基于优化理论的任务定价与分配模型

本文由用户“hao123gg”分享发布 更新时间:2020-03-02 11:18:29 举报文档

以下为《基于优化理论的任务定价与分配模型》的无排版文字预览,完整格式请下载

下载前请仔细阅读文字预览以及下方图片预览。图片预览是什么样的,下载的文档就是什么样的。

基于优化理论的任务定价与分配模型 摘要 APP 拍照任务定价问题是一个任务发布者(APP 平台)和任务完成者(会员)间双 向决策问题。任务发布者希望在任务成本较小的情况下,任务的完成量尽可能的大;而 作为任务完成者追求任务完成后的收益尽可能的大。 问题 1:我们得到任务定价主要与任务附近范围内的会员密集程度、给定区域内任 务集中程度、任务难易程度有关。根据所给数据,通过定量分析方法,得到任务的定价 与上述三个因素满足规律 Pi ? P0 ? 0.5Ri ? Si ? Qi 。针对该定价规律,我们分析了任务未完 成的原因主要有:(1)任务本身定价较低,使会员对该任务的满意度未达到期望值; (2)高收入地区会员期望值较高,导致在其他地区能够完成的任务在该地区未被完成; (3)高信誉会员的任务额较高,而且有优先选择任务的权力,预约任务过多,导致很 多任务没及时完成。 问题 2:首先,针对问题一定价规律中存在的缺陷,我们对问题一中的定价模型进 行改进。(1)对于经济发达的地区,会员的收益期望值较高,在定价时,应当适当提 高了该地区任务的定价;(2)考虑到高信誉会员优先选择任务和限额的特点,在计算会 员密集程度时,把一个高信誉会员当做若干个会员处理。建立了新的定价模型。其次, 根据新的定价模型,以任务有效完成量最大为目标,以会员预定限额、会员接单期望、 不同城市经济发展水平的用户期望值等条件为约束,建立了任务分配的优化模型。考虑 到模型约束条件比较复杂,现有方法很难对模型进行求解,我们设计了一种基于最大流 的启发式算法,利用 MATLAB 编程,对模型进行求解。求解结果与问题一比较,在总 费用基本不变的情况下,使得任务的完成率提高了 24.5%。 问题 3:为了进一步提高任务的完成率,借鉴了商品的打包销售方法,我们给出三 条具体的打包原则:(1)距离相近的任务(集中度较高的任务)应考虑打包发布;(2) 未完成的任务应尽量与自己距离相近的已完成的任务打包发布;(3)距离相近的价格差 比较大的任务应尽量考虑打包发布。按照该原则,我们对任务进行打包处理,把每个包 看作一个新的任务。类似于问题二,重新建立了打包情况下的任务定价模型和任务分配 优化模型。通过模型的求解,得到在总费用大致不变的情况下,使任务的总完成率在问 题二的基础上又提高了 7.2%。 问题 4:对于给定的任务地理位置和会员的分布情况,由于此时任务的难易程度未 知,在问题三的定价模型中,舍弃了问题难易度因素,只利用会员密集程度、给定区域 内任务集中程度、不同地区会员的期望值不同等因素,建立了任务定价模型和任务分配 优化模型。得到任务的完成率是 87.8%,较好地解决了任务的定价和分配问题。 定价模型考虑了会员密集程度、任务集中度、任务难易程度等因素。任务优化分配 模型提高了任务的有效完成率,基于最大流的启发式算法计算精度高、运算时间短。 关键词: 任务定价 定价规律 打包原则 优化模型 1 1.1 问题的背景 1 问题重述 随着移动互联网的高速发展,“拍照赚钱”这种基于移动互联网的自助式劳务众包 平台应运而生。相比传统的市场调查,它不但节省调查成本,而且有效地保证了调查数 据真实性,缩短了调查的周期。APP 作为“拍照赚钱”平台运行的核心。用户在 APP 上注册会员,完成所领取的拍照任务后即可赚取标定的酬金。而 APP 中任务的定价是 维持平台运行的核心要素,APP 拍照任务定价问题是一个任务发布者(APP 平台)和任 务完成者(会员)间双向决策问题。任务发布者希望在任务成本较小的情况下,任务的 完成量尽可能的大;而作为任务完成者追求任务完成后的收益尽可能的大。若定价不合 理,会使任务无人问津。因此,如何合理定价成为当下一个非常热门而重要的话题。 