黃華梅 陸建波* 李文敬 宋慶蘭 謝小紅

1(南寧師范大學(xué)計(jì)算機(jī)與信息工程學(xué)院 廣西 南寧 530100)

2(南寧師范大學(xué)物流管理與工程學(xué)院 廣西 南寧 530100)

3(廣西財(cái)經(jīng)學(xué)院新聞與文化傳播學(xué)院 廣西 南寧 530003)

0 引 言

隨著人工智能技術(shù)快速發(fā)展,家政服務(wù)、電子商務(wù)、網(wǎng)絡(luò)求職等現(xiàn)代服務(wù)業(yè)迎來(lái)了前所未有的發(fā)展前景。國(guó)家二孩政策的實(shí)施、老齡化的日趨嚴(yán)重、病人的護(hù)理和對(duì)大健康的追求等,都推動(dòng)著人們對(duì)家政服務(wù)的巨大需求。但是,目前的家政服務(wù)交易主要存在三個(gè)問(wèn)題:(1) 交易模式、交易流程不規(guī)范,交易效率不高;(2) 在服務(wù)交易的操作過(guò)程中缺乏智能化以及自動(dòng)化;(3) 存在交易的數(shù)據(jù)流、資金流和信息流不透明、可篡改、可抵賴(lài)等信用與安全問(wèn)題。在此基礎(chǔ)上,本文融合區(qū)塊鏈、群智算法等技術(shù)解決家政服務(wù)交易匹配問(wèn)題,對(duì)社會(huì)具有廣闊的應(yīng)用價(jià)值。

1 相關(guān)工作

Nakamoto[1]發(fā)表了區(qū)塊鏈的論文《Bitcoin:A peer-to-peer electronic cash system》后,區(qū)塊鏈理論和技術(shù)成為人們研究的熱點(diǎn),國(guó)內(nèi)外專(zhuān)家學(xué)者對(duì)區(qū)塊鏈技術(shù)與應(yīng)用進(jìn)行了深入的研究。首先,分析區(qū)塊鏈在家政服務(wù)的應(yīng)用研究方面,孔德財(cái)?shù)萚2]針對(duì)家庭服務(wù)人員和雇主的供需信息實(shí)現(xiàn)最優(yōu)的雙邊匹配問(wèn)題,從而提高匹配效率和降低成本; Guo[3]研究了物流服務(wù)提供商和顧客之間的物流服務(wù)交易匹配問(wèn)題,建立了多屬性組合交易匹配模型,進(jìn)行優(yōu)化的目的是實(shí)現(xiàn)顧客的滿(mǎn)意度最大化。其次,服務(wù)交易及服務(wù)智能化方面,潘麗[4]提出基于Agent的服務(wù)自動(dòng)交易模型,并提高效率,減少了人工服務(wù)交易;Kosba等[5]通過(guò)利用區(qū)塊鏈和智能合約等技術(shù)在互不信任的參與者之間,無(wú)需受信任的第三方可安全進(jìn)行交易,運(yùn)用智能合約系統(tǒng),保護(hù)信息交易的隱私且減少了交易成本;文獻(xiàn)[6]在解決絕大多數(shù)全局優(yōu)化問(wèn)題上,群體智能是一種目前比較盛行的方法,更重要的是它具有并行和分布式特征,為實(shí)現(xiàn)大數(shù)據(jù)的智能化、并行化處理提供了技術(shù)保證;曹慕昆等[7]提出了基于多目標(biāo)遺傳算法的雙邊多屬性自動(dòng)談判協(xié)商模型解決電子商務(wù)中談判的速度和效率問(wèn)題;范吉立等[8]基于以太坊的去中心化物品共享服務(wù)交易系統(tǒng),提出了基于智能合約的機(jī)制的交易管理處理流程,通過(guò)實(shí)驗(yàn)驗(yàn)證具有較高的運(yùn)行效率;楊燕艷[9]研究了家政服務(wù)匹配問(wèn)題,結(jié)合群體智能匹配技術(shù)進(jìn)行研究,針對(duì)傳統(tǒng)的家政服務(wù)供需匹配方式存在的匹配效率低下、滿(mǎn)意程度不高問(wèn)題,通過(guò)聚類(lèi)和匹配來(lái)實(shí)現(xiàn)雇主與家政從業(yè)人員的供需匹配問(wèn)題,但是在聚類(lèi)過(guò)程中引用戴偉輝等提出的群體智能的優(yōu)化蟻群聚類(lèi)算法來(lái)實(shí)現(xiàn)供需,未運(yùn)用自己的相關(guān)方法來(lái)實(shí)現(xiàn);Zhang等[10]解決了B2B電子商務(wù)中的電子商務(wù)運(yùn)輸服務(wù)交易問(wèn)題,確定及優(yōu)化由客戶(hù)生成在線(xiàn)訂單之間的匹配;趙志剛等[11]在數(shù)據(jù)庫(kù)驅(qū)動(dòng)的認(rèn)知無(wú)線(xiàn)電網(wǎng)絡(luò)中實(shí)現(xiàn)主要用戶(hù)和次要用戶(hù)雙邊保護(hù)隱私的效用最大化。眾多學(xué)者運(yùn)用區(qū)塊鏈技術(shù)對(duì)各個(gè)領(lǐng)域的理論和應(yīng)用展開(kāi)研究[12-15],并且也取得相應(yīng)的成果。賀海武等[16]對(duì)區(qū)塊鏈和智能合約技術(shù)的應(yīng)用場(chǎng)景以及發(fā)展中存在的問(wèn)題進(jìn)行探討,并對(duì)如何實(shí)現(xiàn)進(jìn)行詳細(xì)的講解;文獻(xiàn)[17]提出了改進(jìn)的粒子群算法用于解決地磁匹配航跡規(guī)劃問(wèn)題,利用無(wú)人機(jī)的機(jī)動(dòng)性能約束和地磁匹配的特點(diǎn),創(chuàng)建了粒子群優(yōu)化算法的航跡規(guī)劃方法,滿(mǎn)足地磁匹配的要求;陳睿等[18]通過(guò)對(duì)粒子群蟻群改進(jìn),對(duì)多目標(biāo)雙邊匹配進(jìn)行研究,提高了算法尋優(yōu)速度;韋福祥等[19]對(duì)服務(wù)交易的模式特性進(jìn)行理論分析,并對(duì)服務(wù)以及服務(wù)交易提出一系列新觀(guān)點(diǎn)。

