黃華梅 陸建波* 李文敬 宋慶蘭 謝小紅

1(南寧師范大學計算機與信息工程學院 廣西 南寧 530100)

2(南寧師范大學物流管理與工程學院 廣西 南寧 530100)

3(廣西財經(jīng)學院新聞與文化傳播學院 廣西 南寧 530003)

0 引 言

隨著人工智能技術快速發(fā)展,家政服務、電子商務、網(wǎng)絡求職等現(xiàn)代服務業(yè)迎來了前所未有的發(fā)展前景。國家二孩政策的實施、老齡化的日趨嚴重、病人的護理和對大健康的追求等,都推動著人們對家政服務的巨大需求。但是,目前的家政服務交易主要存在三個問題:(1) 交易模式、交易流程不規(guī)范,交易效率不高;(2) 在服務交易的操作過程中缺乏智能化以及自動化;(3) 存在交易的數(shù)據(jù)流、資金流和信息流不透明、可篡改、可抵賴等信用與安全問題。在此基礎上,本文融合區(qū)塊鏈、群智算法等技術解決家政服務交易匹配問題,對社會具有廣闊的應用價值。

1 相關工作

Nakamoto[1]發(fā)表了區(qū)塊鏈的論文《Bitcoin:A peer-to-peer electronic cash system》后,區(qū)塊鏈理論和技術成為人們研究的熱點,國內(nèi)外專家學者對區(qū)塊鏈技術與應用進行了深入的研究。首先,分析區(qū)塊鏈在家政服務的應用研究方面,孔德財?shù)萚2]針對家庭服務人員和雇主的供需信息實現(xiàn)最優(yōu)的雙邊匹配問題,從而提高匹配效率和降低成本; Guo[3]研究了物流服務提供商和顧客之間的物流服務交易匹配問題,建立了多屬性組合交易匹配模型,進行優(yōu)化的目的是實現(xiàn)顧客的滿意度最大化。其次,服務交易及服務智能化方面,潘麗[4]提出基于Agent的服務自動交易模型,并提高效率,減少了人工服務交易;Kosba等[5]通過利用區(qū)塊鏈和智能合約等技術在互不信任的參與者之間,無需受信任的第三方可安全進行交易,運用智能合約系統(tǒng),保護信息交易的隱私且減少了交易成本;文獻[6]在解決絕大多數(shù)全局優(yōu)化問題上,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,為實現(xiàn)大數(shù)據(jù)的智能化、并行化處理提供了技術保證;曹慕昆等[7]提出了基于多目標遺傳算法的雙邊多屬性自動談判協(xié)商模型解決電子商務中談判的速度和效率問題;范吉立等[8]基于以太坊的去中心化物品共享服務交易系統(tǒng),提出了基于智能合約的機制的交易管理處理流程,通過實驗驗證具有較高的運行效率;楊燕艷[9]研究了家政服務匹配問題,結合群體智能匹配技術進行研究,針對傳統(tǒng)的家政服務供需匹配方式存在的匹配效率低下、滿意程度不高問題,通過聚類和匹配來實現(xiàn)雇主與家政從業(yè)人員的供需匹配問題,但是在聚類過程中引用戴偉輝等提出的群體智能的優(yōu)化蟻群聚類算法來實現(xiàn)供需,未運用自己的相關方法來實現(xiàn);Zhang等[10]解決了B2B電子商務中的電子商務運輸服務交易問題,確定及優(yōu)化由客戶生成在線訂單之間的匹配;趙志剛等[11]在數(shù)據(jù)庫驅(qū)動的認知無線電網(wǎng)絡中實現(xiàn)主要用戶和次要用戶雙邊保護隱私的效用最大化。眾多學者運用區(qū)塊鏈技術對各個領域的理論和應用展開研究[12-15],并且也取得相應的成果。賀海武等[16]對區(qū)塊鏈和智能合約技術的應用場景以及發(fā)展中存在的問題進行探討,并對如何實現(xiàn)進行詳細的講解;文獻[17]提出了改進的粒子群算法用于解決地磁匹配航跡規(guī)劃問題,利用無人機的機動性能約束和地磁匹配的特點,創(chuàng)建了粒子群優(yōu)化算法的航跡規(guī)劃方法,滿足地磁匹配的要求;陳睿等[18]通過對粒子群蟻群改進,對多目標雙邊匹配進行研究,提高了算法尋優(yōu)速度;韋福祥等[19]對服務交易的模式特性進行理論分析,并對服務以及服務交易提出一系列新觀點。

