[发明专利]基于信誉值的动态车辆任务与算力匹配方法

权利要求书

1.基于信誉值的动态车辆任务与算力匹配方法，其特征在于，包括以下步骤：

步骤A、提取某条车道上的车流量的时空特征，预测该条车道在未来某一时刻的交通流量，并得到相应的车辆任务数、算力数和信誉值；

步骤B、根据步骤A所预测的参数，基于强化学习中的DQN模块，对所预测得到的车辆任务数与算力数序列进行动态批次划分，确定强化学习中智能体的状态，动作，并最终确定最佳的分批策略；

在确定分批策略时，具体通过以下方式实现：

B1、将分批过程构建成马尔科夫决策过程M＝(S,A,R,T)；

·S表示状态空间，其中每个状态s＝(c,l)∈S代表一个二部图；

·A表示动作空间，其中每个动作Len∈A代表在当前批次下预切割的长度；

·R表示奖励，用R_t表示从状态(c_t,l_t)选择动作Len_t转换到下一个状态(c_t+1,l_t+1)所获得的奖励，其含义为对批次内的工人和任务进行匹配后的收益；

·T表示时间，其含义为预测结果的时间段；

B2、利用先分再合思想将整个预测的动态二部图分割为若干单位二部图，并将若干个单位二部图合并为一个批次；

(1)将批次长度范围限定为[l_min,l_max]；

(2)对状态以及动作进行定义：(c,l)代表状态，c表示当前批次，l代表当前批次的长度，l∈[l_min,l_max]；Len∈[l_min,l_max]代表动作；

(3)确定状态转换机；当智能体处于当前状态(c_t,l_t)，输入动作Len_t转换到下一个态(c_t+1,l_t+1)并获得延时奖励输出R_t；

当l_t＝Len_t时，不扩大当前二部图规模，对其进行分批操作，下一个状态(c_t+1,l_t+1)＝(c_t+l_min,l_min)定义为下一个最小批次规模的二部图，延时奖励R_t为对批次内的工人和任务进行匹配后的收益；

当l_t＜Len_t时，(c_t+1,l_t+1)＝(c_t+1,l_t+1),R_t＝0，即当前二部图规模达不到分批的标准，对其进行扩大规模操作，加入一个单位二部图；

当l_t＞Len_t时，下一个状态(c_t+1,l_t+1)＝(c_t,l_t),R_t＝0，即当前二部图规模保持不变；

B3、自适应分批，确定最佳的分批策略；

步骤C、在划分好的动态批次内，使用基于信誉值改进的R-KM算法，结合工人信誉度以及任务的重要程度进行二部图匹配，实现算力与任务的最优匹配；

实现算力和任务的匹配时，对于通过动态分批产生的长度为l_t交通流量子序列，通过获得其算力数、任务数和完成任务的信誉度，进行车辆算力与车辆任务之间的匹配：

C1、基于各车辆的算力数、任务数以及信誉度，生成提供算力车辆与任务需求车辆之间的权重矩阵：若任两辆车满足供方的算力数大于等于需方的任务数，则取二者间的权值为任务数与信誉值的加权和；若不满足，则认为无法完成任务，即二者无法完成匹配，取二者间的权值为0；从而得到供方车辆与需方车辆之间的权重矩阵；

C2、对于供方车辆与需方车辆，基于权重矩阵进行匹配，匹配使用基于信誉值改进后的R-KM算法，以匹配后的权重和作为奖励；其中，基于信誉值改进后的R-KM算法原理如下：

(1)依次将该批次内的交通流量序列分别作为二部图左顶点和右顶点；

(2)基于权重矩阵初始化任意左右顶点间的权值，进而对左右顶点值进行初始化，左顶点初始值取与其相关联的最大的边的权值，右顶点初始值为0；

(3)各左右顶点初始化完成后，使用匈牙利算法进行完备匹配，并判断是否能实现完备匹配，若能实现，则匹配完成，并返回匹配权重和；若不能，则修改无法完成完备匹配的左右顶点值，左顶点减1，右顶点加1，之后再次使用匈牙利算法进行完备匹配；

(4)最终实现完备匹配，得到匹配权重和，并将其作为匹配收益奖励。