綜上所述,目前尚未看到融合人工智能和區(qū)塊鏈技術(shù)應(yīng)用在家政服務(wù)行業(yè)的研究,但隨著社會(huì)老齡化的日趨嚴(yán)重、病人的護(hù)理和對(duì)大健康的迫切需求,導(dǎo)致社會(huì)對(duì)家政服務(wù)的需求不斷加劇,且家政服務(wù)系統(tǒng)功能不夠規(guī)范缺乏智能化服務(wù),滿(mǎn)足不了社會(huì)對(duì)家政服務(wù)業(yè)的日益需求。因此本文提出一種基于區(qū)塊鏈的家政服務(wù)交易群智合約算法研究。

2 家政服務(wù)交易合約概念

2.1 傳統(tǒng)的家政服務(wù)交易流程

隨著現(xiàn)代社會(huì)經(jīng)濟(jì)的快速發(fā)展,服務(wù)業(yè)成為人們快速關(guān)注的焦點(diǎn),但想要服務(wù)業(yè)走在發(fā)展前沿,必須加快服務(wù)產(chǎn)業(yè)在應(yīng)用方面的創(chuàng)新,同時(shí)推進(jìn)服務(wù)業(yè)和經(jīng)濟(jì)的發(fā)展,并為社會(huì)帶來(lái)更多的經(jīng)濟(jì)效益。其中,家政企業(yè)只有不斷提高服務(wù)質(zhì)量,優(yōu)化服務(wù)流程及交易模式,才能打造出高層次、高質(zhì)量、高水平的優(yōu)質(zhì)家政服務(wù)。傳統(tǒng)家政服務(wù)交易參與者主要是有家政服務(wù)提供者、家庭用戶(hù)及家政服務(wù)交易平臺(tái)構(gòu)成。家政服務(wù)交易的流程是由家政服務(wù)交易平臺(tái)發(fā)布招聘信息和服務(wù)信息,家政服務(wù)提供者在平臺(tái)上查詢(xún)信息并與家政服務(wù)交易平臺(tái)進(jìn)行談判薪資待遇并簽訂勞動(dòng)合同。家庭用戶(hù)通過(guò)查詢(xún)家政平臺(tái)上的服務(wù)信息,選擇適合自己的家政服務(wù)提供者,并與家政服務(wù)提供商進(jìn)行對(duì)接,商討議價(jià)、付款、簽訂合同,最后由家政服務(wù)平臺(tái)完成家政服務(wù)相關(guān)安排工作。在此交易過(guò)程中,家庭用戶(hù)的隱私信息無(wú)法保證是否泄露,安全性無(wú)法保障,并且家政服務(wù)交易的流程缺乏智能化,交易的數(shù)據(jù)流、資金流和信息流不透明,可篡改、可抵賴(lài)等信用與安全問(wèn)題無(wú)法保證。在家政服務(wù)交易過(guò)程中,可能會(huì)出現(xiàn)的問(wèn)題,如家政服務(wù)提供者和家庭用戶(hù)出現(xiàn)違約、服務(wù)質(zhì)量難以保證、家庭用戶(hù)滿(mǎn)意程度不高且效率低等問(wèn)題。對(duì)于上述存在亟待解決的問(wèn)題,本文以區(qū)塊鏈與人工智能理論技術(shù)作支撐,并結(jié)合改進(jìn)的粒子群算法進(jìn)行研究。

2.2 傳統(tǒng)家政服務(wù)交易模型

隨著人工智能的快速發(fā)展,傳統(tǒng)的家政服務(wù)業(yè)正逐步向新興服務(wù)業(yè)轉(zhuǎn)型,新興服務(wù)業(yè)的轉(zhuǎn)變更能滿(mǎn)足于客戶(hù)的需求,對(duì)傳統(tǒng)的家政服務(wù)交易模型整個(gè)流程進(jìn)行簡(jiǎn)易描述,傳統(tǒng)的家政服務(wù)模型有四個(gè)階段,具體流程如圖1所示。