綜上所述,目前尚未看到融合人工智能和區(qū)塊鏈技術應用在家政服務行業(yè)的研究,但隨著社會老齡化的日趨嚴重、病人的護理和對大健康的迫切需求,導致社會對家政服務的需求不斷加劇,且家政服務系統(tǒng)功能不夠規(guī)范缺乏智能化服務,滿足不了社會對家政服務業(yè)的日益需求。因此本文提出一種基于區(qū)塊鏈的家政服務交易群智合約算法研究。

2 家政服務交易合約概念

2.1 傳統(tǒng)的家政服務交易流程

隨著現(xiàn)代社會經(jīng)濟的快速發(fā)展,服務業(yè)成為人們快速關注的焦點,但想要服務業(yè)走在發(fā)展前沿,必須加快服務產(chǎn)業(yè)在應用方面的創(chuàng)新,同時推進服務業(yè)和經(jīng)濟的發(fā)展,并為社會帶來更多的經(jīng)濟效益。其中,家政企業(yè)只有不斷提高服務質(zhì)量,優(yōu)化服務流程及交易模式,才能打造出高層次、高質(zhì)量、高水平的優(yōu)質(zhì)家政服務。傳統(tǒng)家政服務交易參與者主要是有家政服務提供者、家庭用戶及家政服務交易平臺構成。家政服務交易的流程是由家政服務交易平臺發(fā)布招聘信息和服務信息,家政服務提供者在平臺上查詢信息并與家政服務交易平臺進行談判薪資待遇并簽訂勞動合同。家庭用戶通過查詢家政平臺上的服務信息,選擇適合自己的家政服務提供者,并與家政服務提供商進行對接,商討議價、付款、簽訂合同,最后由家政服務平臺完成家政服務相關安排工作。在此交易過程中,家庭用戶的隱私信息無法保證是否泄露,安全性無法保障,并且家政服務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、可抵賴等信用與安全問題無法保證。在家政服務交易過程中,可能會出現(xiàn)的問題,如家政服務提供者和家庭用戶出現(xiàn)違約、服務質(zhì)量難以保證、家庭用戶滿意程度不高且效率低等問題。對于上述存在亟待解決的問題,本文以區(qū)塊鏈與人工智能理論技術作支撐,并結合改進的粒子群算法進行研究。

2.2 傳統(tǒng)家政服務交易模型

隨著人工智能的快速發(fā)展,傳統(tǒng)的家政服務業(yè)正逐步向新興服務業(yè)轉(zhuǎn)型,新興服務業(yè)的轉(zhuǎn)變更能滿足于客戶的需求,對傳統(tǒng)的家政服務交易模型整個流程進行簡易描述,傳統(tǒng)的家政服務模型有四個階段,具體流程如圖1所示。

圖1 家政服務交易智能合約傳統(tǒng)概念模型

1) 信息發(fā)布:家政服務提供者或家庭用戶分別對家政平臺發(fā)布的家政信息進行信息查詢,家政服務商對所需家政服務提供者提出的需求且對家庭用戶的需求進行相應分析,并會給出一個滿意結果供家庭用戶或家政服務提供者參考。

2) 談判協(xié)商:家庭用戶與家政服務提供者分別與家政服務交易平臺進行服務內(nèi)容、費用等談判商議,并記錄相關信息,家政服務交易平臺根據(jù)家庭用戶的主觀需求,對家庭用戶匹配適合該家庭用戶需求的家政服務提供者,最終給出匹配結果。

