千亿球友会智能优化与控制课题组在移动群智感知使命分配方面取得希望
移动群智感知是一种使用宽大通俗用户随shen携带的移动智能终端作为基本感知单元的新型感知模式，可被应用于情形监测、智能交通、公共清静、康健服务等方面。怎样在有限预算和可用移动用户数目一直转变的条件下，将感知使命合理分配从而获得高质量的感知数据，对于移动群智感知系统至关主要。
克日，千亿球友会智能优化与控制课题组吉建娇博士、郭一楠教授和巩敦卫教授在gai领域取得研究希望，研究效果形成论文“Q-Learning-Based Hyperheuristic Evolutionary Algorithm for Dynamic Task Allocation of Crowdsensing”，以中国矿业大学为第一单元，揭晓在中科院一区Top期刊《IEEE Transactions on Cybernetics》(IF: 11.507)。
论文首先给出了移动用户对差异种别使命的感知能力评价指标，并综合思量感知使命和移动用户的时变特征，构建了移动群智感知的动态使命分配模子，保证感知使命的完成质量不受使命要求和用户可用性的转变影响。同时，针对上述搜索空间一直转变的约束动态优化问题，提出了基于Q-learning的超启发使命分配算法。使用历史时段最优解中的高质量用户，天生有潜力的初shi种群，加速收敛速率；提出基于用户综合能力的邻域搜索算子，并将其与五种现有的局部搜索算子相团结，配合组成底层算子库；综合思量约束违反qing况和顺应值收敛水平，给出一种新型Q-learning状态形貌，并界说响应的Q-learning选择战略，从而在动态转变的搜索空间中，凭证问题特征自主选择最适当的搜索算子。
gai效果首ci面向动态约束优化问题提出一种Q-learning超启发算法，并应用于移动群智感知使命分配问题。实验效果批注，相比于现有先进超启发算法，所提超启发算法能够在较短的时间内找到感知质量更好的可行分配方案，且对动态情形具有较好鲁棒性。
