本發(fā)明涉及一種群智感知不對(duì)稱信息場(chǎng)景中的激勵(lì)方法。

背景技術(shù)：

移動(dòng)群智感知是一種新的感知模式，它給人們的生活帶來(lái)了更多的合作與收益，利用空閑的社會(huì)資源創(chuàng)造了新的利潤(rùn)。它的運(yùn)用范圍十分廣泛，通過(guò)大眾的智慧利用傳感等技術(shù)獲取知識(shí)。受限于感知任務(wù)參與者數(shù)量不足和提供數(shù)據(jù)質(zhì)量不高，群智感知的發(fā)展受到了嚴(yán)重的影響。因此需要設(shè)計(jì)激勵(lì)機(jī)制讓代理人有所付出有所收獲，在參與感知任務(wù)時(shí)享受到互幫互助的樂(lè)趣。

激勵(lì)方式可分為多種，例如從回報(bào)方式上可以分為金錢式的激勵(lì)和非金錢式的激勵(lì)?；谄跫s的激勵(lì)機(jī)制是金錢式激勵(lì)中較為典型的一個(gè)方法，它針對(duì)群智感知中存在的某些信息不可被觀測(cè)的特征，代理人與委托人的利益相沖突，代理人為了增大自己的利益而偽裝隱瞞真實(shí)信息，這使得委托人的權(quán)益受限制并且利益被削減。為了更好地解決這個(gè)問(wèn)題，契約理論可通過(guò)多個(gè)約束條件來(lái)設(shè)計(jì)方案，有效地解決了委托人對(duì)于金錢激勵(lì)的規(guī)劃，達(dá)到更優(yōu)越的激勵(lì)效果，讓代理人和委托人雙方均獲利。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明的目的在于提供一種群智感知不對(duì)稱信息場(chǎng)景中的激勵(lì)方法，以提高群智感知中經(jīng)濟(jì)效益與傳感質(zhì)量。

為實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

一種群智感知不對(duì)稱信息場(chǎng)景中的激勵(lì)方法，其特征在于，包括以下步驟：

步驟s1：對(duì)群智感知場(chǎng)景進(jìn)行特征提取并構(gòu)建為數(shù)學(xué)模型；

步驟s2：利用契約理論，將群智感知轉(zhuǎn)換為契約關(guān)系，并求出委托人和代理人相應(yīng)的期望效益函數(shù)；

步驟s3：針對(duì)對(duì)稱信息場(chǎng)景以及不對(duì)稱信息場(chǎng)景求解契約，給出最優(yōu)報(bào)酬方案；

步驟s4：根據(jù)所述最優(yōu)報(bào)酬方案計(jì)算委托人在選擇不同努力程度時(shí)的期望效益，比較不同努力程度時(shí)的期望效益，并給出最優(yōu)努力的判別不等式及最優(yōu)努力的選擇方案；

步驟s5：激勵(lì)代理人按照契約執(zhí)行任務(wù)并根據(jù)最優(yōu)報(bào)酬方案得到報(bào)酬，使委托人在群智感知中獲得最大收益。

進(jìn)一步的，所述群智感知場(chǎng)景的信息采集過(guò)程如下：

步驟s11：在信息傳輸采集系統(tǒng)中，由一個(gè)委托人公布一個(gè)采集任務(wù)，介紹任務(wù)內(nèi)容并公布不同質(zhì)量的結(jié)果相對(duì)應(yīng)的報(bào)酬；

步驟s12：代理人接受所述采集任務(wù)，使用手機(jī)采集信息并將結(jié)果遞交給委托人；

步驟s13：代理人完成任務(wù)后就會(huì)得到相對(duì)應(yīng)的報(bào)酬，用于支付完成任務(wù)的物質(zhì)損耗和的貢獻(xiàn)信息的獎(jiǎng)賞。

進(jìn)一步的，代理人遞交的結(jié)果好壞取決于代理人用以傳輸數(shù)據(jù)所用的信息傳輸速率，其表達(dá)式如下：

其中，xi為信息傳輸速率，b為帶寬，s為代理人的移動(dòng)設(shè)備的傳輸功率，n為高斯噪聲的功率；設(shè)置一閾值x，若信息傳輸速率xi大于閾值x，則將對(duì)應(yīng)的結(jié)果定義為好結(jié)果x1，對(duì)應(yīng)的代理人為高努力代理人；否則對(duì)應(yīng)的結(jié)果定義為壞結(jié)果x0，對(duì)應(yīng)的代理人為低努力代理人；高努力代理人達(dá)到好結(jié)果和壞結(jié)果的概率分別為和低努力代理人達(dá)到好結(jié)果和壞結(jié)果的概率分別為和

