基于第三方认证的云服务信任模型

基于云服务的特征, 按照存在或不存在第三方认证机构建立两种云服务信任博弈模型, 建立基于第三方认证的云服务交易机制与信任管理机制, 最后构建云服务信任评价模型, 并与电子商务的信任系统做了对比研究, 进一步完善现有的云提供商信用水平评价方法, 为云用户提供了更完善可信的决策信息. 通过上述模型和机制的建立, 得出结论: 成立第三方认证机构是控制云计算环境下服务信任风险的有效措施.     

基于深度强化学习的云作业调度及仿真研究

针对复杂瞬变的多用户多队列多数据中心云计算环境中作业调度困难的问题,提出一种基于深度强化学习的作业调度方法.建立了云作业调度系统模型及其数学模型,并建立了由传输时间、等待时间和执行时间三部分构成的优化目标.基于深度强化学习设计了作业调度算法,给出了算法的状态空间、动作空间和奖赏函数.设计与开发了云作业仿真调度器,完成作...     

考虑用户忍耐的网络服务拥塞价控策略

传统网络服务价控策略研究属于规范性范畴,是在用户完全理性的理想假设下展开研究.由于有限的信息及认知能力等的约束,网络服务提供商(Internet Service Provider,ISP)及用户很难做出理性的决策.通过引入用户保留率,将用户对系统服务的响应时间的忍耐考虑到网络服务价控策略之中,运用博弈理论分别给出了基于社会福利最大化与ISP收益最大化下的网络服务拥塞价控策略,并分析了其对用户效用和ISP收益的影响;应用算例比较了基于社会福利最大化与ISP收益最大化下的ISP收益及价控策略变化情况,并对其原因进行了分析.     

基于微服务架构的云制造调度仿真系统设计与开发

针对当前缺乏低耦合和高扩展的云制造调度仿真系统,无法方便地对调度算法性能进行测试的问题,以成本和完工时间最小化以及服务质量最大化为调度目标,提出一个可扩展的云制造调度模型,并在此基础上设计和开发了一个基于微服务架构的云制造调度仿真系统,实现了系统管理、资源管理、任务管理和仿真管理等功能,具有灵活自治、稳定、可扩展等特征。该仿真系统能够对调度算法的性能进行仿真、测试和优化,从而为云制造调度算法性能测试和参数优化提供了一个仿真平台。     

基于ASP收益管理的互联网流量优化模型

构建了一种基于收益管理理论的互联网信息流量优化模型,以提高ASP(network access service provider,网络接入服务提供商)的收益水平.该模型将互联网信包传递过程抽象为一串联排队系统,通过对由于拒绝用户接入和网络拥塞而产生的总成本函数的优化,来实现对总信息流量的最优控制.根据对模型结果的模拟分析,本文从用户接入和传输服务管理两个方面,对ASP如何在保证服务质量的前提下提高收益水平提出了建议.     

卫星数传资源负荷均衡调度模型及蚁群优化算法

建立了卫星数传资源负荷均衡调度模型,提出了调度方案效能评价函数和模型求解的蚁群优化算法.调度模型中主要考虑任务调度收益和资源负荷均衡两个优化目标,蚁群算法通过遍历矩阵解构造图来逐步构造可行解,利用基于调度方案效能评价函数的全局信息素更新规则同时优化数传任务调度收益和数传资源负荷均衡两个目标.算例仿真表明,本文提出的调度模型和蚁群优化算法所求得的调度方案取得了较好的任务调度收益和资源负荷均衡指标评价值,说明模型与算法正确可行.     

一种基于客户类的接纳控制算法与仿真实现

接纳控制是视频服务中保证客户服务质量的重要机制。在介绍一种新的分布式视频点播系统的基础上,将客户分为不同的优先级类,每类客户采用基于阈值的接纳控制方法,分析了各个客户类的稳态阻塞概率,并利用Kaufman/Roberts递归算法来降低计算复杂度。建立了系统收益模型,从系统收益最大化的角度,给出了确定各个客户类最佳阈值的方法。仿真结果与理论分析完全吻合,验证了分析模型的有效性和正确性,同时也证明该算法能够保证高优先级的客户优先享用服务器资源,并且就系统收益而言,该算法优于完全共享的接纳策略。     

定时删失数据下的双响应曲面建模与优化

针对一类与时间相关的质量特性存在定时删失情形的稳健参数设计问题,提出了一种结合期望最大化算法和改进的随机森林算法的变量选择与过程优化方法.首先,采用期望最大化算法计算不同水平组合下的位置与散度估计;其次,利用改进的随机森林算法选择重要的因子效用;然后,将响应的置信区间引入优化策略中以构建更保守的约束条件,降低模型不确定对优化结果的影响;最后,通过一个实际的工程案例验证所提方法的有效性.实例分析的结果表明,所提方法能有效降低信息损失及模型不确定性对建模和优化结果的影响,能获得更加可靠的可控因子最优设计值.     

