排序方式: 共有15条查询结果,搜索用时 0 毫秒
11.
针对工人和任务进行匹配是空间众包研究的核心问题之一,但已有的方法通常会忽略工人路径对任务分配结果产生的影响.传统的任务分配方法存在计算速度慢、适用范围小和协作效果不突出等问题.对此,从空间众包平台的角度出发研究面向路网的空间众包任务分配问题,以任务完成时间最短为目标,提出考虑工人路径规划的基于多智能体强化学习的QMIX-A*算法,缩短任务的平均完成时间,进而提高用户的满意度.大量的数值仿真研究验证了QMIX-A*的有效性和稳定性,为空间众包服务平台的任务分配与路径优化策略的选择提供决策支持. 相似文献
12.
13.
14.
15.
互联网加速了舆情的发展,舆情讨论时刻都在发生.为了探索决策者角色差异对舆情演化的影响,改进传统DeGroot模型,在社交网络环境下考虑多种决策者角色共存的舆情演化模型.将决策者分为权威者和非权威者,从社会心理学的角度将非权威者随机分为服从者、反抗者和独立者.针对传统模型的权重确定方式较为机械的不足,引入节点在社会网络中的特征向量中心性,提出新的权重确定方法.每一步舆情演化均分为两个阶段:第1阶段所有决策者都进行舆情演化,随后服从者和反抗者在第2阶段对其第1阶段的观点进行调整.在连通的Erdddotos-Rényi网络中进行仿真实验,结果显示,服从者总是会与权威者达成共识,且该共识由权威者的意见决定;反抗者聚集在与服从者和权威者的共识较远的意见簇;独立者的稳定意见则散落分布在二者之间,且更加靠近服从者和权威者的共识. 相似文献