進(jìn)一步的，所述步驟s2中委托人和代理人相應(yīng)的期望效益函數(shù)如下：

其中，ev為委托人的期望收益，eu為代理人的期望收益；w(xi)為代理人的報(bào)酬，u(w(xi))為代理人的收益，v(e)為代理人的支出；k為數(shù)據(jù)和金額的轉(zhuǎn)換系數(shù)；pi為代理人達(dá)到好結(jié)果和壞結(jié)果的概率，

為了最大化委托人的效益，并讓代理人按照契約執(zhí)行，設(shè)計(jì)契約形式為

進(jìn)一步的，所述步驟s3的具體內(nèi)容如下：

在對(duì)稱信息場(chǎng)景，即委托人知道所有代理人信息的情況下，最大化問(wèn)題為：

其中下式為個(gè)體理性約束，代表代理人在此契約下的收益必須大于其保留收益u；

將最大化問(wèn)題求解得出契約方案，對(duì)于低努力則c＝{xi,u^-1(u)},對(duì)于高努力則c＝{xi,u^-1(v(e^h)+u)},

在不對(duì)稱信息場(chǎng)景，即委托人無(wú)法觀測(cè)代理人信息的情況下，最大化問(wèn)題為：

其中最后一式為激勵(lì)約束，代表若代理人提升努力所增加的收益若大于所增加的成本，則他會(huì)選擇提升努力，反之代理人會(huì)選擇使用低努力；

將最大化問(wèn)題求解得出契約方案，對(duì)于低努力則c＝{xi,u^-1(u)},對(duì)于高努力則

進(jìn)一步的，步驟s4中，所述最優(yōu)努力為當(dāng)委托人偏好這種努力時(shí)，可以獲得更高的收益的努力，根據(jù)步驟s3中計(jì)算的契約，在對(duì)稱信息情境下，委托人選擇高努力和地努力的收益分別為：

當(dāng)eu^h≥eu^l時(shí)，即得到最優(yōu)努力判別不等式：

同樣地，在不對(duì)稱信息情境下得到最優(yōu)努力判別不等式：

當(dāng)其成立時(shí)，則最優(yōu)努力為高努力，反之為低努力。

本發(fā)明與現(xiàn)有技術(shù)相比具有以下有益效果：本發(fā)明利用契約理論設(shè)計(jì)群智感知下的激勵(lì)機(jī)制，克服了在不對(duì)稱信息場(chǎng)景中努力不可觀測(cè)的現(xiàn)象，由于代理人與委托人利益相沖突，代理人容易偽裝信息來(lái)使自身利益增大，從而使委托人利益減小，本發(fā)明設(shè)計(jì)出最優(yōu)的報(bào)酬方案，有效地激勵(lì)代理人按照契約執(zhí)行任務(wù)，讓委托人在群智感知中獲得最大收益，具有一定的參考價(jià)值和實(shí)際經(jīng)濟(jì)效益。

附圖說(shuō)明

圖1是本發(fā)明一實(shí)施例的群智感知場(chǎng)景的信息采集過(guò)程示意圖。

圖2是本發(fā)明的信息傳輸速率密度分布圖。

圖3是本發(fā)明的契約方案即最優(yōu)報(bào)酬示意圖。

具體實(shí)施方式

下面結(jié)合附圖及實(shí)施例對(duì)本發(fā)明做進(jìn)一步說(shuō)明。

本實(shí)施例提供一種群智感知不對(duì)稱信息場(chǎng)景中的激勵(lì)方法，包括以下步驟：

步驟s1：對(duì)群智感知場(chǎng)景進(jìn)行特征提取并構(gòu)建為數(shù)學(xué)模型；

于本實(shí)施例中，所述群智感知場(chǎng)景的信息采集過(guò)程包括以下三步，具體如下：

步驟s11：在信息傳輸采集系統(tǒng)中，由一個(gè)委托人公布一個(gè)采集任務(wù)，介紹任務(wù)內(nèi)容并公布不同質(zhì)量的結(jié)果相對(duì)應(yīng)的報(bào)酬；

步驟s12：有一些代理人響應(yīng)，表示對(duì)所述采集任務(wù)感興趣，該代理人接收所述采集任務(wù)，使用手機(jī)采集信息并將結(jié)果遞交給委托人；

步驟s13：代理人完成任務(wù)后就會(huì)得到相對(duì)應(yīng)的報(bào)酬，用于支付完成任務(wù)的物質(zhì)損耗和的貢獻(xiàn)信息的獎(jiǎng)賞；該報(bào)酬實(shí)際上與代理人遞交的結(jié)果相掛鉤。