1.2 问题的相关信息 根据题目提供的相关信息,可知如下数据条件: 附件 1 给出了 835 个任务的位置、定价和完成情况,其中“1”表示完成,“0”表 示未完成; 附件 2 包含了 1877 个会员的位置、信誉值、任务开始预订时间和预订限额。原则 上会员信誉越高,越优先挑选任务,其配额就越大; 附件 3 给出了 2066 个任务的位置信息。 1.3 需解决的问题 问题一:分析附件 1 中的任务数据,建立相应的数学模型,研究项目的任务定价规 律,并对未完成的任务找出原因; 问题二:为附件 1 中的项目设计一种新的任务定价方案,并与原方案进行比较; 问题三:为了提高项目的完成数量,给出将任务联合打包的方案,改进问题二中的 定价模型,并分析打包对任务完成情况的影响。 问题四:利用所建立的定价模型给出附件 3 中新项目的任务定价方案,并评价该方 案的实施效果。 2.1 模型的假设 2 模型假设和符号说明 (1)假设任意两点之间的实际路程可以用直线距离近似代替; (2)假设每个会员都处于在线状态,是否接单取决于对任务的满意度是否大于期望值; (3)假设会员在其预定任务开始时间 30 分钟内挑选任务。预定任务开始时间,会员 越早开始挑选任务; (4)假设所有会员理性挑选任务,不存在会员随意抢单的情况。 2 2.2 符号的说明 符号 d ?i, j? 餶i 餲1,餲2,餲3 ,餲4 Vj ej Qj tj t稷j d jA D 说明 会员 j 和任务 i 之间的距离 任务 i 完成的可能性指标 XX、XX、XX和XX四块区域期望值阈值 会员 j 愿意接受任务点的集合 会员 j 所能接受任务限额 会员 j 的信誉值 会员 j 开始预定任务的时间 会员 j 完成任务的时间 会员 j 经过集合 A 中所有点的最短距离 任务完成所需总金额限制 3.1 经纬度-距离转换[1] 3 数据预处理 为了得到任意两个任务、会员或会员与任务间的直线距离,我们对经纬度进行转换。 地球上任意一点地理坐标都可以用有序数对表示为 (u, v) ,u 为经度,v 为纬度。以 地心 O 为坐标原点,赤道平面为 xOy 平面,0 度经线圈所在的平面为 xOz 平面建立三维 直角坐标系,则 其中, R ? 6370 为地球半径。 痨x ? R cos u cos v 痫 痦 y ? R sin u cos v , 痫痤z ? R sin v 根据解析几何的知识,任意两点 A(uA, vA ), B(uB , vB ) 间实际距离为 d ? R arccos( OA鹱OB ) , | OA | 鹱 | OB | 将式(3—1)代入化简得 (3—1) 3 d ? R arccos[cos(uA ? uB ) cos vA cos vB ? sin vA sin vB ]. 4 问题一的模型建立与求解 4.1 数据的描述分析 根据附件 1、2 中的经纬度信息,我们将任务、会员标注在二维地图上,并利用任 务标价绘制热图。图 4-1 绘制了项目任务的地理位置分布,其中红点表示已完成任务, 黑点表示未完成任务;图 4-2 绘制了会员的地理位置分布。根据任务定价绘制热图,颜 色从蓝过渡到红,表示定价从低到高。 图 4-1 任务分布与标价关联图 图 4-2 会员分布与标价关联图 从上述两图中可以看出,价格较高的任务主要集中在城市内部,且大致可以按城市 划分成XX、XX、XX和XX四块区域。左图反映了任务价格较高的点与任务的密集 程度有关,且任务越密集,价格越高,但是价格的高低不能完全决定任务的完成情况; 右图反映了会员的分布情况,会员在该区域的分布较为均匀。 4.2 影响定价的指标因素 参照出租车的定价策略[2],我们分析得到任务附近邻域内会员密集程度、任务集中 程度、任务难易程度、不同经济地区会员的期望值是影响任务定价 Pi 的主要因素。 会员密集程度 mi : 设 mi 是以任务点 i 为中心,半径 d 范围内的会员数,以 mi 作为任务点 i 会员集中程 度的指标。定义函数 餭ij ? 痨痫1, d ?i, 痦痫痤0, d ?i, j?穑 d j? ? d ,i鹞 E, j 鹞F , 其中, d ?i, j? 为任务 i 与会员 j 两点间的直线距离, F 为会员集合, E 为任务集合。 因此,该范围内的会员数可表示为 n2 疱 mi ? 