电子商务中面向延迟购买行为的易逝品动态捆绑策略

研究电子商务零售中动态捆绑决策的优化问题. 延迟购买行为会大大降低易逝品零售商的收益水平, 动态捆绑策略是有效解决延迟购买效应的一种营销手段, 计算复杂性和决策的实时性需求是实施动态捆绑策略的难点. 对此, 首先基于延迟购买效用分析提出了易逝品市场需求状态模型和动态捆绑的决策过程模型, 并给出了决策过程模型中随机参数的估计方法. 在此基础上, 根据问题特点对传统Q学习算法加以改进, 使之适应动态捆绑策略的优化问题. 模拟实验结果表明: 1)延迟购买程度越大, 动态捆绑策略对收益的贡献也越显著; 2)用所提出的改进型Q学习算法求解动态捆绑策略优化问题具有较高的效率和效用.     

基于风险价值约束的贷款组合效用最大化优化模型

资产组合优化是使投资者期望效用最大化的决策.文中用风险价值(VaR)来控制风险,根据在贷款组合有效边界上银行效用最大化的目标分配各项贷款,建立了基于VaR约束的贷款组合效用最大化优化模型.主要创新与特色:①通过贷款组合效用最大配给贷款符合贷款优化的目的,解决了决策模型与决策目的相一致的问题;②当银行决策者或决策群体对风险的偏好在VaR允许范围内时,现有研究的效用最大化决策模型是本模型的特例;③在控制贷款组合VaR的前提下,实现贷款组合效用最大化.当效用最大的贷款组合在VaR控制的边界内时,此组合即为最优组合.当效用最大的贷款组合在VaR控制的边界外时,贷款组合有效边界上效用最大的组合就是最优组合.     

基于改进帝国竞争算法的多产品供应链优化

在弹性需求和不同市场规模条件下,从供应链整体收益角度研究了物联网技术对多产品供应链的优化问题。在两级多产品供应链中建立供应链收益模型,分析物联网技术对供应链整体收益的影响。引入帝国竞争算法(Imperialist Competitive Algorithm,ICA),并对该算法进行改进来求解模型,通过计算机仿真优化的方法求解实例,对比引入物联网技术前后供应链整体收益及其变化。研究表明:物联网技术的应用能有效优化多产品供应链;目前物联网成本较高,不适合小规模企业引入;大规模企业引入物联网时,应该合理使用物联网技术,使其效用最大化。     

基于需求更新的第三方仓储能力分配优化

基于收益管理思想,在随机市场需求下,考虑有提前出库和续约存储的情况下,对收益最大化的仓储企业仓储能力配置与分配问题展开研究.建立随机规划模型,并运用稳健优化处理随机变量.通过考虑时间变动需求的实例仿真,确定各级客户服务最优能力配置和各等级中的仓储能力分配方案,计算结果发现,经优化模型能更好的处理市场波动,为企业制定合理的决策提供科学依据.     

一种云计算环境下的负载调度算法

云计算数据中心的负载调度是影响云计算性能的核心,是云供应商对外提供服务,用户感受服务性能的关键所在,它直接关 系到云平台的整体性能和系统的资源利用率. 在对经典的Min-Min调度算法进行分析的基础上,结合云计算环境对Min-Min算法进行了改进. 提出了一种基于相对负载均衡的LL-Min-Min算法. 仿真实验表明,LL-Min-Min算法能够满足云计算环境下任务的多样性和不确定性的要求,可以较大地改善数据中心的负载均衡,提高集群的吞吐率.     

用户适应度、交易成本与云服务混合定价

作为近十年来一个重大技术突破,云(计算)服务已在产业界掀起应用热潮.然而,对于云计算商业化最为关键的服务定价问题,学界尚缺乏系统深入的探讨.在传统"订阅定价"和"按需定价"机制基础上,本文首次引入用户群体异质性和按需收费成本因素,构建了基于"用户适应度"和"交易成本"的混合定价模型.模型分析发现:①市场发展初期用户群体适应度较低,云服务企业一般应采用"订阅定价"并结合低价策略培育用户习惯;随着市场走向成熟,用户适应度上升且交易成本降低,企业可引入"按需定价"从而逐步过渡至混合定价模式.②在混合定价机制下,随着用户适应度上升(或交易成本降低),用户倾向于从"订阅购买"转向"按需购买",此时云服务企业利润随之增加.③用户适应度和交易成本的变化将直接影响企业利润、用户剩余和社会福利水平,但两者的作用方向不尽相同.本文研究为云服务提供企业在商业实践中制定价格策略提供了理论指引.     