于本實(shí)施例中，所述代理人遞交的結(jié)果好壞取決于步驟s12中代理人用以傳輸數(shù)據(jù)所用的信息傳輸速率，其表達(dá)式如下：

其中，xi為信息傳輸速率，b為帶寬，s為代理人的移動(dòng)設(shè)備的傳輸功率，代理人可自行選擇高功率傳輸或低功率傳輸，相應(yīng)地將這兩種行為定義為高努力e^h和低努力e^l，n為高斯噪聲的功率；設(shè)置一閾值x，若信息傳輸速率xi大于閾值x，則將對(duì)應(yīng)的結(jié)果定義為好結(jié)果x1，對(duì)應(yīng)的代理人為高努力代理人；否則對(duì)應(yīng)的結(jié)果定義為壞結(jié)果x0，對(duì)應(yīng)的代理人為低努力代理人；高努力代理人達(dá)到好結(jié)果和壞結(jié)果的概率分別為和低努力代理人達(dá)到好結(jié)果和壞結(jié)果的概率分別為和且以及

步驟s2：利用契約理論，將群智感知轉(zhuǎn)換為契約關(guān)系，并求出委托人和代理人相應(yīng)的期望效益函數(shù)；

步驟s1中的信息采集過(guò)程存在1個(gè)委托人和n個(gè)代理人，效益函數(shù)定義為收入減去成本，委托人和代理人相應(yīng)的期望效益函數(shù)分別如下：

其中，ev為委托人的期望收益，eu為代理人的期望收益；w(xi)為代理人的報(bào)酬，u(w(xi))為代理人的收益；v(e)為代理人的支出，其努力程度掛鉤，高努力成本為v(e^h)，低努力成本為v(e^l)＝0；k為數(shù)據(jù)和金額的轉(zhuǎn)換系數(shù)，可默認(rèn)為1；pi為代理人達(dá)到好結(jié)果和壞結(jié)果的概率，

通過(guò)上兩式的對(duì)比，發(fā)現(xiàn)委托人和代理人之間存在效益沖突，為了最大化委托人的效益，并讓代理人按照契約執(zhí)行，需要設(shè)計(jì)一個(gè)契約形式為

步驟s3：針對(duì)對(duì)稱信息場(chǎng)景以及不對(duì)稱信息場(chǎng)景求解契約，給出最優(yōu)報(bào)酬方案；

為了最大化委托人的效益，并讓代理人按照契約執(zhí)行，在計(jì)算契約的最優(yōu)合約時(shí)，可將問(wèn)題構(gòu)造成一個(gè)帶有約束的最大化問(wèn)題，可使用朗格朗日乘子法來(lái)求解；

在對(duì)稱信息場(chǎng)景，即委托人知道所有代理人信息的情況下，最大化問(wèn)題為：

其中下式為個(gè)體理性約束，代表代理人在此契約下的收益必須大于其保留收益u；

將最大化問(wèn)題求解得出契約方案，對(duì)于低努力則c＝{xi,u^-1(u)},對(duì)于高努力則c＝{xi,u^-1(v(e^h)+u)},

在不對(duì)稱信息場(chǎng)景，即委托人無(wú)法觀測(cè)代理人信息的情況下，最大化問(wèn)題為：

其中最后一式為激勵(lì)約束，代表若代理人提升努力所增加的收益若大于所增加的成本，則他會(huì)選擇提升努力，反之代理人會(huì)選擇使用低努力；

將最大化問(wèn)題求解得出契約方案，對(duì)于低努力則c＝{xi,u^-1(u)},對(duì)于高努力則

步驟s4：根據(jù)所述最優(yōu)報(bào)酬方案計(jì)算委托人在選擇不同努力程度時(shí)的期望效益，比較不同努力程度時(shí)的期望效益，并給出最優(yōu)努力的判別不等式及最優(yōu)努力的選擇方案；

所述最優(yōu)努力為當(dāng)委托人偏好這種努力時(shí)，可以獲得更高的收益的努力，根據(jù)步驟s3中計(jì)算的契約，在對(duì)稱信息情境下，委托人選擇高努力和地努力的收益分別為：

當(dāng)eu^h≥eu^l時(shí)，即得到最優(yōu)努力判別不等式：

同樣地，在不對(duì)稱信息情境下得到最優(yōu)努力判別不等式：

當(dāng)其成立時(shí)，則最優(yōu)努力為高努力，反之為低努力。

步驟s5：激勵(lì)代理人按照契約執(zhí)行任務(wù)并根據(jù)最優(yōu)報(bào)酬方案得到報(bào)酬，使委托人在群智感知中獲得最大收益。

委托人根據(jù)本次信息采集過(guò)程中的代理人質(zhì)量、信道條件以及需求指標(biāo)來(lái)計(jì)算最優(yōu)努力判別不等式，得出最優(yōu)努力。發(fā)布相應(yīng)努力的契約方案，這樣就可在避免代理人隱瞞自身信息的前提下達(dá)到最大收益，使群智感知過(guò)程順利且有效。

