软件学报

作者：李博扬，成雨蓉，王国仁，袁野，孙永佼

单位：李博扬，东北大学 计算机科学与工程学院, 辽宁 沈阳 11081911,成雨蓉，北京理工大学 计算机学院, 北京 10008102,王国仁，北京理工大学 计算机学院, 北京 10008103,袁野，北京理工大学 计算机学院, 北京 10008104,孙永佼，东北大学 计算机科学与工程学院, 辽宁 沈阳 11081905

关键词：时空数据;众包;稳定匹配;在线算法;预测

基金：国家重点研发计划（2016YFC1401900）；国家自然科学基金（U1811262，61902023，61932004，61572119，61622202，61672145，61732003，61572121，61972077）；中央高校基础科研业务费（N181605012，N171604007）；中国博士后科学基金（2018M631358）

近年来，时空众包平台正逐步走入人们的生活，并受到研究者的广泛关注.在时空众包平台中，任务分配是一个核心问题，即在满足时间和空间的条件约束下，如何为不同用户分配合适的工人来进行服务.现有的工作往往将最大化任务匹配个数或效用值之和作为研究目标，这些方法关注全局的解决方案，但是没有考虑用户和工人的偏好来提高他们对于分配的满意程度.此外，现有工作大多只考虑用户和工人两种角色，即工人移动到用户当前位置进行服务.但是，新型时空众包平台的中往往包含用户、工人和工作点三种角色，即为用户和工人分配一个工作点来进行服务.基于以上不足，三维时空稳定分配问题被提出.但是，此问题只关注了静态场景，而时空众包平台往往是在线的，即工人和用户发出的任务都是实时出现的.因此，提出了面向新型时空众包平台的三维在线稳定匹配问题和一种基础算法.通过分析基础算法的不足，结合人工智能的方法提出一种改进算法来解决这个问题.采用大量的真实数据和合成数据集来验证算法的高效性和有效性.

来源：2020年第12期

《软件学报》期刊编辑部

查看软件学报杂志2020年第12期