基于樹分解的空間眾包最優(yōu)任務分配算法

　　隨著配備高保真傳感器的移動設備的普及以及無線網絡資費的迅速下降，空間眾包成為一種新型的問題解決框架，被用于將位置相關的任務（如路況報告，食品配送）分配給工人（配備智能設備并愿意完成任務的人）．本文研究空間眾包中最優(yōu)任務分配問題，關鍵在于設計出將每個任務分配給最合適的工人的任務分配策略，以使得完成的總任務數(shù)目最大化，而所有的工人可以在完成所分配的任務后，在預期最晚工作時間之前返回起點，找到全局最優(yōu)分配是一個棘手的問題，因為該問題不等于單個工人的最佳分配的簡單累加．本文注意到，僅有部分工人存在任務依賴，因此本文利用樹分解技術將工人分割成獨立的集合，并提出一種帶啟發(fā)式的深度優(yōu)先搜索算法，該算法可以快速地更新啟發(fā)函數(shù)界限，從而高效的對不可能成為最優(yōu)解分配方案盡早地剪枝，實驗表明，本文所提出的方法是非常有效的，可以很好地解決最優(yōu)任務分配問題．