【CN110188925A】一种时域连续型空间众包任务分配方法【专利】
一种面向动态任务的多智能体分布式任务分配方法[发明专利]
![一种面向动态任务的多智能体分布式任务分配方法[发明专利]](https://img.taocdn.com/s3/m/278fb0457ed5360cba1aa8114431b90d6c858933.png)
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 202010898123.7(22)申请日 2020.08.31(71)申请人 北京理工大学地址 100081 北京市海淀区中关村南大街5号(72)发明人 辛斌 丁玉隆 陈杰 方浩 杜鑫 张昊 (74)专利代理机构 北京理工大学专利中心11120代理人 刘西云 李微微(51)Int.Cl.G06Q 10/06(2012.01)G06Q 10/10(2012.01)G06F 16/27(2019.01)(54)发明名称一种面向动态任务的多智能体分布式任务分配方法(57)摘要本发明提供一种面向动态任务的多智能体分布式任务分配方法，考虑到任务的动态演化性，利用拍卖‑征召算法形成预分配方案，实用性强，可以被用来完成协同多点聚集、协同多目标侦察与协同多目标围捕等任务，使智能体间的决策无冲突且有效保证了任务完成效率，任务分配率达到100％；此外，本发明智能体行为和通讯都是基于统一的框架，基于这种框架智能体可以增添或删减，增加了整个系统的鲁棒性，适用与智能体会出现损毁，以及随时会增加智能体的场景。
权利要求书2页 说明书7页 附图4页CN 112070383 A 2020.12.11C N 112070383A1.一种面向动态任务的多智能体分布式任务分配方法，其特征在于，基于拍卖-征召算法为多智能体分配分布式任务，具体包括以下步骤：S1：将各智能体分别作为当前智能体执行如下操作：获取当前智能体i对各未完成任务的出价值，将出价值最大值对应的未完成任务作为当前智能体i最擅长的任务j*，并以此构建当前智能体i对应的投标向量A(i)＝[i,j*,f i (j*)]，再将投标向量A(i)广播给其他智能体，其中，f i(j*)为当前智能体i对其最擅长的任务j*的出价值；S2：各智能体分别将接收到的投标向量中的出价值与自身投标向量中的出价值作对比，将其中的最小值对应的投标向量作为自身最终的投标向量A PM，且将广播出投标向量A PM 的智能体作为任务经理，任务经理将其最擅长的任务作为自身任务列表中下一个待执行的任务j PM；S3：各智能体判断任务经理是否能独立完成任务j PM，若任务经理不能独立完成任务j PM，各智能体分别获取自身对任务j PM的出价值与自身最擅长任务的出价值之间的差值；任务经理接收到各智能体传递出的差值后，向差值最大的前m个智能体发送任务联盟邀请，使所述前m个智能体将任务j PM分别作为其自身任务列表中下一个待执行的任务，形成任务联盟，再进入步骤S4，其中，m为使得参与任务j PM的所有智能体的能力值总和大于任务j PM的强度变化率所需要加入的最少智能体数量；若任务经理能够独立完成任务j PM，则任务经理单独形成任务联盟，并直接进入步骤S4；S4：将任务j PM从未完成任务中剔除，重新执行步骤S1～S3，直到所有任务均被分配。
一种任务优先级动态调度算法[发明专利]
![一种任务优先级动态调度算法[发明专利]](https://img.taocdn.com/s3/m/a715270c6294dd88d1d26bab.png)
专利名称：一种任务优先级动态调度算法专利类型：发明专利
发明人：余鑫,程飞
申请号：CN200810048592.9
申请日：20080728
公开号：CN101339521A
公开日：
20090107
专利内容由知识产权出版社提供
摘要：本发明涉及实时系统中的任务调度技术领域，具体涉及一种任务优先级动态调度算法。
本发明的目的在于提供一种任务优先级动态调度算法，该算法可以克服在系统超负荷的情况动态优先级算法的截止期错失率急剧增加的问题，减小任务平均延迟，增加调度成功率，并能提高任务的公平性，对于执行时间E较大的任务来说不会出现过高截止期限错失率。
申请人：华中科技大学
地址：430074 湖北省武汉市洪山区珞瑜路1037号
国籍：CN
代理机构：北京市德权律师事务所
代理人：张伟
更多信息请下载全文后查看。
文件缓存方法、装置、边缘节点以及计算机可读存储介质[发明专利]
![文件缓存方法、装置、边缘节点以及计算机可读存储介质[发明专利]](https://img.taocdn.com/s3/m/4eb738ea16fc700aba68fc73.png)
专利名称：文件缓存方法、装置、边缘节点以及计算机可读存储介质
专利类型：发明专利
发明人：崔来中,苏晓鑫,陈子腾,明中行,杨术
申请号：CN202010847657.7
