计算机应用

作者：胡林波, 倪志伟, 程家乐, 刘文涛, 朱旭辉

单位：1.合肥工业大学 管理学院，合肥 230009；2.过程优化与智能决策教育部重点实验室（合肥工业大学），合肥 230009；3.智能互联系统安徽省实验室（合肥工业大学），合肥 230009

关键词：协作众包,社区检测,协作候选社群,任务分配,沙猫群优化算法

基金：国家自然科学基金资助项目(72171073);安徽省科技重大专项(201903a05020020)

针对传统协作众包任务分配中忽视工人协作关联的问题，将工人之间的社交及历史合作关系纳入考虑范畴，提出一种融合社区检测的协作众包任务分配方法。首先，利用社区检测算法挖掘众包工人之间潜在的社交关系，形成候选社群；其次，定义协作度、交互成本和众包任务分配效用等要素后，构建综合考虑技能覆盖率、信誉度及预算成本的协作众包任务分配模型；再次，引入Piece-Wise混沌映射、柯西分布逆累积函数算子、自适应正切飞行算子和麻雀警戒机制等策略，并提出改进沙猫群优化（SCSO）算法——TSCSO；最后，利用TSCSO算法对前述模型进行求解。在不同规模真实数据集合成的算例上的实验结果表明，所提算法可使任务分配成功率维持在90%及以上水平，相较于其他改进智能算法任务分配效用平均提升20.08%~53.38%，验证了所提算法在协作众包任务分配问题中的适用性、稳定性和有效性。

来源：2025年第2期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第2期