3) 服務支付:家政服務交易平臺要支付家政服務提供者所約定的費用,家庭用戶要對家政服務交易平臺完成服務的費用支付。

4) 服務評價:家庭用戶對家政服務提供者的服務做出服務體驗后的評價,填寫反饋信息表,對相關服務進行評價及評星級,該評價會對家政服務提供者的有關技能進行衡量總結。

2.3 基于去中心化的家政服務交易智能合約區(qū)塊鏈模型

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

圖2 去中心化家政服務交易區(qū)塊鏈概念模型

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

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

2) 家政服務平臺根據(jù)家庭用戶和家政服務提供者提出的信息需求查詢以及協(xié)商,交易雙方通過群智算法進行交易匹配,同時需要簽訂一份共同都認可的協(xié)議合約,內(nèi)容主要包括交易數(shù)據(jù)、時間內(nèi)容、觸發(fā)合約自動執(zhí)行的條件等,參與合約簽訂的交易雙方通過獲取到的私鑰對合約進行簽名加密,并確認合約是否有效以及準確,可避免合約被惡意篡改,對合約產(chǎn)生不必要的影響。

3) 將交易的合約擴散到區(qū)塊鏈中,通過驗證節(jié)點對合約的正確性進行合法性檢驗,若驗證達成共識,當觸發(fā)合約的事件時,自動執(zhí)行合約內(nèi)容。

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

智能合約以信息化的方式進行編程,是以數(shù)字化的形式來定義的協(xié)議,通過區(qū)塊鏈技術將合約的內(nèi)容轉(zhuǎn)為計算機可識別的代碼,通過P2P網(wǎng)絡傳播到每個節(jié)點,在此需要等待區(qū)塊鏈上的大多數(shù)驗證節(jié)點對該合約驗證,并且驗證后需要達成一致共識,才能實現(xiàn)合約能自動執(zhí)行。在交易過程中交易雙方必須信任彼此,所有的操作都需要全體驗證、確認后,才算成功,發(fā)生的所有交易認證均在P2P區(qū)塊鏈網(wǎng)絡中進行。

3 模型描述及算法設計

3.1 區(qū)塊鏈加密與數(shù)字簽名

本文對數(shù)字簽名與非對稱加密技術理論知識簡述。非對稱加密技術在區(qū)塊鏈技術的應用十分廣泛。本文所使用的加密算法是ECC橢圓曲線的非對稱加密算法,詳細請見文獻[20]。本文利用數(shù)字簽名保證文件數(shù)據(jù)傳輸?shù)臏蚀_性,也保證數(shù)據(jù)是否篡改及發(fā)送者的身份準確性。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)塊鏈是一個不斷增長的分布式數(shù)據(jù)庫,由多方參與者共同記錄的分布式賬本,底層核心技術為基礎,底層核心技術由分布式算法、加密簽名、密碼學原理、共識機制等相關理論技術建立彼此的信任關系,本文中的區(qū)塊鏈模塊主要是運用區(qū)塊鏈技術,實現(xiàn)智能合約的存儲,使得合約自動執(zhí)行。而區(qū)塊鏈是以區(qū)塊為單位的鏈狀數(shù)據(jù)結構,區(qū)塊中所產(chǎn)生的數(shù)據(jù)都會記錄在區(qū)塊里,區(qū)塊鏈中單個區(qū)塊數(shù)據(jù)結構包括區(qū)塊長度、版本號、上一區(qū)塊的hash值、本區(qū)塊hash值、時間戳、難度系數(shù)、隨機值、數(shù)據(jù)的hash、其他等相關信息,整體的區(qū)塊鏈架構具體如圖4所示。

圖4 整個區(qū)塊的數(shù)據(jù)結構

智能合約由密碼學家尼克·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、驗證、執(zhí)行合同的計算機協(xié)議,且允許在沒有第三方的情況下進行可信的交易,可以用于對交易接收以及處理,同時,對于交易的信息是可追蹤且不可逆轉(zhuǎn)的。智能合約包括兩個子模塊:合約生成和合約執(zhí)行,合約生成主要負責在remix瀏覽器上用solidity語言編寫,通過編輯區(qū)將合約代碼傳送到區(qū)塊鏈進行存儲,而合約執(zhí)行模塊是負責運行合約和存儲代碼。

基于區(qū)塊鏈的智能合約執(zhí)行分為如下3個步驟:

