买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华南理工大学申请的专利一种基于Lyapunov优化的群智感知任务匹配方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118278659B 。

龙图腾网通过国家知识产权局官网在2026-01-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410322099.0，技术领域涉及：G06Q10/0631；该发明授权一种基于Lyapunov优化的群智感知任务匹配方法是由汪秀敏;郭旭晖设计研发完成，并于2024-03-20向国家知识产权局提交的专利申请。

本一种基于Lyapunov优化的群智感知任务匹配方法在说明书摘要公布了：本发明公开了一种基于Lyapunov优化的群智感知任务匹配方法，包括以下步骤：信息收集：在每个时段开始时，平台收集任务信息和感知设备信息，任务发布者与感知设备向调度平台及时更新自己的信息；匹配效益计算：引入任务与设备的匹配效益概念，之后平台计算任务需求与不同设备之间的匹配效益；匹配方案建模：建立长期任务匹配效益目标函数，并根据空间位置、能源约束、感知设备硬件约束等因素设立对应的约束条件；问题转化：根据Lyapunov优化理论将优化目标函数转化为最小化Lyapunov漂移上界的问题；问题求解：基于最小权重最大流算法求解问题得出匹配方案，向对应感知设备发送感知命令。

本发明授权一种基于Lyapunov优化的群智感知任务匹配方法在权利要求书中公布了：1.一种基于Lyapunov优化的群智感知任务匹配方法，其特征在于，包括以下步骤： S1、建立系统模型、描述系统流程：引入群智感知系统模型，任务模型以及用户设备模型；在每个时段开始时，平台收集任务信息和感知设备信息，任务发布者与感知设备向调度平台及时更新自己的信息； S2、建立服务质量模型：引入任务与设备的服务质量概念，之后平台计算任务需求与不同设备之间的匹配效益； S3、建立惩罚模型：考虑任务完成的紧迫性，引入任务被延迟惩罚的概念，具体为：对当前回合中未完成和延迟的任务给予惩罚，惩罚与剩余的众感需求成正比，与任务的截止日期成反比，任务惩罚项应该被最小化，定义时隙t的任务惩罚项为: 其中πit表示任务的感知需求；τi表示该任务的剩余截止时间； S4、建立长期任务匹配效益目标函数，并根据空间位置、能源约束、感知设备硬件约束因素设立对应的约束条件，具体为：综合众感服务质量和惩罚，将长期任务匹配效用函数表示为前T个时隙匹配效益的均值，即为： 其中β是调整众测质量和惩罚重要性的参数；Pt表示时隙t的任务惩罚项，Qt为服务质量与数据质量之和； 在MCS中，移动用户j将消耗能量来执行任务i，假设用户j在时隙t执行任务i所消耗的能量为ei,jt，为了维持用户j的能量平衡，必须保证用户设备的能源队列Ejt的稳定性，将能量的稳定性表述为: 用户j的能量均值稳定，当且仅当 其中为定义的变量，为期望运算，EjT为设备的能源队列；为了避免任务分配的不公平性，分配给每个用户的长期平均任务数必须有一个上限，即 其中Bmax为用户长期平均任务数的上限，表示所有众感任务的集合，xi,jt表示任务i是否在时隙t分配给用户j，表示参与众感的所有移动设备用户的集合；考虑到以上问题，众感的长期效用优化问题表示为： 其中U为长期任务匹配效用函数，在上述约束条件中，式6表示任务i的众感需求，即招募的参与者数量；式7表示每个用户的能量必须是均值稳定的，式8表示长期平均处理的任务数不能超过上界，式9和式10表示只有当用户j可以执行任务i时，才能设置xi,jt＝1，否则为xi,jt＝0；是用户j参与的众感任务集，只有当用户j和任务i之间的距离不超过阈值时，用户j才能参与任务i； S5、为保持用户设备上能源的稳定性，建立设备能源队列模型； S6、为设备负载与公平性方面的考虑，建立设备公平性队列模型； S7、根据Lyapunov理论为目标函数建立罚减效用函数模型； S8、求解罚减效用函数上界，根据Lyapunov优化理论将优化目标函数转化为最小化该上界的问题； S9、基于最小权重最大流算法求解问题得出匹配方案，向对应感知设备发送感知命令。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。