餭ij . j ?1 利用 MATLAB 软件,绘制价格与会员数 mi 的二维散点图 4—3。 4 85 80 价格 75 70 65 0 10 20 30 40 50 60 会员数n 图 4-3 任务定价与会员数关系图 会员密集程度反映***情况。会员集中程度越高,该任务被 完成的可能性越大,此时该任务的定价就越低,则会员数 mi 与定价呈负相关。 任务集中程度 qi : 设 qi 为以任务点 i 为中心,半径 d 范围内的任务数,以 qi 作为任务点 i 附近任务集中 程度的指标。定义函数 因此,任务集中程度 餯ij ? 痨痫1, d ?i, 痦痫痤0, d ?i, j?穑 d j? ? d ,i 鹞 E, j 鹞F , n1 疱 qi ? 餯ij . j ?1 利用 MATLAB 软件,绘制价格与任务集中程度 qi 的二维散点图 4—4。 85 80 价格 75 70 65 0 5 10 15 20 25 30 35 40 R7 图 4-4 定价与任务集中程度关系图 任务密集程度反映***情况。任务的集中程度越高,供用户 挑选的任务也就越多,在集中度高,距离近的情况下,任务的定价较低。 5 任务难易程度 si : 由于各项任务的性质不同,完成它的难易程度也不同。当某一任务较难完成时,为 了提高它的吸引力,就要给出较高的定价。我们将任务按照难易程度分为三个档次:很 难、较难、一般。 4.3 任务定价规律 为了保证任务能够顺利完成和会员的基本收益,对每项任务设定它的基础价格为 P0 , 结合上述的三个指标,我们给出第 i 个任务的定价 Pi : Pi ? P0 ? 0.5Ri ? Si ? Qi (4—1) 这里, P0 为基础定价,设为 65,其余指标转换值按如下方式给出: 表 4-1 会员密集程度 mi 与 Ri 对应表 mi 1~2 3~4 5~6 7~8 8~9 10~11 12~13 14~15 16~17 18~19 Ri 20 19 18 17 16 15 14 13 12 11 mi 20~21 22~23 24~25 26~27 28~29 30~31 32~33 34~35 36~37 >37 Ri 10 9 8 7 6 5 4 3 2 1 表 4-2 任务难易程度 si 与 Si 对应表 si 很难 较难 一般 Si 10 5 0 表 4-3 任务集中程度 qi 与 Qi 对应表 qi 0~15 16~30 >30 Qi 5 2.5 0 说明:考虑到任务发布者与会员双方的利益,我们限定任务最低定价为 65 和最高 定价为 85,一旦当 Pi 小于 65 时,规定定价取值 65;当 Pi 大于 85 时,规定定价取值 85。 将附件 1 中的实际数据代入公式比较,多数数据满足公式(4-1);部分与公式有较大出 入的定价,是由于任务的难易程度影响造成的。根据这些数据,我们也能计算出各个任 务的难易程度。 例:任务号码 A0773,已完成,会员密集程度 mi ? 6 ,任务集中程度 qi ? 2 ,实际定 价为 85,已完成,则可带入公式 85 ? P0 ? 0.5Ri ? Si ? Qi ? 65 ? 0.5鸫18 ? Si ? 0,解得 Si ? 11, 则任务难易程度为“很难”。 4.4 未完成任务原因分析 (1)原因一:某些任务邻近区域内,任务密集,而会员人数远少于任务数,人均任 务量远远大于其实际完成能力。 例:任务号码 A0436,会员密集程度 mi ? 3 ,任务集中程度 qi ? 7 ,任务难易程度 si ?“一般”,理论定价为 Pi ? P0 ? 0.5Ri ? Qi ? Si ? 65 ? 0.5鸫19 ? 0 ? 2.5 ? 72 ,实际定价为 75, 虽然定价基本合理,但是由于会员人数少,任务多,会员会找性价比更高的任务来完成, 6 而放弃该项任务。 (2)原因二:任务本身定价较低,使会员完成该任务的收益达不到期望值。某些 任务远离会员密集地,若会员要完成需花费较高的费用,且任务定价较低,使得回报低 于成本,故出现无人接单的情况。 例:任务号码 A0350,会员密集程度 mi ? 8 ,任务集中程度 qi ? 6 ,任务难易程度 si ?“一般”,理论定价为 Pi ? P0 ? 