1) 家政服務交易區(qū)塊鏈的用戶首先注冊成區(qū)塊鏈賬戶,由多個共同參與交易者制定交易合約,包括交易時間、內(nèi)容、觸發(fā)合約自動執(zhí)行條件。隨后將合約的內(nèi)容用solidity語言進行編程,參與者分別用各自私鑰簽名。

2) 合約通過P2P網(wǎng)絡擴散到家政區(qū)塊鏈中的各個節(jié)點,等待共識時間到時,驗證節(jié)點將所有交易合約集合打包存儲到內(nèi)存中,通過哈希函數(shù)算出哈希值,然后擴散到區(qū)塊鏈上的驗證節(jié)點,通過驗證后可執(zhí)行交易。

3) 智能合約定期對自動機狀態(tài)以及觸發(fā)條件進行檢驗,滿足條件的交易以及事務進行驗證,若驗證無誤并達成共識,即自動執(zhí)行成功并通知用戶。

3.3 區(qū)塊鏈與粒子群群智算法的融合

本文融合的機制是根據(jù)粒子群算法、區(qū)塊鏈技術,以及提出的家政服務交易的流程和執(zhí)行過程,使得家政服務交易中通過對粒子群算法和智能合約二者進行融合。需要兩步:首先,通過粒子群算法將家政服務提供者和家庭用戶進行交易匹配,選取匹配度最高的家政服務提供者為家庭用戶服務,先通過粒子群算法將家政服務提供者和家庭用戶進行交易匹配,選取匹配度最高的家政服務提供者為家庭用戶服務,并通過solidity語言編寫好智能合約,然后利用區(qū)塊鏈技術對合約參與方創(chuàng)建合約。其次,將合約信息和交易信息存儲在區(qū)塊上,即智能合約自動執(zhí)行。

鑒于以上的理論基礎,能夠有效解決家政服務交易流程的中心化問題,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題。

3.4 去中心化家政服務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制,根據(jù)多個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,允許服務交易的多方公平公正的靈活交易。本文通過效用值來評判雙方價格匹配的優(yōu)劣,效用值是表示用戶對于某一屬性的滿意度,并從中可以獲取較好的利益,而效用函數(shù)是用來計算用戶滿意度的效用值。在多方參與者服務交易中,設n為家庭用戶的報價,m為家政服務提供者的報價,設U={u|u=1,2,…,n}為家庭用戶的集合,V={v|v=1,2,…,m}為家政服務提供者集合,家政服務提供者有k項屬性,家庭用戶U對家政服務提供者V屬性f的要求稱為約束,F={f|f=1,2,…,k},Mk={(u,v)|u∈U,v∈V}是家庭用戶和家政服務人員兩者的某一個有效匹配,M={m1,m2,…,mk}是有效匹配的總集合。用I={i1,i2,…,in}來表示每個家庭用戶的報價向量,用J={j1,j2,…,jn}來表示各個家政服務提供者的報價向量。in某一個家庭用戶的報價,jn為家政服務提供者的某一報價,Imin為某一個家庭用戶的報出的最低價,Imax為某一個家庭用戶報出的最高價,Jmin為家政服務提供者所能接受的最低價,wu、wv分別為家庭用戶和家政服務提供者需求屬性的權重偏好值,cuv表示為某次交易的匹配數(shù)量,puv表示為一次交易的價格。如果家政服務提供者V屬性值滿足家庭用戶U各約束,同時家庭用戶出價不小于家政服務提供者V的最低定價,則符合匹配條件,U可以和V進行匹配。假設家庭用戶對所有家政服務提供者屬性值有一個總滿意度排序,家政服務提供者對所有的家庭用戶出價也有一個滿意度排序,則多屬性雙邊匹配的目標是使雙方都盡量得到自己最佳的匹配方。家庭用戶和家政服務提供者之間匹配結果有多個,為了進行匹配結果比較,建立匹配評價規(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及家政服務提供者的價格效用函數(shù),式(3)和式(4)表示家政服務提供者和家庭用戶對匹配雙方匹配成功的滿意度,式(5)表示家政服務提供者和家庭用戶二者匹配總體的效用值,式(6)表示匹配評價函數(shù)。式(7)為權重值wu和wv的取值范圍,式(8)和式(9)表示為家政服務提供者和家庭用戶價格權重比例和為1,式(10)表示效用值zu、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,通過種群粒子間的合作和競爭關系,在每次迭代搜索過程中通過兩個極值進行更新找到最優(yōu)解。PSO具有結構簡單、參數(shù)少、便于實現(xiàn),適合做科學研究和工程應用的優(yōu)點,因此被學者們廣泛關注與研究并應用于諸多領域,取得了一定的成果。

