一种群智感知中的资源分配方法

    公开(公告)号:CN118093102B

    公开(公告)日:2024-07-23

    申请号:CN202410507949.4

    申请日:2024-04-25

    IPC分类号: G06F9/455 G06F9/50

    摘要: 本发明公开了一种群智感知中的资源分配方法,涉及移动用户MU的策略制定过程中一致的部分建模为标准的凸优化问题,本发明根据群智感知的真实情况,提出了移动用户个人的对不同任务的偏好属性并进行量化分析,提出连续策略迭代算法CSI使得MCS系统能够在跨周期迭代的过程中学习用户的偏好程度,并与相关的Greedy以及Ranking算法进行了仿真比较。在一般的实验设置下,相较于对比的基于贪心和等级划分的优化算法,CSI算法在效用指标上有10%~20%的提升,且使得模拟误差降低10%左右。本发明证明了CSI算法在大多数场景下有着更优秀的指标,助力提高收集数据的质量,同时增加系统的可靠性和稳健性。

    一种群智感知中的资源分配方法

    公开(公告)号:CN118093102A

    公开(公告)日:2024-05-28

    申请号:CN202410507949.4

    申请日:2024-04-25

    IPC分类号: G06F9/455 G06F9/50

    摘要: 本发明公开了一种群智感知中的资源分配方法,涉及移动用户MU的策略制定过程中一致的部分建模为标准的凸优化问题,本发明根据群智感知的真实情况,提出了移动用户个人的对不同任务的偏好属性并进行量化分析,提出连续策略迭代算法CSI使得MCS系统能够在跨周期迭代的过程中学习用户的偏好程度,并与相关的Greedy以及Ranking算法进行了仿真比较。在一般的实验设置下,相较于对比的基于贪心和等级划分的优化算法,CSI算法在效用指标上有10%~20%的提升,且使得模拟误差降低10%左右。本发明证明了CSI算法在大多数场景下有着更优秀的指标,助力提高收集数据的质量,同时增加系统的可靠性和稳健性。