[发明专利]基于双向觅食理论的众包设计过程仿真方法

权利要求书

1.一种基于双向觅食理论的众包设计过程仿真方法，包括设计者觅食和需求者觅食两个过程：

一、设计者觅食设计任务：设计者从众包设计平台的海量设计任务中选择适合自身条件的设计任务，形成设计方案并提交给发布该设计任务的需求者；具体包含以下四个步骤：

①确定捕食范围，在众包设计平台中搜寻捕食范围内的设计任务；

②确定捕食范围内新的设计任务数量N，计算设计任务相遇率λ_Des；

③计算设计任务分析时间r_Des和设计任务执行时间h_Des；

④计算设计任务广义收益率P_Des，形成捕食序列；

二、需求者觅食设计方案：需求者从设计者提交的众多设计方案中选择满足个性化需求的设计方案作为最终的解决方案；具体包含以下三个步骤：

⑤选择设计者提交的设计方案，计算设计方案相遇率λ_Dem；

⑥分析设计方案，计算设计方案分析时间r_Dem；

⑦计算设计方案满意度，选择最终解决方案；

若设计者的捕食序列包含某设计任务，同时发布该设计任务的需求者选择设计者提交的设计方案，则设计者与需求者双方交易成功、完成整个众包设计过程；

所述确定捕食范围是设计者根据历史交易记录确定当前能够参与的设计任务特征，包括：任务类型Type_i、任务价值E_i、众包形式Tc_i，其中，i＝1，2，…；设计者根据个人登录众包设计平台、查看设计任务的习惯行为，确定搜寻时间周期t_Des；

所述设计任务相遇率λ_Des的计算公式为：

所述设计方案分析时间r_Dem的计算公式为：

其中，De_i表示需求者发布设计任务时的描述详细程度，De_i＝N_word+10N_picture，N_word表示文字数量，N_picture表示图片数量；Ty_i表示设计任务的类型，取值为：

所述设计任务执行时间h_Des计算公式为：

其中，a为常量系数；设计任务复杂度Di_i根据其描述信息熵计算p(x_i)表示设计任务中描述特征词x_i出现的概率，n表示设计任务中描述特征词的数量，由信息熵计算公式可知，描述设计任务的内容越多，所包含的信息量越大，设计任务的难度越大；B_i表示提交该方案的设计者在该类型设计任务的生态位宽度；

所述设计任务广义收益率P_Des计算公式为：

将设计任务按照广义收益率从高到低排序，广义收益率最高的设计任务在捕食序列中，按照以下公式依次判断其他设计任务是否在捕食序列：

式中，k＝1，2，...；

所述计算设计方案相遇率λ_Dem，需求者选择方案的时间相同，每个设计方案的搜寻时间设为t_Dem＝1；设计方案的相遇率λ_Dem计算公式为：

其中，r_{Des_i}表示提交该方案的设计者分析设计任务时间，h_{Des_i}表示提交该方案的设计者执行设计任务时间；设计者的生态位宽度越大，响应设计任务的时间越短，则需求者对该设计方案的相遇率越高；

所述计算设计方案分析时间r_Dem是需求者对设计方案的分析时间r_Dem，计算公式为：

其中Qu_i表示设计方案的描述详细程度，计算方式与设计任务描述详细程度计算公式相同；

所述需求者对设计方案的满意度计算公式为：

其中h_{Dem_i}表示选择设计方案的时间，取值为0；

至此，需求者从中选择满意度最高的一个或多个设计方案作为最终解决方案；

若设计者历史参与的每个类型设计任务价值区间为[E_min，E_max]，则当前的捕食范围内设计任务价值区间为[αE_min，βE_max]，其中α，β为捕食范围调整系数，根据设计者的收益期望确定，个体的收益期望越高，捕食范围越大；

所述提交该方案的设计者在该类型设计任务的生态位宽度B_i，计算公式为：

其中，N_i表示设计者历史中标的设计任务类型数量，N_ij表示设计者历史中标的第i类设计任务数量，n_ij表示设计者历史中标的设计任务金额；设计者历史中标设计任务类型越多、数量越多、金额越大，生态位宽度也越大。