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！

龙图腾网恭喜南京大学申请的专利一种基于完全信息下竞价博弈的任务分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：CN113868932B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202110641786.5，技术领域涉及：G06F30/25；该发明授权一种基于完全信息下竞价博弈的任务分配方法是由王崇骏;张杰;冯帅;沈俊东;李宁设计研发完成，并于2021-06-09向国家知识产权局提交的专利申请。

本一种基于完全信息下竞价博弈的任务分配方法在说明书摘要公布了：本发明公开了一种基于完全信息下竞价博弈的任务分配方法，包括，进行数据采集，获取真实应用场景中用户的策略数据和能力数据；对获取到的数据进行数据预处理，使用PSO算法获取每项任务下的用户最优排序；进行动态博弈，建立不断演化的动态博弈机制；进行攻防演化博弈，考虑到实际应用中的信息不完全共享条件，进一步构建攻防演化博弈模型。通过本发明可以对任务分配过程设计了优化算法，对任务进行解析并根据工人的能力函数进行自监督学习，在此基础上使用了改进的演化攻防博弈，通过不同众测规模以及有无扰动的对比实验，使传统的算法模型收敛更好，且能在外部扰动下很好的节约众测成本。具有较强的实用性，适用于所有的众包系统系统中。

本发明授权一种基于完全信息下竞价博弈的任务分配方法在权利要求书中公布了：1.一种基于完全信息下竞价博弈的任务分配方法，其特征在于：包括以下步骤， 步骤1，进行数据采集，获取真实应用场景中用户的策略数据和能力数据； 步骤2，对获取到的数据进行数据预处理，根据用户的能力进行初始的任务分配，使用PSO算法获取每项任务下的用户最优排序； 步骤3，进行动态博弈，不同的攻击者和防御者根据自身的态势信息生成不同的决策方案，随着时间的推移，各用户基于任务收益呈现攻防对抗的动态进化趋势，在收益差异的牵引和学习机制的驱动下，用户建立不断演化的动态博弈机制； 步骤4，进行攻防演化博弈，考虑到实际应用中的信息不完全共享条件，进一步构建攻防演化博弈模型； 所述策略数据包括用户的攻击策略集，防守策略集，给定攻击方的概率推断和防御方的概率推断的数据； 所述步骤2的数据预处理还包括以下步骤， 步骤2-1，初始化智能粒子群，所述智能粒子群中的每一个粒子代表一个潜在的解，通过目标函数确定每个粒子的适应值，决定其优劣，每个粒子在解空间中运动，其飞行速度决定粒子的运动方向和位置，每个粒子通过追随自身的个体最好位置与群体的全局最好位置来动态调整自己的飞行速度，最后通过搜索迭代找到近似最优解； 步骤2-2，基于给定的位置矢量，计算适应度；若算法终止条件成立，则输出当前位置矢量及精度值，并结束算法;否则判断当前迭代轮次是否大于最大迭代伦次，若成立，则输出当前位置矢量及精度值，并结束算法，若不成立，则继续上述步骤进行迭代； 步骤2-3，更新算法中的参量，首先对最优解集合进行更新，然后基于公式对惯性权重进行更新，最后对粒子的速度和位置进行更新； 步骤2-4，判断解的可行性，若判断结果为可行，则继续迭代，若判断结果为不可行，则将结果转换至可行域内并继续迭代； 所述步骤3的动态博弈还包括以下步骤， 步骤3-1，攻击方在采用不同的策略下，通过对应的策略收益值和概率推断，计算得到期望收益，并计算此时平均收益，由以上计算可得到攻击方的复制动态方程； 步骤3-2，计算防御方的复制动态方程，防御方在采用不同的策略下，通过对应的策略收益值和概率推断，计算得到期望收益和平均收益，由以上计算可得到防御方的复制动态方程和演化的动态方程组，最后可得到演化的稳定均衡解； 所述步骤4中攻防演化博弈模型的构建还包括以下步骤， 步骤4-1，在态势不完全共享的理性条件下，构建攻防演化博弈模型； 步骤4-2，攻防对抗博弈过程中，攻击方和防御方的决策者均有多个策略可供选择，在博弈过程的不同阶段，策略被攻防决策者采用的概率不同，且该概率随着时间的推移在学习机制的作用下不断修正，从而使攻防策略选取形成一个动态变化过程。

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南京大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163号南京大学地球科学与工程学院；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”。