基于不完全信息博弈的云制造群智能优化方法

为解决云制造过程中云平台经营方与需求方之间的不完全信息以及相互竞争制约的关系导致制造服务难以抉择的问题,提出了一种基于不完全信息博弈模型的云制造群智能优化方法。以各自理性追求自身收益函数最大化为目标,针对需求方与云平台之间的利益竞争关系建立了基于不完全信息的静态博弈模型,并提出了需求方与云平台之间的竞争规则,通过海萨尼转换引入自然,将其转换为完全信息下的动态博弈得到贝叶斯扩展式,并证明了贝叶斯纳什均衡的存在性和唯一性。提出了一种基于高斯函数与扰动策略更新的粒子群算法对上述模型进行求解。仿真结果表明：改进算法相对其他算法有较快的收敛速度与较高的云制造系统总收益,不完全信息博弈模型能够兼顾不同类型的需求方提高云制造系统的总收益。     

基于代表性偏差的行为投资组合模型及实证

代表性偏差这一心理特征分为横向代表性偏差和纵向代表性偏差,将其分别引入投资组合模型, 研究了它们对投资者投资组合决策的影响. 提出了代表性收益概念, 从期望效用最大化的原则出发,把投资者的效用表示为期末收益和超额代表性收益的函数,建立了基于纵向代表性偏差的最优投资组合模型(横向类似), 实证分析表明这一模型能够得到投资组合的有效前沿.     

基于模糊时间窗的车辆调度干扰管理研究

为解决由顾客需求变动引发的物流配送干扰问题,最大化满足顾客需求并兼顾企业利益,提出基于模糊时间窗的车辆调度干扰管理方法.采用干扰管理思想对由客户需求变动引起的实时车辆调度问题进行研究,在深入分析现实中客户服务时间要求特征的基础上,把客户满意度水平定义为模糊时间窗的隶属度函数,并提出了车辆调度干扰恢复问题转换策略,构建了基于模糊时间窗的客户需求变动干扰管理救援模型,实现从顾客、驾驶员和供应商3方面对干扰影响程度的度量.为寻求最优解,设计模糊遗传算法,并改进了基于客户点的编码方式.在算法中用模糊优化程序处理问题的模糊特征,通过对客户服务时间的局部调整来确定最佳服务时间.实例结果表明了时间窗模糊化处理、扰动恢复模型及算法在应用中的有效性.     

考虑蓄意攻击的第四方物流弹性网络设计模型

研究考虑蓄意攻击的第四方物流弹性网络设计问题.建立一个双层的第四方物流网络设计优化模型,上层模型确定网络结构,并在一定弹性水平下最小化网络成本,下层模型则通过选择攻击策略来最大化网络的攻击效果.设计了双层优化算法,上层概率解发掘算法求解网络设计问题,下层迭代局部搜索算法求解最优的攻击策略.最后,仿真实验结果表明模型的合理性和算法的有效性.     

云环境下能耗优化的任务调度模型及虚拟机部署算法

云计算环境下,在满足用户服务级目标约束下,如何有效地进行资源分配调度,降低能耗,已成为不容忽略的关键问题.针对目前云计算系统服务资源分配调度问题在能耗方面的研究不足,提出一种能耗优化的资源分配调度体系架构,并基于此架构设计了一个满足实时用户SLA的能耗优化模型.该优化模型从系统级和部件级两个层次进行能耗优化.在系统级上,提出一种基于分组遗传算法最大限度降低系统空闲能耗的虚拟机部署算法,该算法将虚拟机和服务器之间的映射抽象为有约束的多维可变装箱问题;同时,在部件级上采用动态电压功率调整技术降低执行能耗,从而达到在满足用户需求的前提下,最大限度降低系统总能耗.仿真实验结果表明,该算法与同类算法相比,在相同条件下可有效降低云计算系统的能耗开销.     

基于云计算的大规模定制客户需求响应模型及其节点的选择与分布

云计算为大规模定制解决个性化定制和模块化生产的融合提供了现实的依据和信息技术上的支持.通过分析云计算平台体系架构和大规模定制客户需求响应服务的特点,研究了大规模定制中为了有效处理客户需求信息该如何选择与分布云计算平台中的关键节点的问题,提出了基于云计算的大规模定制客户需求响应模型,并提出一种以客户需求关联度为衡量指标的关键节点确定算法.