以用户体验为导向的空间众包任务分配研究

任务分配是空间众包平台面临的一大挑战.在空间众包中,工人要到达指定地点才能完成空间任务,很多研究直接将二者之间的距离作为设计任务分配方案的优化目标.然而,对前往地点的熟悉程度也是工人能否及时到达指定位置,高效完成任务的关键,这一点被很多研究忽略.另外,工人的偏好和声誉在大多任务分配研究中也没有被利用.为了挑选合适的工人以提高结果质量,本文从用户体验出发,兼顾工人的意愿和请求者的利益,构建最大化任务成功完成的可能性分配(MPA)模型.在求解MPA模型中的全局目标函数时,本文提出了一种改进的模拟退火算法,即MPS-SA算法,该算法每次迭代产生新解时考虑了搜索的随机性和方向性以提高获得最优解的概率.最后本文在真实数据集和仿真数据集上通过实验,证实了MPS-SA算法的有效性.