圖1 家政服務(wù)交易智能合約傳統(tǒng)概念模型

1) 信息發(fā)布:家政服務(wù)提供者或家庭用戶(hù)分別對(duì)家政平臺(tái)發(fā)布的家政信息進(jìn)行信息查詢(xún),家政服務(wù)商對(duì)所需家政服務(wù)提供者提出的需求且對(duì)家庭用戶(hù)的需求進(jìn)行相應(yīng)分析,并會(huì)給出一個(gè)滿(mǎn)意結(jié)果供家庭用戶(hù)或家政服務(wù)提供者參考。

2) 談判協(xié)商:家庭用戶(hù)與家政服務(wù)提供者分別與家政服務(wù)交易平臺(tái)進(jìn)行服務(wù)內(nèi)容、費(fèi)用等談判商議,并記錄相關(guān)信息,家政服務(wù)交易平臺(tái)根據(jù)家庭用戶(hù)的主觀(guān)需求,對(duì)家庭用戶(hù)匹配適合該家庭用戶(hù)需求的家政服務(wù)提供者,最終給出匹配結(jié)果。

3) 服務(wù)支付:家政服務(wù)交易平臺(tái)要支付家政服務(wù)提供者所約定的費(fèi)用,家庭用戶(hù)要對(duì)家政服務(wù)交易平臺(tái)完成服務(wù)的費(fèi)用支付。

4) 服務(wù)評(píng)價(jià):家庭用戶(hù)對(duì)家政服務(wù)提供者的服務(wù)做出服務(wù)體驗(yàn)后的評(píng)價(jià),填寫(xiě)反饋信息表,對(duì)相關(guān)服務(wù)進(jìn)行評(píng)價(jià)及評(píng)星級(jí),該評(píng)價(jià)會(huì)對(duì)家政服務(wù)提供者的有關(guān)技能進(jìn)行衡量總結(jié)。

2.3 基于去中心化的家政服務(wù)交易智能合約區(qū)塊鏈模型

針對(duì)傳統(tǒng)的家政服務(wù)交易存在著業(yè)務(wù)流程、交易特征、市場(chǎng)需求分析等問(wèn)題,與去中心化和智能合約進(jìn)行融合,本文提出去中心化家政服務(wù)交易群智合約區(qū)塊鏈概念模型,如圖2所示。

圖2 去中心化家政服務(wù)交易區(qū)塊鏈概念模型

去中心化家政服務(wù)交易區(qū)塊鏈概念模型交易執(zhí)行分為如下幾個(gè)步驟:

1) 家庭用戶(hù)、家政服務(wù)提供者與家政服務(wù)交易平臺(tái)必須先注冊(cè)為區(qū)塊鏈上的用戶(hù),區(qū)塊鏈返回公鑰和私鑰給用戶(hù),公鑰作為區(qū)塊鏈上用戶(hù)的賬號(hào)地址,私鑰為用戶(hù)加密的唯一密鑰。

2) 家政服務(wù)平臺(tái)根據(jù)家庭用戶(hù)和家政服務(wù)提供者提出的信息需求查詢(xún)以及協(xié)商,交易雙方通過(guò)群智算法進(jìn)行交易匹配,同時(shí)需要簽訂一份共同都認(rèn)可的協(xié)議合約,內(nèi)容主要包括交易數(shù)據(jù)、時(shí)間內(nèi)容、觸發(fā)合約自動(dòng)執(zhí)行的條件等,參與合約簽訂的交易雙方通過(guò)獲取到的私鑰對(duì)合約進(jìn)行簽名加密,并確認(rèn)合約是否有效以及準(zhǔn)確,可避免合約被惡意篡改,對(duì)合約產(chǎn)生不必要的影響。

3) 將交易的合約擴(kuò)散到區(qū)塊鏈中,通過(guò)驗(yàn)證節(jié)點(diǎn)對(duì)合約的正確性進(jìn)行合法性檢驗(yàn),若驗(yàn)證達(dá)成共識(shí),當(dāng)觸發(fā)合約的事件時(shí),自動(dòng)執(zhí)行合約內(nèi)容。

在整個(gè)交易過(guò)程中,本文模型實(shí)現(xiàn)了去中心化、合約信息公開(kāi)且透明、不可篡改、合約自動(dòng)執(zhí)行。交易方不需要第三方的支持實(shí)現(xiàn)彼此信任。提出的去中心化家政服務(wù)交易智能合約區(qū)塊鏈模型,在整個(gè)服務(wù)交易過(guò)程解決家政服務(wù)交易過(guò)程中去中心化、缺少智能化、資金流、現(xiàn)金流等存在的信用問(wèn)題。