0.5Ri ? Qi ? Si ? 65 ? 0.5鸫17 ? 0 ? 2.5 ? 71 ,实际定价为 65 ? 71,定价过低,满足不了会员的期望。 (3)原因三:高收入地区会员对收益要求较高,导致很多任务没人接单。例如XX 地区居民普遍收入较高,对收益也有较高的期望值,使得在其他地区能够完成的任务产 生的收益值不足以吸引他们去完成。 例:任务号码 A0468,会员密集程度 mi ? 8 ,任务集中程度 qi ? 2 ,任务难易程度 si ?“一般”,理论定价为 Pi ? P0 ? 0.5Ri ? Qi ? Si ? 65 ? 0.5鸫17 ? 0 ? 5 ? 67.5 ,实际定价为 80 ? 67.5 ,此任务所在地位*_**,居民收入水平较高,即使此任务性价比高,也 难以吸引会员。 (4)原因四:高信誉会员的限额较高,预约过多任务,导致很多任务没及时完成。 某些任务周围有较多低信誉会员,但此任务被高信誉会员优先预约,而高信誉会员由于 多任务在身或此任务距离较远而没有完成。 (5)原因五:任务难度过高,导致任务性价比不高,或者任务所在地的周边环境, 如有交通故障难以通行、危险地带等原因,导致任务无法及时完成。 各任务点未完成原因如下图所示: 原因一 原因二 原因一 原因四 原因二 原因二 原因三 图 4-5 未完成任务点原因分析图 7 5 问题二的模型建立与求解 5.1 问题二的分析 首先,分析问题一中定价模型存在的不足主要有:未考虑到不同地区会员对收益的 期望值,以及信誉度高的会员接单限额和开始预约时间对任务定价的影响。结合这些因 素,我们给出新的定价方案。其次,影响任务完成与否的主要因素为会员对收益的期望 值,所以我们定义了会员对任务的满意度。结合给出的定价模型,建立以任务完成量最 大为目标的优化模型。 5.2 定价模型 5.2.1 模型的建立 由于问题一给出的定价规律没有很好地考虑到不同地区经济发展的不平衡,不同地 区会员的收益期望值不同,高信誉会员优先选择任务和限额的特点,导致大量的任务未 被完成。所以,针对上述原因,我们建立了新的任务定价模型。 ①对于经济发达的地区,会员的收益期望值较高,相同的定价在其他地区可以被完 成,所以在定价时,对该地区任务的定价给予一定的提高。 ②考虑到高信誉会员优先选择任务和限额的特点,在计算会员密集程度时,把一个 高信誉会员按其所能完成的任务限额,把他当做若干个会员处理。 ③由于问题一中,相当一部分任务并不是由于价格过低而未被完成的,所以我们不 再限制最低价格和最高价格。 基于上述分析,建立定价模型如下: Pi稷? P0 ? 0.5Ri ? Si ? Qi ? Ti 其中, mi稷 表示 mi 个会员在任务限额限定下能完成的任务总数; 图 5-1 会员限额总数 mi 与 Ri 对应表 mi稷 1~3 4~6 7~9 10~12 13~15 16~18 19~21 22~24 Ri 20 19 18 17 16 15 14 13 mi稷 31~33 34~36 37~39 40~42 43~45 46~48 49~51 52~54 Ri 10 9 8 7 6 5 4 3 (5-1) 25~27 28~30 12 11 55~57 >57 2 1 Ti ? 痨5, 任务i位于经济发达地区 痦痤0, 任务i不位于经济发达地区 ; P0 , Si , Qi 与问题一模型中相同。 5.2.2 模型的求解 将附件 1,附件 2 中的数据和问题一中得到的各任务的难易程度,结合上述公式, 利用 MATLAB 编程,得到各个任务的定价如下(部分结果),详细结果见附件二: 8 表 5-1 任务定价情况表 任务号码 原定价 A0022 65 A0012 65.5 A0468 80 A0018 66 A0006 75 A0450 85 A0693 65.5 A0264 67 A0835 85 A0830 85 A0468 80 A0734 75 现定价 65 70.5 86 71 77.5 87 69.5 72 82 79 90 90 表 5-2 优化前后总定价和完成率情况表 总定价 任务平均定价 原方案 57641.5 68.87 现方案 58732.6 70.17 5.3 用户满意度 对于会员是否接单,最关键考虑的是任务的性价比,也就是收入支出比。