基于核加权KNN和多目标优化的众包平台定价系统设计

随着科技的发展,众包模式越来越受到人们欢迎,而任务定价合理程度关乎众包平台的发展。因此,本文针对任务定价问题,结合数据挖掘和多目标优化理论,设计了基于核加权KNN和多目标优化的众包平台定价系统。首先,分析影响任务定价的相关指标,构建基于核加权KNN的接单判别模型,并利用PSO算法优化参数,增加模型预测精度与鲁棒性。其次,以任务完成率最大、任务总价最小为目标函数,构建多目标优化模型。通过贪心法得出每增加1%任务完成率所需要最少的加价额度,采用有序样品最优聚类,根据最优分割点确定最佳定价方案,保证众包平台能在最小的代价下得到最好的发展。最后,提供众包平台定价系统的设计建议与改进方向。

一种自适应的RFID防碰撞算法

在射频识别的(radio frequency identification,RFID)的应用中,当多个标签同时出现在读写器范围内进行信息传输时,会出现"碰撞"现象,使阅读器无法正常工作。为解决射频识别应用过程中多个标签同时存在引发的碰撞问题,在自适应二四叉树防碰撞算法的基础上,将八叉树引入,提出了一种改进的自适应的二四八叉树算法。该算法通过计算标签的碰撞因子,自适应地选择最优树的叉树,然后进行搜索,从而大大减少了空闲时隙。对改进后的算法进行复杂度分析后,针对不同标签数量的搜索过程,在总时隙数和吞吐率两个方面对算法进行仿真。仿真结果表明,在一定条件下,与自适应的二四叉树相比,改进后的算法可以在减少空闲时隙数的同时提高算法的吞吐率。