近年來,眾包模式以其高質(zhì)低成本的特點(diǎn)極大地促進(jìn)了軟件工程活動(dòng)的發(fā)展,例如眾包軟件開發(fā)、眾包測試等,但任務(wù)總數(shù)量呈現(xiàn)日益上漲趨勢(shì),造成眾包工作者挑選任務(wù)困難、任務(wù)發(fā)布者挑選候選人困難等問題。任務(wù)發(fā)布者需要在控制預(yù)算和團(tuán)隊(duì)規(guī)模的前提下,在數(shù)以百計(jì)的不熟悉的候選人中選擇高質(zhì)量的工作者組成團(tuán)隊(duì)完成任務(wù)。由于眾包虛擬團(tuán)隊(duì)是成功完成眾包任務(wù)的重要部分,以往的研究已經(jīng)嘗試應(yīng)用遺傳算法（GA）、交替變量法（AVM）等多種算法解決眾包團(tuán)隊(duì)組建問題,但性能仍然有限。本文考慮工作者的能力與薪資對(duì)成功完成軟件任務(wù)的影響,給出眾包團(tuán)隊(duì)組建問題應(yīng)用化的數(shù)學(xué)定義。該問題是典型的離散型組合問題,且復(fù)雜性較大,本文提出兩個(gè)智能優(yōu)化搜索算法CVTMaker和ESSA-rank來幫助任務(wù)發(fā)布者構(gòu)造理想的虛擬眾包團(tuán)隊(duì)。CVTMaker采用動(dòng)態(tài)實(shí)數(shù)給團(tuán)隊(duì)方案編碼,為克服（1+1）-ES容易在全局最優(yōu)解附近振蕩的缺點(diǎn),采用AVM搜索當(dāng)前最佳個(gè)體的局部空間,兩者交替執(zhí)行以協(xié)調(diào)算法的探索與開發(fā)的能力,進(jìn)而提高算法的總體性能。相較于CVTMaker,ESSA-rank在每次迭代可搜索更多的個(gè)體,采用基于適應(yīng)度值排序選擇的離散重組算子,... 

【文章來源】：大連理工大學(xué)遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：63 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景
    1.2 研究目的和意義
    1.3 領(lǐng)域內(nèi)研究現(xiàn)狀
        1.3.1 眾包任務(wù)推薦
        1.3.2 傳統(tǒng)項(xiàng)目團(tuán)隊(duì)組建問題
        1.3.3 眾包團(tuán)隊(duì)組建問題
    1.4 本文主要工作及創(chuàng)新點(diǎn)
    1.5 本文結(jié)構(gòu)
2 眾包團(tuán)隊(duì)組建問題分析與定義
    2.1 眾包團(tuán)隊(duì)行為分析
        2.1.1 應(yīng)用場景
        2.1.2 眾包行為特點(diǎn)
    2.2 眾包組建問題定義
    2.3 問題的討論
    2.4 本章小結(jié)
3 混合進(jìn)化策略搜索算法
    3.1 進(jìn)化策略
    3.2 基于個(gè)體的進(jìn)化策略(1+1)-ES
    3.3 交替變量法
    3.4 混合進(jìn)化策略算法CVTMaker
    3.5 本章小結(jié)
4 自適應(yīng)進(jìn)化策略搜索算法
    4.1 基于種群的進(jìn)化策略(μ+λ)-ES
    4.2 參數(shù)自適應(yīng)機(jī)制
    4.3 參數(shù)自適應(yīng)進(jìn)化策略算法ESSA-rank
    4.4 算法收斂性
    4.5 本章小結(jié)
5 實(shí)驗(yàn)評(píng)估
    5.1 經(jīng)典實(shí)例生成
    5.2 實(shí)例挖掘
    5.3 實(shí)驗(yàn)設(shè)計(jì)
    5.4 對(duì)比算法
    5.5 實(shí)驗(yàn)評(píng)估與結(jié)果分析
        5.5.1 兩算法的性能研究
        5.5.2 兩算法解決不同規(guī)模的問題的能力
    5.6 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于多Agent的眾包任務(wù)推薦系統(tǒng)建模與仿真[J]. 郭偉,邱丹逸.  計(jì)算機(jī)工程與科學(xué). 2017(05)



本文編號(hào)：3609541