[发明专利]一种群智系统中基于稳定匹配算法的任务分配方法

摘要

本发明公开了一种群智系统中基于稳定匹配算法的任务分配方法，全面考虑工人的质量水平和偏好以及任务的质量要求和预算限制，通过将原问题转化为一个有严格上边界要求（预算限制）和松散下边界要求（质量要求）的多对一匹配问题，实现了稳定有效的任务分配结果。

主权项

一种群智系统中基于稳定匹配算法的任务分配方法，假设群智系统每个任务发布者都只发布一个任务；其特征在于，包括以下步骤：步骤1：获取每个工人s的质量水平{rs}s∈S以及其偏好列表{＞s}s，其中S是所有工人集合；获取每个任务t的偏好列表{＞t}τ、质量要求{qt}t∈τ和预算限制{bt}t∈τ，其中τ是所有任务的集合；步骤2：根据工人s的偏好列表{＞s}S将s的偏好顺序写进s的申请列表p(s)中；步骤3：判断工人s的申请列表p(s)是否为空；若是，则执行下述步骤4；若否，则结束本流程；步骤4：取申请列表p(s)的第一个任务t，并在p(s)中将t移除；步骤5：判断任务t当前分配到工人的总质量水平是否小于任务t的质量要求；若是，则执行下述步骤6；若否，则执行下述步骤7；步骤6：执行REDA算法；步骤7：计算所有任务中还没达到质量要求那一部分的差值△Q和所有未分配工人的总质量水平△R；步骤8：判断△R‑rs与△Q的大小；若△R‑rs大于差值△Q，则执行REDA算法；若△R‑rs小于差值△Q，则执行步骤9；步骤9：工人s不能分配给任务t，取下一个工人信息作为工人s，并回转执行所述步骤3；所述REDA算法，包括以下步骤：步骤6.1：获取工人s和任务t信息，工人s∈S，任务t∈τ；步骤6.2：判断任务的剩余预算是否大于工人的报酬；若是，则将工人s分配给任务t，然后取下一个工人信息作为工人s，并回转执行所述步骤3；若否，则执行下述步骤6.3；步骤6.3：在任务t当前分配的工人中找出质量水平低于工人s的工人集合A；步骤6.4：判断集合Α中是否存在总质量水平小于工人s质量水平的工人子集合B；若是，则选取所有符合步骤6.4的集合中工人总质量水平最小的集合Bmin,解除任务t和集合Bmin中所有工人的分配关系，将工人s分配给任务t，然后取下一个工人信息作为工人s，并回转执行所述步骤3；若否，则工人s不能分配给任务t，取下一个工人信息作为工人s，并回转执行所述步骤3。