智能合約以信息化的方式進(jìn)行編程,是以數(shù)字化的形式來(lái)定義的協(xié)議,通過(guò)區(qū)塊鏈技術(shù)將合約的內(nèi)容轉(zhuǎn)為計(jì)算機(jī)可識(shí)別的代碼,通過(guò)P2P網(wǎng)絡(luò)傳播到每個(gè)節(jié)點(diǎn),在此需要等待區(qū)塊鏈上的大多數(shù)驗(yàn)證節(jié)點(diǎn)對(duì)該合約驗(yàn)證,并且驗(yàn)證后需要達(dá)成一致共識(shí),才能實(shí)現(xiàn)合約能自動(dòng)執(zhí)行。在交易過(guò)程中交易雙方必須信任彼此,所有的操作都需要全體驗(yàn)證、確認(rèn)后,才算成功,發(fā)生的所有交易認(rèn)證均在P2P區(qū)塊鏈網(wǎng)絡(luò)中進(jìn)行。

3 模型描述及算法設(shè)計(jì)

3.1 區(qū)塊鏈加密與數(shù)字簽名

本文對(duì)數(shù)字簽名與非對(duì)稱(chēng)加密技術(shù)理論知識(shí)簡(jiǎn)述。非對(duì)稱(chēng)加密技術(shù)在區(qū)塊鏈技術(shù)的應(yīng)用十分廣泛。本文所使用的加密算法是ECC橢圓曲線(xiàn)的非對(duì)稱(chēng)加密算法,詳細(xì)請(qǐng)見(jiàn)文獻(xiàn)[20]。本文利用數(shù)字簽名保證文件數(shù)據(jù)傳輸?shù)臏?zhǔn)確性,也保證數(shù)據(jù)是否篡改及發(fā)送者的身份準(zhǔn)確性。數(shù)字簽名具體流程如圖3所示。

圖3 數(shù)字簽名流程

3.2 區(qū)塊鏈模塊與智能合約模塊

區(qū)塊鏈?zhǔn)且粋€(gè)不斷增長(zhǎng)的分布式數(shù)據(jù)庫(kù),由多方參與者共同記錄的分布式賬本,底層核心技術(shù)為基礎(chǔ),底層核心技術(shù)由分布式算法、加密簽名、密碼學(xué)原理、共識(shí)機(jī)制等相關(guān)理論技術(shù)建立彼此的信任關(guān)系,本文中的區(qū)塊鏈模塊主要是運(yùn)用區(qū)塊鏈技術(shù),實(shí)現(xiàn)智能合約的存儲(chǔ),使得合約自動(dòng)執(zhí)行。而區(qū)塊鏈?zhǔn)且詤^(qū)塊為單位的鏈狀數(shù)據(jù)結(jié)構(gòu),區(qū)塊中所產(chǎn)生的數(shù)據(jù)都會(huì)記錄在區(qū)塊里,區(qū)塊鏈中單個(gè)區(qū)塊數(shù)據(jù)結(jié)構(gòu)包括區(qū)塊長(zhǎng)度、版本號(hào)、上一區(qū)塊的hash值、本區(qū)塊hash值、時(shí)間戳、難度系數(shù)、隨機(jī)值、數(shù)據(jù)的hash、其他等相關(guān)信息,整體的區(qū)塊鏈架構(gòu)具體如圖4所示。

圖4 整個(gè)區(qū)塊的數(shù)據(jù)結(jié)構(gòu)

智能合約由密碼學(xué)家尼克·薩博(Nick Szabo)于1995年首次被提出的,它是一種以信息化方式傳播、驗(yàn)證、執(zhí)行合同的計(jì)算機(jī)協(xié)議,且允許在沒(méi)有第三方的情況下進(jìn)行可信的交易,可以用于對(duì)交易接收以及處理,同時(shí),對(duì)于交易的信息是可追蹤且不可逆轉(zhuǎn)的。智能合約包括兩個(gè)子模塊:合約生成和合約執(zhí)行,合約生成主要負(fù)責(zé)在remix瀏覽器上用solidity語(yǔ)言編寫(xiě),通過(guò)編輯區(qū)將合約代碼傳送到區(qū)塊鏈進(jìn)行存儲(chǔ),而合約執(zhí)行模塊是負(fù)責(zé)運(yùn)行合約和存儲(chǔ)代碼。

基于區(qū)塊鏈的智能合約執(zhí)行分為如下3個(gè)步驟:

1) 家政服務(wù)交易區(qū)塊鏈的用戶(hù)首先注冊(cè)成區(qū)塊鏈賬戶(hù),由多個(gè)共同參與交易者制定交易合約,包括交易時(shí)間、內(nèi)容、觸發(fā)合約自動(dòng)執(zhí)行條件。隨后將合約的內(nèi)容用solidity語(yǔ)言進(jìn)行編程,參與者分別用各自私鑰簽名。

2) 合約通過(guò)P2P網(wǎng)絡(luò)擴(kuò)散到家政區(qū)塊鏈中的各個(gè)節(jié)點(diǎn),等待共識(shí)時(shí)間到時(shí),驗(yàn)證節(jié)點(diǎn)將所有交易合約集合打包存儲(chǔ)到內(nèi)存中,通過(guò)哈希函數(shù)算出哈希值,然后擴(kuò)散到區(qū)塊鏈上的驗(yàn)證節(jié)點(diǎn),通過(guò)驗(yàn)證后可執(zhí)行交易。

