用分发任务单元将共享设备维护任务分发给合适的用户，在这个过程中任务以区域为单位进行分发；
步骤4：在完成所有任务的分发之后，共享设备维护系统通过用户定价单元计算酬劳，支付给接收任务的获胜用户；用户在接收到酬劳信息后选择是否完成任务，如果选择去做任务，则用户将收到酬劳；若选择放弃，则用户酬劳为零。
3.根据权利要求2所述的基于任务分发和用户定价机制的共享设备维护方法，其特征在于：步骤3中，采用预算限制下的任务分发策略，利用分发任务单元将共享设备维护任务分发给合适的用户；
所述预算限制下的任务分发策略，采用GDY-MAX算法，基于贪心策略，约束条件为预算的限制，且设定用户提交的完成概率是诚实的；
当下面的函数取得最大值时，选出一批用户，将共享设备维护系统的任务分发给这些用户，进而得到一组最优的任务分发策略；
max：
Figure FDA0003377502240000028
Figure FDA0003377502240000029
Figure FDA00033775022400000210
其中，xi代表一个数值在0到1之间的一个数值；
Figure FDA0003377502240000031
代表总用户中去掉权重最大和完成成本大于
Figure FDA0003377502240000032
的用户；H代表用户完成任务所需要的总时间成本集合；Si代表用户mi完成任务所需要的总路程成本；hj代表用户地区j被用户mi完成所需要的成本；B代表预算限制，由共享设备维护系统指定；
剔除完成任务权重最大的用户m*，预算限制除去任务完成成本大于
Figure FDA0003377502240000033
的用户，这类用户被表示为集合
Figure FDA0003377502240000034
则剩下的可选的用户集合表示为：
Figure FDA0003377502240000035
设定线性最优解为
Figure FDA0003377502240000036
其中，
Figure FDA0003377502240000037
是采用线性规划方法求解出来的单车维护任务价值最大化问题的最优解，其约束条件为用户的总花费不超过平台设定的总预算，用户的总完成度不小于平台设定的总完成度；判断
Figure FDA0003377502240000038
是否成立，若成立，选择GDY操作选取的用户作为获胜用户，否则选择MAX操作选取的用户作为获胜用户；其中，e代表自然数，m*代表所有用户中单位边际贡献价值最大的用户，V(m*)代表用户m*分配到的任务的价值之和，任务的价值由共享设备维护系统进行指定；
所述边际贡献价值，定义为
Figure FDA0003377502240000039
代表用户i在集合Mk上的边际贡献价值；其中，V(Mk∪{mi})代表用户集合Mk∪{mi}的总价值，总价值是用户集合所有任务的价值，任务的价值由平台给定；同理，V(Mk)代表用户集合Mk的总价值；单位边际贡献价值定义为
Figure FDA00033775022400000310
ci代表用户i的成本。
4.根据权利要求2所述的基于任务分发和用户定价机制的共享设备维护方法，其特征在于：步骤3中，采用完成概率限制下的任务分发策略，利用分发任务单元将共享设备维护任务分发给合适的用户；
所述完成概率限制下的任务分发策略，对于用户的选取是基于单位成本完成度，约束条件是完成概率的限制，且用户提交的成本信息是真实的；
总完成概率设定为：
Figure FDA00033775022400000311
用户mi的任务完成度qi,j＝-ln(1-pri,j)，表示用户mi完成任务tj的完成程度；
单位成本完成度比值指的是用户的任务完成度与该用户完成任务成本的比值；依据单位成本完成度对没有获胜的用户进行排序，通过迭代的方式依次选择当前序列中具有最大单位成本完成度比值的用户；在选择某个用户进入获胜用户集合之后，从任务的总完成度中减去已经选择的用户的任务完成度，利用这种方式更新任务的完成度需求；每个任务都进行这样的过程，所有任务的完成度都达到共享设备维护系统设置的要求，最后输出获胜用户集合M*作为该任务的分发方案。
5.根据权利要求2所述的基于任务分发和用户定价机制的共享设备维护方法，其特征在于：步骤4中，所述共享设备维护系统通过用户定价单元计算酬劳，采用预算限制下的定价算法进行酬劳计算，具体实现包括以下步骤：
步骤4.1.1：判断任务分发的结果，若为最大权重的用户m*，则转到步骤4.1.2，否则转到步骤4.1.3；其中，用户m*为任务权重最大的用户；
步骤4.1.2：直接返回预算限制B；其中，B由共享设备维护系统设定；
步骤4.1.3：先将用户mi∈M*从用户集合M排除，对剩余的用户按照边际贡献价值进行排序，放入到新的集合M-i；其中，其中，mi代表某个获得任务的用户，M*代表所有获胜的用户，M为所有用户；对于所有的用户集合M，当去除掉用户i后，得到用户M-i；
步骤4.1.4：分别计算mi在满足
Figure FDA0003377502240000041
和λi(j)两个条件下可以取代M-i的第j个用户成为获胜者的任务完成成本
Figure FDA0003377502240000042
并计算出该用户在此位置成为获胜者的酬劳
Figure FDA0003377502240000043
最后计算出用户mi的酬劳pi；
任务完成成本
Figure FDA0003377502240000044
存在两个限制：
第一、用户mi的单位成本边际贡献价值比用户mj的单位成本边际贡献价值大，即
Figure FDA0003377502240000045
对于所有的用户集合M，当去除掉用户i后，得到用户M-i；遍历len(M-i)次M-i集合，每次选出一个满足预算限制且单位边际贡献价值最大的用户，加入到集合
Figure FDA0003377502240000046
那么
Figure FDA0003377502240000047
代表用户i在集合