PSO包含兩個重要的操作,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為慣性權重;r1和r2代表[0,1]范圍內(nèi)的隨機值;c1和c2是加速度常數(shù);pid表示第i個變量的個體極值;pgd表示全局最優(yōu)解。

3.6 改進的粒子群算法

本文通過對傳統(tǒng)的粒子群優(yōu)化算法從搜索機制進行改進,提高收斂速度,解決算法易陷入局部最優(yōu)問題,從而提高算法的整體運行速度。根據(jù)家政服務提供者和家庭用戶的需求屬性,結合雙方需求情況并給出雙方在進行交易中匹配度較高的最優(yōu)選擇機制,且減少雙方對交易服務的選擇操作,進而在交易的過程中實現(xiàn)交易流程的智能化和自動化。實驗驗證表明,改進后的算法能較好地解決多屬性多邊組合優(yōu)化匹配的問題。

在粒子群算法中,粒子在運動的過程中會根據(jù)自身的經(jīng)驗來獲取的解稱為局部最優(yōu)解,而在所有粒子當中位置最好的解被稱為全局最優(yōu)解。粒子在進行移動的過程中用一種測量方法來衡量自身的位置的好壞,稱這種測量方法為適應度函數(shù),而適應度函數(shù)是判斷粒子的優(yōu)劣,同時每個粒子都是通過信息共享跟蹤最佳粒子的位置來進行調(diào)整自身的位置,不斷更新迭代找到最優(yōu)解。

受文獻[20]的啟發(fā),粒子群算法位置的公式保持不變,對式(11)進行了改進,引入了平均搜索策略計算pBest,用高斯分布來計算gBest,改進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)

對于每個粒子適應度評價C,是由兩個準則組成:匹配的滿意度和報價金額。

fitness(C)=(ma×accuracy+mp×number)

(16)

式中:ma為家庭用戶和家政服務提供者匹配的滿意度;accaracy為匹配滿意度權重,取值[0,1];mp為家庭用戶和家政服務提供者匹配的報價;number為家政服務提供者報價次數(shù)。

算法1改進粒子群算法

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

Step2對每一家庭用戶,根據(jù)家庭用戶需求對所有滿足需求的家政服務提供者進行適應度的計算,同時由高到低進行排序,序號為Fi;對每一個家政服務提供者,根據(jù)所提供的家政服務對滿足的家庭用戶需求按價格由低到高進行排序,序號為Fj。

Step3對每個家庭用戶根據(jù)自身適應度值選擇與家政服務提供者的適應度值做比較,如果家政服務提供者的適應度值高,就更新當前的家政服務提供者最優(yōu)位置。

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

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

2) 從未匹配的家政服務提供者中隨機選擇下一個家政服務提供者。

3) 記錄當前匹配的節(jié)點對,將已匹配的家政服務提供者,從家政服務提供者集合中移除。

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

Step6若迭代次數(shù)達到最大值或全局最優(yōu)解在一個水平值上保持不變,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,以群體智能算法為理論基礎。提出的家政服務多邊交易智能合約應當滿足以下約束條件:

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

2) 交易信息記錄和數(shù)據(jù)公開,不可篡改。

3) 合約執(zhí)行及自動結算。

算法2家政服務交易粒子群智能合約算法

Step1通過家政服務平臺發(fā)布的交易服務信息,通過參數(shù)初始化交易請求。

Step2家庭用戶和家政服務提供者在家政服務平臺上的交易請求通過參與交易函數(shù),提取交易參數(shù)。

Step3通過式(5)計算雙方的匹配總體滿意度。

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

Step5交易雙方自愿同意匹配之后,用各自私鑰進行簽名生成的合約,通過合約生成函數(shù)同時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,通過區(qū)塊鏈上的驗證節(jié)點通過共識后,根據(jù)服務完成的時間自動完成交易。

