精英蜂群算法及考虑利益相关者的众包定价模型

从众包活动参与者即主体企业、众包平台、平台会员的视角出发,研究服务众包定价问题。在考虑会员信誉度和任务聚集度的基础上,针对含有地理因素的众包任务设计打包分配定价方案。以服务成本、任务价值、会员收益等为导向,对不同任务进行组合配置,从而设计多目标规划任务配置及定价模型,并针对该模型构建了精英蜂群算法。在精英蜂群算法中,充分利用蜜源信息并着重考虑成长性较好的蜜蜂,进而避免了局部最优问题,提高了搜索效率。通过对众包服务企业运营数据进行分析,获取到众包服务会员特征及任务完成相关基础信息,以此进行仿真实验。仿真结果表明,通过众包任务打包定价机制,任务完成率、企业总成本、三方总收益等方面均有显著优化。综合模型及数据实验可知,众包任务在定价与发布过程中根据自身特征差异,在无差异服务中只需要考虑会员信誉度,对于具有服务差异性的任务则需要考虑打包发布。

IABC-elite算法在电液比例溢流阀压力控制中的应用

为了改善电液比例溢流阀压力的PID控制效果,将标准人工蜂群(SABC)算法用于电液比例溢流阀控制器的PID参数整定。针对人工蜂群算法初始收敛性和局部性能较差等缺陷,以精英人工蜂群算法(ABC-elite)为基础,根据迭代次数动态调整精英解和全局最优解(gbest)的权重并且改进了雇佣蜂更新公式,得到改进精英人工蜂群(IABC-elite)算法并应用于电液比例溢流阀PID控制器。仿真结果表明,IABC-elite算法与SABC及其他改进算法相比,在理论上具有可行性,在系统稳定性和精度上均有明显提高。实验结果表明,压力输出稳定,精度较高。