Figure FDA0003377502240000048
上的边际贡献价值，即
Figure FDA0003377502240000051
同理，fj -i代表用户j在集合
Figure FDA0003377502240000052
上的边际贡献价值；
第二，
Figure FDA0003377502240000053
在预算范围内，即
Figure FDA0003377502240000054
其中，
Figure FDA0003377502240000055
为计算用户i的酬劳时，引入的临时获胜用户集合，即将在M-i中选出出来的单位边际贡献价值最大的用户，依次加入到
Figure FDA0003377502240000056
中；
Figure FDA0003377502240000057
代表用户集合
Figure FDA0003377502240000058
和用户mi的并集的总价值；总价值代表用户集合的所有任务的价值和，任务的价值由共享设备维护系统进行指定；
综合上面两个不等式，知
Figure FDA0003377502240000059
必须小于
Figure FDA00033775022400000510
和λi(j)的最小值，也就是
Figure FDA00033775022400000511
此时用户定价算法将
Figure FDA00033775022400000512
和λi(j)中最小值设置为该用户mi的酬劳
Figure FDA00033775022400000513
计算出所有位置上可能的
Figure FDA00033775022400000514
的取值，选择其中的最大值将其设置为用户mi的酬劳
Figure FDA00033775022400000515
6.根据权利要求2所述的基于任务分发和用户定价机制的共享设备维护方法，其特征在于：步骤4中，所述共享设备维护系统通过用户定价单元计算酬劳，采用完成概率限制下的定价算法进行酬劳计算，具体实现包括以下步骤：
步骤4.2.1：先将用户
Figure FDA00033775022400000516
从用户集合M*排除，对剩余的用户按照单位成本完成度进行排序，得到新的序列；其中，用户
Figure FDA00033775022400000517
代表M*中的一个用户；M*为完成概率限制下的任务分配策略所选择出来的获胜用户，即得到了任务的用户；
步骤4.2.2：对新的用户序列使用任务分发策略，计算出用户
Figure FDA00033775022400000518
在每个任务中的临界任务完成度；
其中，临界任务完成度的定义为：
Figure FDA00033775022400000519
其中，
Figure FDA00033775022400000520
代表用户
Figure FDA00033775022400000521
的成本；k下标代表用户mk，属于集合
Figure FDA00033775022400000522
Figure FDA00033775022400000523
代表用户mk可以完成的任务集合；
Figure FDA00033775022400000524
是任务tj规定的任务完成度，由共享设备维护系统给定；qk,j代表用户mk对于任务tj的任务完成度；
假设某个任务的获胜用户是mk，那么用户
Figure FDA0003377502240000061
想要打败用户mk成为该任务的获得者，该用户
Figure FDA0003377502240000062
必须提交比用户mk更大的单位成本完成度；
用户在每个任务中都能得到相应任务的临界完成度，用户定价算法会选择其中最小的临界完成度最为该用户
Figure FDA0003377502240000063
最终的任务完成度，并记为
Figure FDA0003377502240000064
步骤4.2.3：选择其中的最小的任务完成度作为用户
Figure FDA0003377502240000065
的最终任务完成度，记为
Figure FDA0003377502240000066
步骤4.2.4：计算用户
Figure FDA0003377502240000067
的临界任务完成概率，根据用户
Figure FDA0003377502240000068
的期望收益和临界任务完成概率计算用户的应得酬劳；
所述任务完成概率为
Figure FDA0003377502240000069
记为
Figure FDA00033775022400000610
进而根据用户的任务完成概率情况计算出用户
Figure FDA00033775022400000611
的应得酬劳；
假设用户
Figure FDA00033775022400000612
完成了任务，定价算法计算酬劳为：
Figure FDA00033775022400000613
假设任务没有被用户
Figure FDA00033775022400000614
完成，定价算法计算酬劳为：
Figure FDA00033775022400000615
其中，α是酬劳放缩参数，根据总预算来进行调整。
CN202111421335.7A 2021-11-26 2021-11-26 基于任务分发和用户定价机制的共享设备维护系统及方法 Pending CN114118472A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111421335.7A CN114118472A (zh) 2021-11-26 2021-11-26 基于任务分发和用户定价机制的共享设备维护系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111421335.7A CN114118472A (zh) 2021-11-26 2021-11-26 基于任务分发和用户定价机制的共享设备维护系统及方法

