[发明专利]移动群智感知中一种用于单时间窗口任务的激励方法

权利要求书

1.移动群智感知中一种用于单时间窗口任务的激励方法，其特征在于：平台和智能手机用户的交互过程体现为一个反向拍卖机制，步骤如下：

步骤201：平台发布一个时间窗口W＝[T_s，T_E]，其中T_s和T_E分别为时间窗口的开始时间和结束时间，即平台请求从T_s到T_E的感知数据；

步骤202：设智能手机用户集合为U＝{1，2，...，n}，每个用户向平台提交一个标书B_i＝(R_i，b_i)，其中R_i＝[s_i，e_i]是用户i能完成感知任务的时间窗口，每个标书都存在一个真实代价c_i.s_i和e_i可以是任何时间点，b_i是用户i完成任务R_i的报价，即用户i希望获得的报酬；

步骤203：用户选择阶段，平台选择用户的子集使得所选用户的社会代价之和最小，并且所提交的时间窗口可以覆盖W，选择结束后并选择结果告知入选用户；

步骤204：用户在自己提交的时间窗口内感知数据，将数据提交平台；

步骤205：支付决策阶段，平台为每个入选用户计算报酬，并通过在线形式支付；

所述步骤203中，平台选择用户时，进入用户选择阶段，步骤如下：

步骤301：初始化堆栈stack为空，被选择用户S为空；

步骤302：对于每个用户，将其最小代价函数F(i)设为无穷大；

步骤303：对每个用户的时间窗口按照右端点非递减顺序排列；

步骤304：对于每个用户按照上面的顺序依次计算F(i)，重复下面的步骤305、步骤306、步骤307、步骤308；

步骤305：如果T_S∈[s_i，e_i]，则令该用户时间窗口的最小社会代价F(i)＝b_i，并且令该时间窗口的前驱时间窗口索引pre(i)＝-1，转步骤307，否则转步骤306；

步骤306：在堆栈中寻找一个具有最小社会代价的时间窗口j，并且满足e_j≥s_i，则计算当前用户i的时间窗口的最小社会代价F(i)＝F(j)+b_i，并且令pre(i)＝j；

步骤307：如果栈顶位置的用户时间窗口最小代价大于等于用户i的时间窗口最小代价，则在堆栈中删除该栈顶用户，直到栈顶用户时间窗口最小代价小于用户i的时间窗口最小代价；

步骤308：将当前用户i的时间窗口，最小社会代价，用户索引，pre(i)一起组成一个四元组(R_i，F(i)，i，pre(i))放入堆栈顶部；

步骤309：在堆栈中寻找满足T_E∈[s_i，e_i]的具有最小社会代价的用户i，则整个解决方案的最小社会代价即为F(i)；

步骤310：将用户索引i加入到集合S中，通过四元组中的前驱时间窗口索引pre，将所有被索引的时间窗口也并入到S中；

经过用户选择阶段后，集合S就是平台所选择的用户子集。

2.如权利要求1所述的移动群智感知中一种用于单时间窗口任务的激励方法，其特征在于，在步骤205中支付决策阶段的步骤如下：

步骤401：对于所有用户集合U，通过上述选择阶段计算出最小社会代价Cost(U)；

步骤402：判断是否每一个被选择用户i∈S，都已经计算了报酬数额，如果没有转步骤403，否则转步骤404；

步骤403：计算除用户i以外的最小社会代价Cost(U\{i})，并计算用户i的报酬数额为P_i＝Cost(U\{i})-(Cost(U)-b_i)；

步骤404：输出报酬数额矢量P，结束支付决策阶段。