当某一会 员对任务的满意度大于某一阈值时,该会员有意愿接受此任务,即任务被完成。这里, 我们定义会员 j 对任务 i 的满意度为 餶ij ? Pi稷 c 鹱d ?i, j? , 其中, Pi稷 表示任务 i 的定价, c 表示单位距离所需的费用, d ?i, j? 表示会员 j 和任务 i 之 间的距离。 考虑到会员的信誉度会对任务的完成有影响,因此,我们定义罚函数 ci ?1? Qj maxQj , 其中, Q j 表示会员 j 的信誉度, maxQj 表示以任务 i 为中心, r 为半径范围内会员信誉 的最大值。建立衡量任务 i 是否完成的可能性指标为 餶i ? max 痨痫 痦 痫痤 c 鹱 Pi稷 d ?i, j? 疰 痃痃痂1 ? Qj maxQ j 瘀 瘅瘅瘌 d ?i, j? 穑 r 瘘痫 瘕 痫瘙 . (5—2) 当任务点 i 的指标值餶i 大于或等于某一阈值 餲 时,我们认为存在会员愿意接受该任 务;否则,该任务未完成。式(5—2)作为衡量指标,不但考虑了会员的实际选择依据, 而且能解释当性价比接近时,平台优先安排信誉度较高的会员的原则。 9 5.4 任务优化分配模型 5.4.1 模型的建立 在给出模型之前,我们对定义一些基本符号: n1 表示任务数, n2 表示会员数; d ?i, j? 为会员 j 和任务 i 之间的距离; 餶i 为任务 i 完成的可能性指标; 餲 为阈值; Vj 表示会员 j 愿意接受任务点的集合; e j 表示会员 j 所能接受任务限额; xij ? 痨1, i 鹞Vj 痦痤0, i 鹣Vj ,当 i 鹞Vj 时, 内容过长,仅展示头部和尾部部分文字预览,全文请查看图片预览。 ); std::ios::sync_with_stdio(false);cin.tie(0); cin >> n >> m; //读入任务的数据, 以及总人数 for (int i = 0; i < n; i++){ Task tmp; for (int j = 0; j < 3; j++){ cin >>tmp.p[j]; } tasks.push_back(tmp); int m; cin >> m; // 读取在该任务一定范围内用户的数据, 该数据由另一个程序 处理得到。 tmp.user_vct.clear(); for (int i = 0; i < m; i++){ User usertmp; cin >> usertmp.id >> usertmp.tasks >> usertmp.credits; tmp.user_vct.push_back(usertmp); } } for (int i = 0; i < 3; i++){ cin >> ansrange[i].first >> ansrange[i].second; 24 } return 0; } 25 [文章尾部最后500字内容到此结束,中间部分内容请查看底下的图片预览]请点击下方选择您需要的文档下载。

  1. 联盟升级1-60任务流程(完全版)
  2. XX员:会员申请表下载--中国招标与采购网
  3. 数据库设计过程ppt课件
  4. 市《政府工作报告》重点任务完成情况通报
  5. 一年级下古诗
  6. 项目式学习在小学语文阅读教学中的应用研究
  7. 生技部汇报材料
  8. 附件5:安全生产专项整治问题隐患清单
  9. 数据分析期末论文
  10. 青年大学习流程图(1)(1)
  11. 网站简介内容
  12. OA系统软件选型标准
  13. 公司员工转正申请最终版本(员工级)
  14. 九年级Unit 1教案
  15. “三讲三看三增强”主题形势任务教育学习资料(一)
  16. 教育机器人工程挑战赛主题与规则
  17. ABAQUS常见问题汇总
  18. 会员规则
  19. 【商务沟通方法与技能】 官方笔记汇总

以上为《基于优化理论的任务定价与分配模型》的无排版文字预览,完整格式请下载

下载前请仔细阅读上面文字预览以及下方图片预览。图片预览是什么样的,下载的文档就是什么样的。

图片预览