[发明专利]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

说明书

本发明涉及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，以在有限的预算下激励参与者参与感知系统并高质量地完成感知任务。本激励机制的核心为：基于车辆行驶轨迹、感知成本和任务价值建立系统效益最大化模型；根据车辆提供的数据质量和参与率构建车辆信誉评估及更新机制，并设置虚拟积分以提高高信誉车辆的获胜概率；结合金钱奖励和非金钱奖励两种奖励形式设计报酬支付算法，计算支付给不同车辆的报酬，然后通过信誉评估机制对获胜者提供的数据质量进行评估，更新车辆信誉值，为下一轮拍卖提供决策依据。本发明能够降低激励成本，并使系统中的车辆保持参与积极性和高质量数据贡献行为。

技术领域

本发明涉及群智感知与智能交通技术领域，具体涉及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。

背景技术

移动群智感知通过感知网络将感知任务发布给系统中具有信息采集设备的个人或团队，利用个体的移动设备进行数据的收集，完成感知任务的数据采集、处理和分析。车辆群智感知是将装载有多种传感器的汽车作为基本的感知单元。车辆作为收集、存储、计算和共享大量传感器数据的理想平台，更适用于大规模路网运行状态感知，如流密速、占有率等与交通安全与效率要素相关的数据获取，可以高效便捷的感知路网状态，对数据进行收集、处理、分析及应用，快速完成感知任务。

激励机制是感知平台通过一定的方式，刺激移动个体积极参与感知系统中，对感知任务数据的收集和质量把控起着积极的作用。对于城市范围内的感知系统，为了高质量地完成任务，感知平台需要雇佣大量的参与者并为其支付报酬。如何在有限的预算下激励参与者参与感知系统并高质量地完成感知任务是城市交通群智感知系统的关键问题。

近年来，对于激励方法的研究已成为群智感知的热点研究方向。合适的激励机制能够保障有足够多的用户愿意参与到群智感知系统，从而为数据质量提供保障。同时，与激励机制相关的一个问题是目前缺乏有效的定价方案。若采用传统的统一定价方案，对于参与者来说是不公平的，会在一定程度上打击优质参与者的热情甚至使其退出感知系统。另外，现有研究常常将任务分配及车辆调度与激励机制分割开来，而实际感知中，用户调度方案的好坏将直接影响平台感知任务的完成质量和用户获得的收益，因此分配调度与激励机制是需要协同考虑的。

发明内容

针对上述现有技术中的不足，本发明目的在于提供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，结合金钱奖励和虚拟积分奖励的混合奖励形式，在有限的预算范围内最大化系统效益。

为实现上述目的，本发明采用如下技术方案：

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，包括以下步骤：

S1：根据车辆群智感知场景进行数学建模，建立包括车辆成本和报酬、感知任务的时间与空间要求以及平台预算的模型；

S2：结合感知任务的时空要求、车辆的位置信息、系统的利润与预算约束，设计系统收益与车辆收益以及约束下的目标函数；

S3：选择获胜车辆执行感知任务，根据候选车辆上报的价格、车辆的信誉、预计对平台贡献等选择获胜者；

S4：选择出最终的获胜者后，通知获胜者，获胜者开始执行感知任务并上传数据，数据上传完成后，平台根据报酬支付算法对用户进行奖励；

S5：平台通过信誉评估机制对获胜者提供的数据质量进行评估，更新车辆信誉值，为下一轮拍卖提供决策依据。

进一步地，所述步骤S1中，车辆群智感知场景主要包括以下三个部分：

(1)群智感知平台发布包含特定时间与空间要求的感知任务；

(2)候选车辆上报竞标信息，平台对车辆的竞价信息进行收集；

(3)平台使用包含优胜者选择部分和报酬计算部分的激励机制，选择执行任务的优胜者并计算需要支付给优胜者的报酬；