3) 智能合約定期對(duì)自動(dòng)機(jī)狀態(tài)以及觸發(fā)條件進(jìn)行檢驗(yàn),滿(mǎn)足條件的交易以及事務(wù)進(jìn)行驗(yàn)證,若驗(yàn)證無(wú)誤并達(dá)成共識(shí),即自動(dòng)執(zhí)行成功并通知用戶(hù)。

3.3 區(qū)塊鏈與粒子群群智算法的融合

本文融合的機(jī)制是根據(jù)粒子群算法、區(qū)塊鏈技術(shù),以及提出的家政服務(wù)交易的流程和執(zhí)行過(guò)程,使得家政服務(wù)交易中通過(guò)對(duì)粒子群算法和智能合約二者進(jìn)行融合。需要兩步:首先,通過(guò)粒子群算法將家政服務(wù)提供者和家庭用戶(hù)進(jìn)行交易匹配,選取匹配度最高的家政服務(wù)提供者為家庭用戶(hù)服務(wù),先通過(guò)粒子群算法將家政服務(wù)提供者和家庭用戶(hù)進(jìn)行交易匹配,選取匹配度最高的家政服務(wù)提供者為家庭用戶(hù)服務(wù),并通過(guò)solidity語(yǔ)言編寫(xiě)好智能合約,然后利用區(qū)塊鏈技術(shù)對(duì)合約參與方創(chuàng)建合約。其次,將合約信息和交易信息存儲(chǔ)在區(qū)塊上,即智能合約自動(dòng)執(zhí)行。

鑒于以上的理論基礎(chǔ),能夠有效解決家政服務(wù)交易流程的中心化問(wèn)題,以及交易信息不安全、交易數(shù)據(jù)流、資金流不可追溯、易篡改和缺少交易智能化等問(wèn)題。

3.4 去中心化家政服務(wù)交易智能合約模型描述

該模型提出去中心化多屬性多邊交易機(jī)制,根據(jù)多個(gè)參與者的自身情況和需求的條件,綜合考慮各參與方的目的,允許服務(wù)交易的多方公平公正的靈活交易。本文通過(guò)效用值來(lái)評(píng)判雙方價(jià)格匹配的優(yōu)劣,效用值是表示用戶(hù)對(duì)于某一屬性的滿(mǎn)意度,并從中可以獲取較好的利益,而效用函數(shù)是用來(lái)計(jì)算用戶(hù)滿(mǎn)意度的效用值。在多方參與者服務(wù)交易中,設(shè)n為家庭用戶(hù)的報(bào)價(jià),m為家政服務(wù)提供者的報(bào)價(jià),設(shè)U={u|u=1,2,…,n}為家庭用戶(hù)的集合,V={v|v=1,2,…,m}為家政服務(wù)提供者集合,家政服務(wù)提供者有k項(xiàng)屬性,家庭用戶(hù)U對(duì)家政服務(wù)提供者V屬性f的要求稱(chēng)為約束,F={f|f=1,2,…,k},Mk={(u,v)|u∈U,v∈V}是家庭用戶(hù)和家政服務(wù)人員兩者的某一個(gè)有效匹配,M={m1,m2,…,mk}是有效匹配的總集合。用I={i1,i2,…,in}來(lái)表示每個(gè)家庭用戶(hù)的報(bào)價(jià)向量,用J={j1,j2,…,jn}來(lái)表示各個(gè)家政服務(wù)提供者的報(bào)價(jià)向量。in某一個(gè)家庭用戶(hù)的報(bào)價(jià),jn為家政服務(wù)提供者的某一報(bào)價(jià),Imin為某一個(gè)家庭用戶(hù)的報(bào)出的最低價(jià),Imax為某一個(gè)家庭用戶(hù)報(bào)出的最高價(jià),Jmin為家政服務(wù)提供者所能接受的最低價(jià),wu、wv分別為家庭用戶(hù)和家政服務(wù)提供者需求屬性的權(quán)重偏好值,cuv表示為某次交易的匹配數(shù)量,puv表示為一次交易的價(jià)格。如果家政服務(wù)提供者V屬性值滿(mǎn)足家庭用戶(hù)U各約束,同時(shí)家庭用戶(hù)出價(jià)不小于家政服務(wù)提供者V的最低定價(jià),則符合匹配條件,U可以和V進(jìn)行匹配。假設(shè)家庭用戶(hù)對(duì)所有家政服務(wù)提供者屬性值有一個(gè)總滿(mǎn)意度排序,家政服務(wù)提供者對(duì)所有的家庭用戶(hù)出價(jià)也有一個(gè)滿(mǎn)意度排序,則多屬性雙邊匹配的目標(biāo)是使雙方都盡量得到自己最佳的匹配方。家庭用戶(hù)和家政服務(wù)提供者之間匹配結(jié)果有多個(gè),為了進(jìn)行匹配結(jié)果比較,建立匹配評(píng)價(jià)規(guī)則。所以該多邊屬性交易模型的建立如下:

(1)

(2)

Xu=Zu×wu

(3)

Xv=Zv×wv

(4)

(5)

(6)

s.t.

wu,wv∈[0,1]

(7)

(8)

(9)

Zu,Zv∈[0,1]

(10)

