1、移動群體感知是移動計算與移動互聯(lián)網領域的研究熱點，其基本思想是利用智能終端收集周圍環(huán)境的感知數據，并將這些感知數據應用于各種創(chuàng)新性應用。感知信息質量是決定移動群體感知性能的關鍵，而其中參與者選擇算法和激勵約束是影響感知信息質量的兩個重要因素，參與者選擇策略的目標是選擇有限數量的最優(yōu)移動節(jié)點，采集覆蓋最全面的感知數據。從這個目標出發(fā)，本文引入基于加權熵的多目標決策理論，設計基于加權熵多目標決策理論的參與者選擇算法，對感知節(jié)點的感知能力、轉

2、移到目標感知區(qū)域的轉移概率和激勵要求進行綜合評定，從而選擇出最優(yōu)質的感知節(jié)點來完成多感知任務。首先，構建了移動群體感知系統(tǒng)模型，該系統(tǒng)模型主要由發(fā)布感知任務的個人或實體、移動群體感知數據服務中心和感知節(jié)點組成。其次，根據連續(xù)馬爾科夫鏈原理建立感知節(jié)點的移動模型。最后，引入基于加權熵的多目標決策理論，設計了基于加權熵多目標決策理論的參與者選擇算法 MODSM，為了驗證算法的性能，本文應用 Python腳本語言進行實驗仿真，驗證了所設計方法