1.一种基于有限理性决策模型的群智感知噪声监测任务推荐方法，其特征在于由下述步骤组成：(1)初始化参与者决策模型及信誉度

平台参与者pm信息如下：

pm＝{Dec，Cr，St，Lo}               (1)其中，m为平台参与者个数，Dec为参与者决策模型，Cr表示信誉度，Cr∈[0，1]，St为当前状态，有空闲和忙碌两种状态，Lo为当前位置；

按式(2)确定信誉度Cr初始值：

其中，Cri为参与者第i个好友的信誉度，s为参与者好友数量；

新加入参与者pn用新加入参与者pn注册时提交的任务信息以及新加入参与者pn社交好友的历史任务信息来构建参与者决策模型Dec，新加入参与者pn的初始任务信息为新加入参与者pn注册时提交的任务信息与新加入参与者pn社交好友历史任务信息的加权平均，按式(3)确定新加入参与者pn任务特征k第j个取值的初始任务信息Infik，j：其中，Infrk，j为新加入参与者pn注册时提交的任务特征k第j个取值的信息，k∈{t，l，pr}，t、l、pr表示任务特征，分别为任务时间、任务地点、任务收益，m1为新加入参与者pn执行任务的总数，Vkj表示任务特征k的取值结果，α、β为参数，α∈[0.3，1.0]，β∈[0，0.7]，且α+β为1，kj为任务特征k的第j个取值；

构建参与者决策模型Dec的方法如下：

1)按式(4)确定任务特征信息熵Entk：

其中，n1表示任务特征k的取值个数，Pkj表示任务特征k第j个取值的概率；Infk，j任务特征k第j个取值的为任务信息，m2为参与者决策模型Dec的参与者执行任务的总数；

2)按式(5)确定参与者决策模型Dec的决策结果Res：Br＝Dt+DI+Dr

其中，Br为各任务特征偏好程度之和，Q为结果阈值，Q∈[3，6]，1表示适合于该任务，0表示不适合该任务；Dt为任务时间的偏好程度，Dl为任务地点的偏好程度，Dr为任务收益的偏好程度；

每个任务特征代表参与者决策模型Dec中一层的非叶子结点，由式(4)得到的任务特征信息熵Entk由小到大分层，任务特征信息熵Entk小的在上层，将任务特征的偏好程度取值作为每个非叶子结点的分支，取值相同为同一分支；2)步骤中的决策结果Res为参与者决策模型Dec的叶子结点，每个非叶子结点的分支与参与者决策模型Dec中一层的非叶子结点或叶子结点相连，重复操作，直至每个非叶子结点的分支与参与者决策模型Dec中一层的叶子结点相连，构建成参与者决策模型Dec；

(2)发布任务读取参与者信息

按式(6)发布群智任务T：

T＝{Ti，Loc，Rew，Num，Cre}              (6)其中，Ti为任务时间，Loc为任务地点，Rew为该任务的报酬，Num为所需参与者的人数，Cre为任务参与者所需信誉度；

从平台读取所有参与者决策模型Dec及信誉度Cr；

(3)匹配参与者并推荐任务

新任务发布时，根据任务特征依次与参与者集合P中参与者决策模型Dec进行匹配：P＝{p1，p2，...，pm}              (7)其中，m为有限正整数；预测平台参与者pm是否适合于此任务，若平台参与者pm适合于此任务，则将平台参与者pm按式(8)加入参与者预选集合Pp：Pp＝{pp1，pp2，...，ppn}               (8)其中，ppn表示预选参与者，n为有限正整数，且n≤m；

判断预选参与者ppn是否满足任务参与者所需信誉度Cre要求，将预选参与者ppn满足要求的任务按式(9)添加到预选参与者ppn的任务推荐列表Tk：Tk＝{t1，t2，...，ta}                  (9)其中，ta为适合预选参与者ppn的任务，a为有限正整数；

预选参与者ppn任务推荐列表Tk按照收益由多到少进行排序，按式(10)确定预选参与者ppn收益Propn，a：cpn，a＝λ1ctpn，a+λ2clpn，a

其中，Rewa为任务ta的报酬，cpn，a为预选参与者ppn执行任务ta所消耗的成本，ctpn，a为预选参与者ppn执行任务ta所用时间，clpn，a为预选参与者ppn执行任务ta所用距离成本，λ1、λ2为成本估算参数，λ1∈[0，1]，λ2∈[0，1]，且λ1+λ2为1，lonpn、lona分别为预选参与者ppn和任务ta的位置经度，latpn、lata分别表示预选参与者ppn和任务ta的位置纬度；

(4)选择任务完成并更新信誉度

平台参与者pm根据自身当前状态St选择任务完成，按式(11)更新平台参与者pm的信誉度Cr′m：其中，Crm为更新前的信誉度，qm，a为平台参与者pm对任务ta提交数据的质量，qavg，a为任务ta所有参与者提交数据质量的平均值；

(5)更新参与者决策模型

平台参与者pm的参与者决策模型Dec使用时长达到M个月时，M∈[1，3]，M为正整数，用平台参与者pm的任务信息更新平台参与者pm的参与者决策模型Dec，按式(12)确定平台参与者pm任务特征k第j个取值的任务信息Infm，k，j：其中，m3为平台参与者pm执行任务的总数，Vkj表示任务特征k的取值结果，kj为任务特征k的第j个取值；

重复(1)步骤中参与者决策模型Dec的构建方法，得到更新后的参与者决策模型Dec。

2.根据权利要求1所述的基于有限理性决策模型的群智感知噪声监测任务推荐方法，其特征在于在(1)步骤的式(3)中，所述的α、β为参数，α∈[0.3，1.0]，β∈[0，0.7]，且α+β为

1，按式(13)确定β的取值：

其中，s为参与者好友数量。

3.根据权利要求1所述的基于有限理性决策模型的群智感知噪声监测任务推荐方法，其特征在于：在(1)步骤的式(5)中，所述的任务时间的偏好程度Dt、任务地点的偏好程度Dl、任务收益的偏好程度Dr的取值为：其中，Ptj为任务时间的第j个取值的概率，μ1、θ1为程度划分的概率临界值，且μ1＞θ1，μ1∈[0.1，0.2]，θ1∈[0.005，0.01]；

其中，Plj为任务地点的第j个取值的概率，μ2、θ2为程度划分的概率临界值，且μ2＞θ2，μ2∈[0.1，0.25]，θ2∈[0，0.01]；

其中，Vr为任务收益的取值，avg为所有历史任务收益取值的平均值，min为所有历史任务收益取值的最小值。