為了讓一般技術(shù)人員更好的理解本發(fā)明的技術(shù)方案，以下結(jié)合具體實(shí)施例作詳細(xì)說(shuō)明。

如圖1所示，為群智感知中委托人與手機(jī)代理人的信息采集過(guò)程示意圖，包括如下具體步驟：

步驟一：在信息傳輸采集系統(tǒng)中，由一個(gè)云平臺(tái)公布一個(gè)采集任務(wù)。介紹任務(wù)內(nèi)容并公布對(duì)應(yīng)不同質(zhì)量的結(jié)果相對(duì)應(yīng)的報(bào)酬給所有代理人。

步驟二：有一些代理人，例如其中三個(gè)代理人1、3、5響應(yīng)，表示對(duì)其有興趣，之后代理人會(huì)使用自己的手機(jī)采集信息并將收集到的信息傳給委托人。而另外兩個(gè)代理人2、4由于某些約束則不參加任務(wù)；

步驟三：代理人完成任務(wù)后就會(huì)得到步驟一所宣稱的報(bào)酬，用于支付完成任務(wù)的物質(zhì)損耗和的貢獻(xiàn)信息的獎(jiǎng)賞。該報(bào)酬實(shí)際上是與代理人遞交的結(jié)果相掛鉤。

如圖2所示，為本發(fā)明中的信息傳輸速率密度分布的圖示；包括如下具體內(nèi)容：

步驟一：在本實(shí)施例中，已知待定參數(shù)包括：高努力手機(jī)代理人的發(fā)射功率為1w，低努力手機(jī)代理人的發(fā)射功率為0.5w，帶寬為20mhz。噪聲期望為μ＝0.2，噪聲方差σ＝0.05。

步驟二：結(jié)合高斯噪聲的功率頻譜密度，將不同噪聲功率數(shù)值代入信息傳輸速率的計(jì)算公式中分別繪制出高低努力信息傳輸速率密度分布。

步驟三：根據(jù)委托人的需求，界定一條好壞結(jié)果分界線即閾值x。本實(shí)施例中為45mhz。則大于分界線的信息傳輸速率則為好結(jié)果，小于的則為壞結(jié)果。

步驟四：根據(jù)概率密度面積比例，求出高低努力分別達(dá)到好壞結(jié)果的概率。

如圖3所示，為本發(fā)明中的契約方案即最優(yōu)報(bào)酬的圖示，包括如下具體內(nèi)容：

步驟一：在本實(shí)施例中，已知待定參數(shù)包括：高努力手機(jī)代理人的發(fā)射功率為1w，低努力手機(jī)代理人的發(fā)射功率為0.5w，帶寬為20mhz，代理人的效益函數(shù)為u＝log2(w(xi))，保留效益為1。

步驟二：以代理人遞交壞結(jié)果得到的效益為橫軸，遞交好結(jié)果得到的效益為縱軸，在對(duì)稱信息場(chǎng)景的契約求解中，先繪制出高低努力分別對(duì)應(yīng)的效益為u的無(wú)差異曲線，即為個(gè)體理性約束取等時(shí)的直線。再繪制出u1＝u0直線，該直線與高低努力個(gè)體理性約束取等線的交點(diǎn)即為最優(yōu)報(bào)酬，如圖上點(diǎn)1縱橫軸對(duì)應(yīng)的值為高努力好壞結(jié)果對(duì)應(yīng)的最優(yōu)報(bào)酬、點(diǎn)2同上。

步驟三：在不對(duì)稱信息場(chǎng)景的契約求解中，在對(duì)稱場(chǎng)景的基礎(chǔ)上再繪制出一條激勵(lì)約束取等曲線，該直線與高努力個(gè)體理性約束取等線的交點(diǎn)即為高努力最優(yōu)報(bào)酬，即點(diǎn)3，而低努力最優(yōu)報(bào)酬仍為點(diǎn)2。

上述分析說(shuō)明，本發(fā)明所提出的面向真實(shí)群智感知過(guò)程，針對(duì)在不對(duì)稱信息場(chǎng)景中存在的道德風(fēng)險(xiǎn)問(wèn)題而提出的基于契約理論的激勵(lì)方法具有真實(shí)性、可行性、有效性，具有一定的參考價(jià)值和實(shí)際經(jīng)濟(jì)效益。

以上所述僅為本發(fā)明的較佳實(shí)施例，凡依本發(fā)明申請(qǐng)專利范圍所做的均等變化與修飾，皆應(yīng)屬本發(fā)明的涵蓋范圍。