众包任务分配就是将众包平台中合适的任务分配给合适的众包方,以充分利用众包方的能力资源,提高任务的完成进度。针对众包平台中的任务分配问题,结合多Agent技术,提出一种基于多Agent的众包任务分配算法,该算法综合考虑众包方的任务负载、兴趣、能力,以及新众包方等因素,并将众包方变为主动竞争任务的智能体。众包平台中各组成部分构成Agent,多Agent之间相互协作,形成智能的多Agent的众包任务分配平台的体系结构,以此来保证众包任务高效地分配,准时地完成,提高了企业复杂任务工作的效率对基因或基因产物功能上的相似性的研究是生物信息学关注的热点。基因本体数据描述了基因和基因产物的属性,基于基因本体术语相似度的研究对基因功能的分析相似度计算方法-电动数控滚圆机滚弧机张家港电动钢管滚圆机滚弧机折弯机、比较和预测具有重要意义。本文研究了基于基因本体的语义相似度计算方法,基于信息量的计算方法,结合最低和最近公共祖先节点,提出了一种改进的相似度计算方法。通过相似度值与专家打分结果相比较的方法进行评价,实验结果表明本方法比传统方法更有效。 图4、图5所示。使用随机分配算法时众包任务是以轮转的方式分配给众包方的，所以每名众包方分配得到的各类任务数量比例基本相同。而在本算法中，根据众包方完成此类任务的经验值来分配任务。所以众包方的经验值越高，所分配得到的此类任务数目越多。图4随机分配算法中众包方获得任务比例F’图5本文算法中众包方获得任务比例Fig束语本文基于众包理论和方法，结合Agent技术，提出一个基于多Agent的众包任务分配算法。以Agent技术的自治性、反应性、社会性和能动性特点为目标［5］，本文有公司网站全自动滚圆机采集转载中国知网整理 http://www.gunyuanji.com  通过任务分配Agent分配任务，把任务分配给能力最高，以及对此类任务感兴趣的众包方，并且对入选的众包方，将难度系数高的任务分配给技能高的众包方，简单的任务分配给技能相对低的众包方，保证众包任务合理的分配，可通过众包方的个么节点C1和C2就是节点t的不相容祖先节点。综合上述定义推得，疾病C1和C2的相似度计算公式为:Simcouto(C1，C2)=1CDAs(C1，C2)|∑c∈CDAs(C1，C2)IC(c)(6)其中，|CDAs(C1，C2)|表示共同不相容祖先的个数。上述基于祖先节点信息量的疾病相似性方法，都是基于共同祖先的概念，从单个或部分祖先节点的角度考虑2个术语的相似性，而忽略了属于自身的信息和不同层次的节点信息差异。以图2的DAG图为例，利用MICA的计算方式，2个节点的相似度为这2个节点在DAG结构中拥有最大信息量的共同祖先节点的信息量。而在图2中，节点B、C和节点B、D拥有相同的MICA，得到的相似度相同。但是分析后却会发现，C和D属于不同的层次关系，B、C的相似度应该高于B、D的相似度。因此不同层次的节点信息差异也是研究参考因素之一。!"$#%图2基因本体DAG图示的方法忽略了2个术语自身的信息量，当2个术语信息量较大时，对相似度准确性的影响也较大。基于此，Lin则提出了一种新的相似度计算方法，定义疾病C1和C2相似度计算方法-电动数控滚圆机滚弧机张家港电动钢管滚圆机滚弧机折弯机本文有公司网站全自动滚圆机采集转载中国知网整理 http://www.gunyuanji.com