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！

龙图腾网获悉福建师范大学申请的专利一种基于模糊聚类和动态调度的移动群智感知任务分配方法及系统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：CN121504106B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202610045313.1，技术领域涉及：G06Q10/0631；该发明授权一种基于模糊聚类和动态调度的移动群智感知任务分配方法及系统是由张媛媛;黄钰清;黄锐泓;熊金波;毕仁万;汪晓丁;林立;金彪设计研发完成，并于2026-01-14向国家知识产权局提交的专利申请。

本一种基于模糊聚类和动态调度的移动群智感知任务分配方法及系统在说明书摘要公布了：本发明提出一种基于模糊聚类和动态调度的移动群智感知任务分配方法及系统；首先利用模糊聚类挖掘任务的潜在空间结构，通过软划分将任务归类为具有隶属度属性的模糊聚类；在获取任务的时空分布特征后，构建包含时空可行性与时间成本的效益矩阵，并采用匈牙利算法实现工人与任务聚类之间的全局最优匹配。针对在线执行阶段，设计了包含首要任务池与协作任务池的动态调度机制，工人依据结合时间紧迫性、空间邻近度及聚类隶属度的混合优先级指标筛选任务。本发明通过“宏观划分‑中观匹配‑微观调度”的分层机制，解决了大规模任务分配中全局效率与局部灵活性难以兼顾的问题，在显著提高总体任务完成率的同时有效降低了系统的时间资源成本。

本发明授权一种基于模糊聚类和动态调度的移动群智感知任务分配方法及系统在权利要求书中公布了：1.一种基于模糊聚类和动态调度的移动群智感知任务分配方法，其特征在于，所述方法以总体任务完成率最大化与总体任务时间资源成本最小化为优化目标，对给定的任务集合与工人集合进行任务分配，包括以下三个阶段： 第一阶段为模糊任务划分阶段，采用模糊聚类算法将具有地理位置属性的任务划分到不同的聚类区域中，获取每个任务对各个聚类的隶属度矩阵及聚类中心； 第二阶段为最优工人-聚类分配阶段，基于所述隶属度矩阵构建工人与聚类之间的效益矩阵，利用最大权匹配算法确定工人与任务聚类的一一映射关系，为每个工人指定一个负责的聚类区域； 第三阶段为混合优先级调度阶段，进入在线执行过程，工人根据所负责的聚类区域构建任务池，并依据包含时间、空间及隶属度的混合优先级指标动态选择并执行任务； 所述基于所述隶属度矩阵构建工人与聚类之间的效益矩阵，利用最大权匹配算法确定工人与任务聚类的一一映射关系，具体如下： 首先构建效益矩阵，效益矩阵中的元素表示将工人分配给聚类的预期效 益，计算公式如下： 其中，为隶属度矩阵中的元素，为模糊系数，为工人执行任务的 预估时间成本，是防止分母为0而引入的值，为时空可行性判断函数： 其中，表示当前的时间，表示任务的过期时间，表示工人需返回初始地点的 截止时间，表示工人的移动速度，表示任务所在位置与工人初始位置之间的 距离； 接着，将效益矩阵转化为成本矩阵，成本矩阵中的元素的计算公式如下： 并利用匈牙利算法对成本矩阵求解，得到使总效益最大化的最优匹配方案。

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福建师范大学，其通讯地址为：350002 福建省福州市闽侯县上街镇大学城科技路1号福建师范大学旗山校区；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。