申请日：20200821
公开号：CN112118295A
公开日：
20201222
专利内容由知识产权出版社提供
摘要：本申请适用于物联网技术领域，尤其涉及一种文件缓存方法、装置、边缘节点以及计算机可读存储介质。
该方法通过边缘节点连接服务器和N个物联网设备，从服务器中获取全局模型，从物联网设备中获取文件请求历史记录，将文件请求历史记录输入全局模型后得到文件推荐列表，以此文件推荐列表从服务器中获取并缓存目标文件，使得边缘节点可以预先缓存与物联网设备的关联性较高的文件，从而可以提高物联网设备从边缘节点请求文件时命中边缘节点中缓存的文件的概率，有助于解决数据传输的网络延迟问题。
申请人：深圳大学
地址：518000 广东省深圳市南山区南海大道3688号
国籍：CN
代理机构：深圳中一联合知识产权代理有限公司
代理人：闫冰冰
更多信息请下载全文后查看。
一种基于强化学习的任务分配方法[发明专利]
![一种基于强化学习的任务分配方法[发明专利]](https://img.taocdn.com/s3/m/f45d4d34e97101f69e3143323968011ca300f71d.png)
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 202010634907.9(22)申请日 2020.07.03(71)申请人 武汉实为信息技术股份有限公司地址 430000 湖北省武汉市江汉区江汉经济开发区汉口创业中心智慧大厦412室(72)发明人 徐连 王薇 (74)专利代理机构 武汉科皓知识产权代理事务所(特殊普通合伙) 42222代理人 胡琦旖(51)Int.Cl.G06Q 10/06(2012.01)(54)发明名称一种基于强化学习的任务分配方法(57)摘要本发明属于强化学习技术领域，公开了一种基于强化学习的任务分配方法，包括收集获取员工信息、任务信息；根据员工信息、任务信息建立强化学习模型，初始化Q矩阵、状态向量S、行动向量A、奖励矩阵R，设置超参数，进行Q矩阵的迭代计算；利用强化学习模型更新员工的当前任务分配阈值；根据每个员工的当前任务分配阈值、当前分配到的任务数量得到每个员工的权重信息；根据待分配任务的所有员工的权重信息进行新任务的分配。
本发明解决了现有技术中基于人力成本的任务分配方法无法高效合理地进行任务分配的问题，能够通过强化学习的方法在线自动地进行任务分配，解决人工任务分配存在的弊端。
权利要求书2页 说明书7页 附图1页CN 111861159 A 2020.10.30C N 111861159A1.一种基于强化学习的任务分配方法，其特征在于，包括以下步骤：步骤1、收集获取员工信息、任务信息；步骤2、根据所述员工信息、所述任务信息建立强化学习模型，初始化Q矩阵、状态向量S、行动向量A、奖励矩阵R，设置超参数，进行Q矩阵的迭代计算；步骤3、利用强化学习模型更新员工的当前任务分配阈值；步骤4、根据每个员工的当前任务分配阈值、当前分配到的任务数量得到每个员工的权重信息；根据待分配任务的所有员工的权重信息进行新任务的分配。
一种时间触发总线集群启动和重启方法及装置[发明专利]
![一种时间触发总线集群启动和重启方法及装置[发明专利]](https://img.taocdn.com/s3/m/16d24bc4482fb4daa48d4b75.png)
专利名称：一种时间触发总线集群启动和重启方法及装置专利类型：发明专利
发明人：于峰,刘智武,陈长胜,张旭,何向栋,周耿
申请号：CN201910386986.3
申请日：20190509
公开号：CN110149260A
公开日：
20190820
专利内容由知识产权出版社提供
摘要：本申请提供了一种时间触发总线集群启动和重启方法。
本发明表述了一种时间触发总线集群启动和重启方法，通过总线控制器初始化、监听和监听超时控制、冷启动和冷启动超时控制以及成员关系的全局整合统一过程，建立有效的同步全局时钟和一致的成员关系，从而快速完成容错的时间触发总线集群启动或重启过程。
申请人：中国航空工业集团公司西安航空计算技术研究所
地址：710000 陕西省西安市锦业二路15号
国籍：CN
代理机构：中国航空专利中心
代理人：王世磊
更多信息请下载全文后查看。
时空众包环境下时效均衡的在线任务分配算法
时空众包环境下时效均衡的在线任务分配算法随着时空众包的快速发展，互联网技术的广泛应用，人们可以通过网络随时随地接受和完成任务。
时空众包环境下，任务的时效性和均衡性是非常重要的，而在线任务分配算法可以有效地实现任务的时效均衡。
本文将介绍时空众包环境下的在线任务分配算法及其时效均衡性。
在时空众包环境下，任务分配需要考虑以下几个关键因素：任务的时效性、工作者的位置和可用时间、工作者的能力和信誉、任务的复杂度和奖励。
时效性是指任务需要在规定的时间内完成，因此需要考虑工作者的位置和可用时间，以便在规定时间内完成任务。