算法流程如圖5所示。

圖5 家政服務交易智能合約算法流程

4 應用實例與實驗結果

本文提出家政服務交易粒子群智能合約算法以及交易機制通過實驗驗證該算法的有效性,本文采用基于Java語言在Eclipse編譯軟件對改進的粒子群算法進行編程,基于Solidity語言在remix瀏覽器上編寫智能合約算法,將家政服務多邊交易智能合約發(fā)布在基于以太坊平臺上,構建一個多節(jié)點去中心化家政服務交易仿真平臺進行仿真實驗。通過實驗驗證該算法用于去中心化家政服務交易是一種有效的算法。

在仿真服務交易平臺上,初始化粒子數(shù)Nm=30,最大迭代次數(shù)設置為200。某一家政服務交易表1、表2的服務交易意向信息:10個家庭用戶(U1,U2,…,U10),家政服務提供者10個(S1,S2,…,S10)。Ca為家庭用戶和家政服務提供者在區(qū)塊鏈上的地址,價格(Cp/以太幣)、服務所需時間(Cd/天)、服務項目(Cq/種)為家庭用戶和家政服務提供者所需求的條件。對于家庭用戶來說需要關心Cp、Cd兩類條件,家庭用戶的相應權重向量為wu=(0.5,0.5);對于家政服務提供者來說,服務提供者關注Cp、Cd、Cq三類條件,家政服務提供者的權重向量為wv=(0.5,0.25,0.25)。本文經(jīng)過多次實驗運行得到參數(shù)的確定,表1、表2是家庭用戶和家政服務提供者的交易意向信息表。

表2 家政服務提供者交易意向信息表

如表3所示,匹配結果及效用值對家庭用戶和家政服務提供者來說,雙方對匹配的結果都較為滿意,有效地證明了本文算法應用于家政服務交易群智合約算法的研究是可行的。本文得出結果是在去中心化服務交易仿真平臺進行實驗的。

表3 匹配結果的效用值

在多節(jié)點去中心化家政服務交易仿真平臺進行仿真實驗,實驗結果從表4可知,在五天時間里多節(jié)點的區(qū)塊鏈網(wǎng)絡執(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,通過計算成功率達到99.03%,并且合約執(zhí)行每筆交易支付的平均確認時間大約是25 s。

表4 智能合約簽署情況

如圖6所示,在設定的同等參數(shù)情況下,本文通過實驗分析對比改進粒子群算法和傳統(tǒng)粒子群算法之間在性能方面的情況,可以看出,改進的粒子群算法性能明顯優(yōu)于傳統(tǒng)粒子群算法,且實驗對比下改進粒子群算法要比傳統(tǒng)粒子群算法更加穩(wěn)定。

圖6 改進蟻群算法與傳統(tǒng)蟻群算法的性能對比

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

圖7 三目標全局最優(yōu)平均值變化曲線

5 結 語

本文主要是為解決家庭用戶以及家政服務提供者之間存在的匹配決策問題,利用區(qū)塊鏈和群體智能技術理論結合來開展的研究,從而提出一種基于區(qū)塊鏈的家政服務交易群智合約算法。通過建立去中心化的家政服務交易智能合約模型,運用該模型所改進的粒子群算法解決了多屬性用戶交易存在的匹配問題,經(jīng)過仿真實驗驗證本文所提出的模型和算法之后,其結果在解決多屬性用戶交易匹配的問題上是可行且有效,并能達到較好的收斂效果。就目前研究狀況而言,關于智能合約和群體智能算法融合的相關研究還處于初始階段,這方面可借鑒的相關學術論文還是稀缺的,這正值得更多學者們繼續(xù)深入研究。根據(jù)改進的粒子群算法解出的最優(yōu)解得知,在匹配的過程中,除了本文對大范圍的需求進行匹配之外,下一步工作可根據(jù)實際需求加入相應的條件和約束,將需求更加詳細化。另外,基于本文中的研究基礎如何更加完善家政方面的其他應用效果,以及如何提高尋優(yōu)結果的準確度和匹配運算速度等方面也值得更加深入的探究。