模型中,式(1)和式(2)分別表示為家庭用戶(hù)及家政服務(wù)提供者的價(jià)格效用函數(shù),式(3)和式(4)表示家政服務(wù)提供者和家庭用戶(hù)對(duì)匹配雙方匹配成功的滿(mǎn)意度,式(5)表示家政服務(wù)提供者和家庭用戶(hù)二者匹配總體的效用值,式(6)表示匹配評(píng)價(jià)函數(shù)。式(7)為權(quán)重值wu和wv的取值范圍,式(8)和式(9)表示為家政服務(wù)提供者和家庭用戶(hù)價(jià)格權(quán)重比例和為1,式(10)表示效用值z(mì)u、zv的取值范圍。

3.5 基本粒子群算法

粒子群算法是啟發(fā)式優(yōu)化算法,通過(guò)種群粒子間的合作和競(jìng)爭(zhēng)關(guān)系,在每次迭代搜索過(guò)程中通過(guò)兩個(gè)極值進(jìn)行更新找到最優(yōu)解。PSO具有結(jié)構(gòu)簡(jiǎn)單、參數(shù)少、便于實(shí)現(xiàn),適合做科學(xué)研究和工程應(yīng)用的優(yōu)點(diǎn),因此被學(xué)者們廣泛關(guān)注與研究并應(yīng)用于諸多領(lǐng)域,取得了一定的成果。

PSO包含兩個(gè)重要的操作,速度更新和位置更新,分別為:

(11)

(12)

式中:t和d分別表示搜索空間中的第t次迭代和第d維;w為慣性權(quán)重;r1和r2代表[0,1]范圍內(nèi)的隨機(jī)值;c1和c2是加速度常數(shù);pid表示第i個(gè)變量的個(gè)體極值;pgd表示全局最優(yōu)解。

3.6 改進(jìn)的粒子群算法

本文通過(guò)對(duì)傳統(tǒng)的粒子群優(yōu)化算法從搜索機(jī)制進(jìn)行改進(jìn),提高收斂速度,解決算法易陷入局部最優(yōu)問(wèn)題,從而提高算法的整體運(yùn)行速度。根據(jù)家政服務(wù)提供者和家庭用戶(hù)的需求屬性,結(jié)合雙方需求情況并給出雙方在進(jìn)行交易中匹配度較高的最優(yōu)選擇機(jī)制,且減少雙方對(duì)交易服務(wù)的選擇操作,進(jìn)而在交易的過(guò)程中實(shí)現(xiàn)交易流程的智能化和自動(dòng)化。實(shí)驗(yàn)驗(yàn)證表明,改進(jìn)后的算法能較好地解決多屬性多邊組合優(yōu)化匹配的問(wèn)題。

在粒子群算法中,粒子在運(yùn)動(dòng)的過(guò)程中會(huì)根據(jù)自身的經(jīng)驗(yàn)來(lái)獲取的解稱(chēng)為局部最優(yōu)解,而在所有粒子當(dāng)中位置最好的解被稱(chēng)為全局最優(yōu)解。粒子在進(jìn)行移動(dòng)的過(guò)程中用一種測(cè)量方法來(lái)衡量自身的位置的好壞,稱(chēng)這種測(cè)量方法為適應(yīng)度函數(shù),而適應(yīng)度函數(shù)是判斷粒子的優(yōu)劣,同時(shí)每個(gè)粒子都是通過(guò)信息共享跟蹤最佳粒子的位置來(lái)進(jìn)行調(diào)整自身的位置,不斷更新迭代找到最優(yōu)解。

受文獻(xiàn)[20]的啟發(fā),粒子群算法位置的公式保持不變,對(duì)式(11)進(jìn)行了改進(jìn),引入了平均搜索策略計(jì)算pBest,用高斯分布來(lái)計(jì)算gBest,改進(jìn)的速度更新策略具有更好地保持搜索多樣性的能力。更新后的公式如下:

(13)

(14)

(15)

對(duì)于每個(gè)粒子適應(yīng)度評(píng)價(jià)C,是由兩個(gè)準(zhǔn)則組成:匹配的滿(mǎn)意度和報(bào)價(jià)金額。

fitness(C)=(ma×accuracy+mp×number)

(16)

式中:ma為家庭用戶(hù)和家政服務(wù)提供者匹配的滿(mǎn)意度;accaracy為匹配滿(mǎn)意度權(quán)重,取值[0,1];mp為家庭用戶(hù)和家政服務(wù)提供者匹配的報(bào)價(jià);number為家政服務(wù)提供者報(bào)價(jià)次數(shù)。

算法1改進(jìn)粒子群算法

Step1初始化算法參數(shù)和問(wèn)題參數(shù)。種群規(guī)模為N,設(shè)定粒子維數(shù)D,最大迭代次數(shù)Tmax,c1=c2,慣性權(quán)重w。更新初始粒子的位置和速度,確定pBest和gBest。

Step2對(duì)每一家庭用戶(hù),根據(jù)家庭用戶(hù)需求對(duì)所有滿(mǎn)足需求的家政服務(wù)提供者進(jìn)行適應(yīng)度的計(jì)算,同時(shí)由高到低進(jìn)行排序,序號(hào)為Fi;對(duì)每一個(gè)家政服務(wù)提供者,根據(jù)所提供的家政服務(wù)對(duì)滿(mǎn)足的家庭用戶(hù)需求按價(jià)格由低到高進(jìn)行排序,序號(hào)為Fj。