工作者的能力和信誉也是非常重要的，可以根据工作者的能力和信誉来分配任务，以确保任务能够按时高质量地完成。
任务的复杂度和奖励也会影响任务的分配，一般来说，复杂度较高的任务可以分配给能力较强和信誉较高的工作者，奖励也可以根据任务的复杂度来设定，以激励工作者完成任务。
在线任务分配算法需要根据以上因素设计合适的算法来实现任务的时效均衡。
以下是一种时空众包环境下的在线任务分配算法：1. 获取任务信息：首先需要获取任务的基本信息，包括任务的描述、时效性要求、奖励等信息。
2. 获取工作者信息：然后需要获取所有可用的工作者的信息，包括位置、可用时间、能力和信誉等信息。
3. 任务分配策略：根据任务的时效性要求和工作者的信息，设计合适的任务分配策略。
可以根据工作者的位置和可用时间来确定哪些工作者可以接受任务，根据工作者的能力和信誉来确定任务分配给哪些工作者，同时考虑任务的奖励和复杂度来调整分配策略。
4. 任务分配算法：设计合适的任务分配算法，根据任务信息和工作者信息进行任务分配。
可以采用贪心算法、最小生成树算法、网络流算法等来实现任务分配。
5. 任务跟踪与调度：分配任务之后需要跟踪任务的进度和结果，及时调整任务的分配和调度，确保任务能够按时高质量地完成。
该算法可以根据具体的时空众包环境和任务特点进行调整和优化，以实现任务的时效均衡。
一种时空众包平台中确定性交叉在线匹配方法[发明专利]
![一种时空众包平台中确定性交叉在线匹配方法[发明专利]](https://img.taocdn.com/s3/m/f3d5e015c8d376eeafaa31cd.png)
专利名称：一种时空众包平台中确定性交叉在线匹配方法专利类型：发明专利
发明人：成雨蓉,李博扬,袁野,王国仁
申请号：CN202010308863.0
申请日：20200419
公开号：CN111680860A
公开日：
20200918
专利内容由知识产权出版社提供
摘要：本发明公开了一种时空众包平台中确定性交叉在线匹配方法，通过提出确定性的交叉匹配方法，使时空众包任务能够跨平台分配，不仅降低了平台时间和费用成本，同时有效地提高了时空众包任务的接单率，从而提高了用户满意度。
申请人：北京理工大学
地址：100081 北京市海淀区中关村南大街5号
国籍：CN
代理机构：北京理工大学专利中心
更多信息请下载全文后查看。
时空众包环境下时效均衡的在线任务分配算法
时空众包环境下时效均衡的在线任务分配算法现代社会，互联网技术的高速发展使得在线任务分配成为了一种重要的协同工作方式，例如在一些应用中，用户可以通过众包平台发布任务，工人可以在任务池中选择任务并获得相应的报酬。
但是，由于工人的能力和兴趣有差异，任务的复杂程度、工作量、工作时限等因素也不同，这使得在线任务分配算法面临着挑战。
本文提出了一种在时空众包环境下时效均衡的在线任务分配算法，该算法能够有效地平衡任务时效性和工人可接受任务负载之间的矛盾，提高任务的完成效率和质量。
本算法的关键在于基于时效性约束的任务排序和贪心匹配策略，尽可能在时效性允许的情况下分配任务给合适的工人。
具体而言，该算法分为以下几个步骤：1.初始化任务方在平台上发布任务，设置任务预期时限和报酬。
任务池中的任务按照发布时间排序，是一个先进先出的队列。
同时，众包平台记录了工人的个人信息，包括工作能力、工作时间等。
2.任务排序当有工人登录平台时，算法开始进行任务分配。
首先根据任务预期时限对任务池中的任务从短到长排列，即把最早过期的任务放到队列前面。
3.任务分配依次选择任务池中的任务，根据工人的工作能力、工作时限进行匹配。
选择某个任务后，平台根据该任务的发布时间和预期时限计算出任务的剩余可工作时间可工作时间，剩余可工作时间等于预期时限减去从任务发布时间到当前时间的时间差。
平台根据工人的可行工作时间和工作能力，计算出工人可完成该任务的工作时间和工作效率。
对于一个工人而言，他的工作能力有限，能够完成的任务量也是有上限的。
因此，平台需要根据该工人能够承受的任务负载来计算他的可工作时间。
具体而言，平台会根据工人的工作能力和工作负荷来计算该工作者可承接的任务负荷。
在任务分配的过程中，平台会根据工人可完成该任务的剩余时间和任务的时限，选取剩余时间最长的工人完成该任务，并根据任务完成时间更新任务池中的任务剩余时间。
如果没有合适的工人能够完成该任务，则该任务被分配给下一个时效最短的工人。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910384062.X
(22)申请日 2019.05.09
(71)申请人 中国科学技术大学苏州研究院
地址 215123 江苏省苏州市工业园区独墅
湖高教区仁爱路188号
(72)发明人 谢希科 邹凯 李琦
(74)专利代理机构 北京棘龙知识产权代理有限
公司 11740
代理人 谢静
(51)Int.Cl.
