张文东 石刚 田生伟 钱育蓉

(1．新疆大学 软件学院，新疆 乌鲁木齐 830091；2.新疆大学 信息科学与工程学院，新疆 乌鲁木齐 830046)

近年来，随着无线通信技术和传感器技术的不断发展，搭载各类传感器的移动智能终端设备得到了迅速的普及，群智感知也逐渐成了复杂环境下数据统计分析与增强理解的一种有力的新途径[1]。群智感知是以人为中心的城市感知系统[2- 3]，作为感知节点的移动用户是完成参与式感知任务的关键，他们通过携带的移动设备为数据需求方提供了所需要的感知数据，同时移动用户的移动特性使移动用户可以不受时间与地点的约束来完成感知数据的采集工作，这实现了对现实物理世界的全面覆盖和感知，因此如何将感知任务分发给移动用户是参与式感知过程中非常重要的过程。

群智感知任务分发作为群智感知中一个重要的研究方向目前已被广泛地研究[4- 7]，Pournajaf等[8]基于公开的轨迹历史建立移动性模型，提出了一种用于移动群智感知中的空间任务分配的新颖模型，该模型使用动态和自适应的数据驱动方案以接近最优的方式将感知任务分配给具有不确定轨迹的移动参与者；Zhou等[9]针对路线规划和任务分配问题，将制定的优化问题转换为两阶段匹配问题，其中第一阶段基于动态规划(DP)或遗传算法(GA)解决路线规划问题，第二阶段，通过探索Gale-Shapley(GS)算法解决分配任务的问题。

尽管现有研究能够很好地进行感知任务分发，但仍存在着不容忽视的问题：一是可能会出现招募到的感知任务参与者不足的情况，严重影响任务的完成；……