Publications (1)

Publication Number Publication Date
CN114118472A true CN114118472A (zh) 2022-03-01

Family

ID=80370034

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111421335.7A Pending CN114118472A (zh) 2021-11-26 2021-11-26 基于任务分发和用户定价机制的共享设备维护系统及方法

Country Status (1)

Country Link
CN (1) CN114118472A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116151600A (zh) * 2023-04-24 2023-05-23 北京阿帕科蓝科技有限公司 共享车辆的维护方法、装置、计算机设备和存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116151600A (zh) * 2023-04-24 2023-05-23 北京阿帕科蓝科技有限公司 共享车辆的维护方法、装置、计算机设备和存储介质

Similar Documents

Publication Publication Date Title
CN108876567B (zh) 一种基于感知效用最大化的群智感知激励方法
CN110503396B (zh) 基于多技能的复杂空间众包任务分配方法
Miller et al. Eliciting informative feedback: The peer-prediction method
Alptekin et al. Analysis of criteria influencing contractor selection using TOPSIS method
CN111523722B (zh) 一种基于深度强化学习的智能充电站优化选择系统
CN110189174A (zh) 一种基于数据质量感知的移动群智感知激励方法
CN108304656B (zh) 一种劳务众包平台的任务接受情况仿真方法
CN108269129A (zh) 一种基于逆向拍卖的移动群智感知网络中用户激励方法
CN112950251B (zh) 一种基于信誉的车辆群智感知节点反向组合拍卖激励优化方法
CN107194717A (zh) 一种优惠券管理方法及系统
CN108182112A (zh) 基于组合拍卖的以人为中心的感知网络的资源分配机制
Dani et al. An empirical comparison of algorithms for aggregating expert predictions
Adler et al. Exit, choice and loyalty: the impact of parental choice on admissions to secondary schools in Edinburgh and Dundee
CN114118472A (zh) 基于任务分发和用户定价机制的共享设备维护系统及方法
CN111191899A (zh) 一种基于区域划分并行遗传算法的车辆调度方法
CN111144888B (zh) 一种差分隐私保护的移动群智感知任务分配方法
Paellorisky et al. Village Fund Reform: A Proposal for More Equitable Allocation Formula
Das et al. Efficiency consequences of affirmative action in politics: Evidence from india
Lin et al. Applying fuzzy simple additive weighting system to health examination institution location selection
CN107844999B (zh) 基于拍卖机制的网络租车车辆资源分配及定价方法
CN107239853A (zh) 一种基于云计算的智慧管家系统及其工作方法
CN111950886A (zh) 一种基于概率型自选班次的排班方法及系统
CN107197045A (zh) 云计算环境下虚拟机资源的分配方法及分配系统
CN116228299A (zh) 一种虚拟电厂价格确定方法、装置和系统
CN113627765B (zh) 基于用户满意度的分布式空间众包任务分配方法和系统

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