Step3對(duì)每個(gè)家庭用戶(hù)根據(jù)自身適應(yīng)度值選擇與家政服務(wù)提供者的適應(yīng)度值做比較,如果家政服務(wù)提供者的適應(yīng)度值高,就更新當(dāng)前的家政服務(wù)提供者最優(yōu)位置。

Step4根據(jù)上述改進(jìn)的公式更新每個(gè)粒子的速度和位置,直到完成粒子之間的匹配。

1) 每個(gè)粒子根據(jù)搜索的策略選擇應(yīng)該與自身需求匹配最優(yōu)的家政服務(wù)提供者。

2) 從未匹配的家政服務(wù)提供者中隨機(jī)選擇下一個(gè)家政服務(wù)提供者。

3) 記錄當(dāng)前匹配的節(jié)點(diǎn)對(duì),將已匹配的家政服務(wù)提供者,從家政服務(wù)提供者集合中移除。

Step5根據(jù)匹配的結(jié)果執(zhí)行總體適應(yīng)度函數(shù),根據(jù)適應(yīng)值的公式更新每個(gè)粒子的速度和位置。更新全局最優(yōu)解,記錄最優(yōu)解的結(jié)果。

Step6若迭代次數(shù)達(dá)到最大值或全局最優(yōu)解在一個(gè)水平值上保持不變,則退出程序,否則轉(zhuǎn)向Step2。

3.7 家政服務(wù)交易群智合約算法

以粒子群群智合約區(qū)塊鏈模型為架構(gòu),以群體智能算法為理論基礎(chǔ)。提出的家政服務(wù)多邊交易智能合約應(yīng)當(dāng)滿(mǎn)足以下約束條件:

1) 所有的家庭用戶(hù)和家政服務(wù)提供者雙方均可參與信息發(fā)布、查詢(xún)和交易。

2) 交易信息記錄和數(shù)據(jù)公開(kāi),不可篡改。

3) 合約執(zhí)行及自動(dòng)結(jié)算。

算法2家政服務(wù)交易粒子群智能合約算法

Step1通過(guò)家政服務(wù)平臺(tái)發(fā)布的交易服務(wù)信息,通過(guò)參數(shù)初始化交易請(qǐng)求。

Step2家庭用戶(hù)和家政服務(wù)提供者在家政服務(wù)平臺(tái)上的交易請(qǐng)求通過(guò)參與交易函數(shù),提取交易參數(shù)。

Step3通過(guò)式(5)計(jì)算雙方的匹配總體滿(mǎn)意度。

Step4通過(guò)改進(jìn)粒子群算法與式(3)、式(4)進(jìn)行多屬性用戶(hù)交易匹配,顯示用戶(hù)的匹配信息,判斷是否同意匹配,若同意匹配,則進(jìn)行Step4,反之,則返回到Step2重新進(jìn)行匹配。

Step5交易雙方自愿同意匹配之后,用各自私鑰進(jìn)行簽名生成的合約,通過(guò)合約生成函數(shù)同時(shí)將交易信息生成智能合約。

Step6合約生成后,將合約傳入?yún)^(qū)塊中,通過(guò)區(qū)塊鏈上的驗(yàn)證節(jié)點(diǎn)通過(guò)共識(shí)后,根據(jù)服務(wù)完成的時(shí)間自動(dòng)完成交易。

算法流程如圖5所示。

圖5 家政服務(wù)交易智能合約算法流程

4 應(yīng)用實(shí)例與實(shí)驗(yàn)結(jié)果

本文提出家政服務(wù)交易粒子群智能合約算法以及交易機(jī)制通過(guò)實(shí)驗(yàn)驗(yàn)證該算法的有效性,本文采用基于Java語(yǔ)言在Eclipse編譯軟件對(duì)改進(jìn)的粒子群算法進(jìn)行編程,基于Solidity語(yǔ)言在remix瀏覽器上編寫(xiě)智能合約算法,將家政服務(wù)多邊交易智能合約發(fā)布在基于以太坊平臺(tái)上,構(gòu)建一個(gè)多節(jié)點(diǎn)去中心化家政服務(wù)交易仿真平臺(tái)進(jìn)行仿真實(shí)驗(yàn)。通過(guò)實(shí)驗(yàn)驗(yàn)證該算法用于去中心化家政服務(wù)交易是一種有效的算法。