G06Q 10/04(2012.01)
G06Q 10/06(2012.01)
G06Q 10/10(2012.01)
(54)发明名称
一种时域连续型空间众包任务分配方法
(57)摘要
本发明公开了一种时域连续型空间众包任
务分配方法，包括以下具体步骤：(1)时域连续型
空间众包质量指标函数、(2)时域连续型空间众
包任务分配、(3)优化策略。
通过上述，本发明的
时域连续型空间众包任务分配方法，以时域连续
性空间众包任务质量为优化目标，实现高效的分
配，可以适用于实际生活中的多种场景，如环境
感知(感知一个城市近一周的空气质量或某一大
厦国庆期间的噪音污染程度)、公共基础设施感
知(某一拥挤路段近一个月内的道路状况)等，应
用场景广泛，
具有实际研究意义。
权利要求书1页 说明书5页 附图2页CN 110188925 A 2019.08.30
C N 110188925
A
1.一种时域连续型空间众包任务分配方法，其特征在于，包括以下具体步骤：
(1)时域连续型空间众包质量指标函数
对于一个时域连续型空间众包任务，假设任务被分成m个等时间片的子任务，如果任务全部被完成，那么任务完成率为1；相应的，每个子任务的完成率为1/m，当某个子任务未完成时，用已完成子任务的数据来预测未完成子任务的数据；未完成子任务的完成率与插值误差有关，则未完成子任务的完成率范围是[0,1/m]，采用k最近邻插值，对某个未完成子任务而言，通过时间轴上最近的k个已完成子任务的数据平均值，来推断其数据取值；
采用信息熵的形式来表征任务的完成质量，假设任务t被分成m个等时间片的子任务，t ＝{t 1，t 2，...，t m }，用qt i 表示每个子任务t i 的质量，那么任务t的任务质量函数quality(t)
可以计算为：
(2)时域连续型空间众包任务分配
利用启发式近似算法来有效进行任务分配，近似算法每轮选择单位成本下任务质量增长率最大的子任务去执行，直到达到任务预算约束，
该算法的近似比为
在预算充足的条件下，算法最多可执行m轮，即所有子任务都被完成，在每一轮执行过程中，算法计算子任务的任务质量增长率；选择任务质量增长率最高的子任务；将其分配给距离该子任务位置最近的工作者，计算未完成子任务的任务质量增长率要求出其k最近邻，当时间片总数m值很大或者任务成本足够大，近似算法的时间性能较低，还提出了相应的优化策略；
(3)优化策略
近似算法的时间开销在于，算法每一轮需要计算所有未完成子任务的任务质量增长率，即执行新的未完成子任务对所有子任务质量的变化，但实际上，执行新的未完成子任务并不一定会改变所有子任务的质量，因此通过剪枝避免对某些子任务进行重复计算。
2.根据权利要求1所述的时域连续型空间众包任务分配方法，其特征在于，所述的近似算法的时间复杂度为O(m 3log(m)log(n))，m表示任务的总时间片数量，n表示工作者的数量。
3.根据权利要求1所述的时域连续型空间众包任务分配方法，其特征在于，所述的时域连续型空间众包任务分配方法利用k最近邻的局域性来减少子任务质量的重复计算。
权 利 要 求 书1/1页2CN 110188925 A。