在仿真服務(wù)交易平臺(tái)上,初始化粒子數(shù)Nm=30,最大迭代次數(shù)設(shè)置為200。某一家政服務(wù)交易表1、表2的服務(wù)交易意向信息:10個(gè)家庭用戶(hù)(U1,U2,…,U10),家政服務(wù)提供者10個(gè)(S1,S2,…,S10)。Ca為家庭用戶(hù)和家政服務(wù)提供者在區(qū)塊鏈上的地址,價(jià)格(Cp/以太幣)、服務(wù)所需時(shí)間(Cd/天)、服務(wù)項(xiàng)目(Cq/種)為家庭用戶(hù)和家政服務(wù)提供者所需求的條件。對(duì)于家庭用戶(hù)來(lái)說(shuō)需要關(guān)心Cp、Cd兩類(lèi)條件,家庭用戶(hù)的相應(yīng)權(quán)重向量為wu=(0.5,0.5);對(duì)于家政服務(wù)提供者來(lái)說(shuō),服務(wù)提供者關(guān)注Cp、Cd、Cq三類(lèi)條件,家政服務(wù)提供者的權(quán)重向量為wv=(0.5,0.25,0.25)。本文經(jīng)過(guò)多次實(shí)驗(yàn)運(yùn)行得到參數(shù)的確定,表1、表2是家庭用戶(hù)和家政服務(wù)提供者的交易意向信息表。

表2 家政服務(wù)提供者交易意向信息表

如表3所示,匹配結(jié)果及效用值對(duì)家庭用戶(hù)和家政服務(wù)提供者來(lái)說(shuō),雙方對(duì)匹配的結(jié)果都較為滿(mǎn)意,有效地證明了本文算法應(yīng)用于家政服務(wù)交易群智合約算法的研究是可行的。本文得出結(jié)果是在去中心化服務(wù)交易仿真平臺(tái)進(jìn)行實(shí)驗(yàn)的。

表3 匹配結(jié)果的效用值

在多節(jié)點(diǎn)去中心化家政服務(wù)交易仿真平臺(tái)進(jìn)行仿真實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果從表4可知,在五天時(shí)間里多節(jié)點(diǎn)的區(qū)塊鏈網(wǎng)絡(luò)執(zhí)行的合約中,簽署的智能合約共有2 908份,匹配成功的合約有2 880份,失效的合約有25份。簽署的合約占總合約的大部分,通過(guò)計(jì)算成功率達(dá)到99.03%,并且合約執(zhí)行每筆交易支付的平均確認(rèn)時(shí)間大約是25 s。

表4 智能合約簽署情況

如圖6所示,在設(shè)定的同等參數(shù)情況下,本文通過(guò)實(shí)驗(yàn)分析對(duì)比改進(jìn)粒子群算法和傳統(tǒng)粒子群算法之間在性能方面的情況,可以看出,改進(jìn)的粒子群算法性能明顯優(yōu)于傳統(tǒng)粒子群算法,且實(shí)驗(yàn)對(duì)比下改進(jìn)粒子群算法要比傳統(tǒng)粒子群算法更加穩(wěn)定。

圖6 改進(jìn)蟻群算法與傳統(tǒng)蟻群算法的性能對(duì)比

在設(shè)置相同參數(shù)的條件以及初始化參數(shù)和運(yùn)行環(huán)境不變的情況下,本文還對(duì)傳統(tǒng)的粒子群算法和改進(jìn)的粒子群算法在三目標(biāo)全局最優(yōu)平均值變化趨勢(shì)進(jìn)行了比較分析,結(jié)果如圖7所示,可以看出,改進(jìn)后的粒子群算法比傳統(tǒng)的粒子群算法明顯偏低,改進(jìn)后的粒子群算法在迭代的過(guò)程中不斷搜索全局最優(yōu)解。仿真結(jié)果表明,本文對(duì)粒子群算法的改進(jìn)是可行有效,能更有效地解決多屬性雙邊穩(wěn)定匹配問(wèn)題。

圖7 三目標(biāo)全局最優(yōu)平均值變化曲線(xiàn)

5 結(jié) 語(yǔ)

本文主要是為解決家庭用戶(hù)以及家政服務(wù)提供者之間存在的匹配決策問(wèn)題,利用區(qū)塊鏈和群體智能技術(shù)理論結(jié)合來(lái)開(kāi)展的研究,從而提出一種基于區(qū)塊鏈的家政服務(wù)交易群智合約算法。通過(guò)建立去中心化的家政服務(wù)交易智能合約模型,運(yùn)用該模型所改進(jìn)的粒子群算法解決了多屬性用戶(hù)交易存在的匹配問(wèn)題,經(jīng)過(guò)仿真實(shí)驗(yàn)驗(yàn)證本文所提出的模型和算法之后,其結(jié)果在解決多屬性用戶(hù)交易匹配的問(wèn)題上是可行且有效,并能達(dá)到較好的收斂效果。就目前研究狀況而言,關(guān)于智能合約和群體智能算法融合的相關(guān)研究還處于初始階段,這方面可借鑒的相關(guān)學(xué)術(shù)論文還是稀缺的,這正值得更多學(xué)者們繼續(xù)深入研究。根據(jù)改進(jìn)的粒子群算法解出的最優(yōu)解得知,在匹配的過(guò)程中,除了本文對(duì)大范圍的需求進(jìn)行匹配之外,下一步工作可根據(jù)實(shí)際需求加入相應(yīng)的條件和約束,將需求更加詳細(xì)化。另外,基于本文中的研究基礎(chǔ)如何更加完善家政方面的其他應(yīng)用效果,以及如何提高尋優(yōu)結(jié)果的準(zhǔn)確度和匹配運(yùn)算速度等方面也值得更加深入的探究。