CARA:一种采用组合拍卖的智能电视终端多资源分配机制

针对智能电视操作系统中在线分配资源时第三方应用程序虚报效用获取资源的问题,提出一种采用组合拍卖策略的多资源分配机制(CARA)及其竞胜标求解算法。首先,将系统资源表征为离散资源配置选项,以资源组为单位投标,用暗标第二价格组合拍卖策略进行拍卖;然后,将组合拍卖竞胜标问题转化为多维多选择背包问题,提出一种竞胜标求解算法,在投标集中用贪心法搜索最优投标,并利用共享型资源增加时边际效用递减的特征缩小搜索空间,降低算法复杂度。仿真实验表明,CARA的竞胜标问题求解算法在求得相同解的前提下,比M-HEU算法的时间复杂度低约40%,更适于在线多资源分配。     

基于组合双向拍卖与信任的多云计算资源分配与定价研究*

随着云计算市场规模的急剧增长,云计算资源的分配和定价成为了云计算市场的一个重要问题.针对当前云计算资源分配中将定价和信任相结合研究的不足,研究基于组合双向拍卖和信任的多云计算资源分配与定价算法,从价格和信任两方面来衡量云计算资源提供商的“综合竞争力”,激励综合竞争力高的云资源提供商获得更多的效用.实验仿真表明该算法满足激励兼容性和交易效用可激励云计算资源提供商提高综合竞争力.     

基于拍卖的多Agent协商系统的研究

在多Agent系统中经常相互协作的Agent会结成具有相对稳定的合作领域和共同的交易理念,从而形成一定的公共知识,可以协作完成子任务,而多Agent协商系统中的成员既有合作性又有自利性,只有将二者有机结合起来才能保证高效地完成任务。文章在分析拍卖方式网络化、自动化、竞争化的基础上,从拍卖请求方和能力竞争方的角度,引入拍卖过程中的超时思想和Agent合作的历史信息对拍卖任务得不到及时的处理和由于拍卖方和竞买方的信息不对称,没有考虑历史信息的情况下成交效率太低进行分析、研究,提出一种多Agent拍卖流程框架和协商算法,从而使得在拍卖中各响应者都以积极并诚实的姿态参与协商,以致大大地提高了协商效率,且增加了响应者之间的透明性。     

一种基于多标拍卖的资源分配算法

针对有限资源开放式系统多任务多资源分配问题,提出了一种基于多标拍卖的资源分配算法. 算法首先基于资源效用曲线为每个任务建立投标集合. 其次,任务向系统递交投标,系统收集所有任务投标并定义市场出清价, 确定资源分配的规则. 最后算法通过启发式方法调整每个任务的最大投标值,以获得接近最优的系统总效用. 实验结果表明算法在资源有限的情况下优先分配资源给投标价格高的任务,与0-1整数规划资源分配算法相比时间复杂度低,最优值偏差不大.      

政府采购组合拍卖机制

多物品采购活动常常可以通过组合拍卖的方式进行,称为采购组合拍卖．在政府的公共品采购组合拍卖中,拍卖的社会福利应该是拍卖机制研究的中心问题．相应的机制必须既考虑作为投标者的供应商的利益,又考虑作为拍卖者的采购商的利益．既要考虑类似于正向组合拍卖的支付方式和分配方式的设计,又要考虑采购活动独特的质量标准选择,使得整个经济系统的利润最大化．为此,选取了使得系统利润最大化的分配目标设计相应的采购组合拍卖机制,并通过对供应商的激励相容和个体理性特征的证明,说明了该机制能够保证供应商投标的真实性和积极性;通过预算平衡性质的证明,显示了该机制不需要外部的资源补贴。     

基于遗传算法的组合拍卖竞胜标的优化设计

组合拍卖在电子商务中是一个十分重要的应用领域，它不仅能够提高拍卖的效率，而且还能降低竞标人的风险，因而这种拍卖方式具有广阔的应用前景。不过，在组合拍卖的机理设计中，组合拍卖竞胜标的确定问题却是一个NP难题。本文在研究该问题模型的特性基础上，通过引入“智能算法”的思想，在遗传算法中采用嵌入优先适合启发式规则和设计合理的惩罚函数设计出了求解该问题的优先适合启发式遗传算法。     

一种基于拍卖理论的移动Agent资源分配模型

描述了1种以区间值为价格的移动Agent资源底价密封拍卖模型，并赋予资源所有者参与价格制定的权利。     

基于拍卖的电子商务动态定价研究

产品定价是企业最重要的决策之一。随着电子商务的兴起,网上商品的销售价格不再是固定不变,动态定价已经成为网络驱动的新经济特征之一。在线拍卖是电子商务动态定价中最常用的一种形式。传统上的多物品拍卖研究是建立在拍卖方拍卖商品的数量或竞标方商品需求的数量是固定不变的假设基础之上,这种假设不能满足实际应用的需要。文中摈弃这种假设,论述了网上竞标方需求数量不定前提下同质多物品拍卖动态定价模型,并分析了基于Agent的算法实现。     

基于动态模糊关系(DFR)的多Agent系统组合模型

多Agent系统面对复杂的、单个Agent难以胜任的问题时需要合作,由哪些Agent参与合作是其中一个关键问题,从Agent之间在合作中形成的关系出发,研究多Agent系统的动态模糊性,在此基础上借助动态模糊关系理论建立多Agent系统组合模型,以此为基础提供一种解决Agent合作问题的途径。     

多物品双向拍卖机制设计

研究由多个买方和多个卖方组成的多物品双向拍卖机制,在机制设计中建立两个规则,该规则建立了一个简洁实用的模型以确定市场清算价,并在交易多个物品的多个买方和多个卖方中进行匹配·对规则进行证明和举例说明,证明规则正确有效·该机制算法简单,利于复杂的双向多物品拍卖的理论研究以及实践应用,并且扩展后还可运用于经典的4种拍卖模式·     

组合拍卖在土地出让中的应用

针对现有土地出让方式无法满足开发商需求不同土地组合的问题,基于机制设计理论以及组合拍卖思路与方法,建立了关联价值下的最优土地组合拍卖机制设计模型,通过求解该模型得到了具体的最优拍卖机制。该机制不仅允许开发商对不同土地的组合投标,还能激励开发商披露其对土地组合的真实估值信号,并在此基础上实现政府期望收益最大化,从而促进土地的合理配置。算例分析表明,所提出的最优组合拍卖机制具有计算简单、可操作性强等优点。     

基于区块链的数据版权保护与组合竞拍

基于区块链、数字水印以及密封递价拍卖的组合竞拍算法, 设计并实现了一套数据版权保护与组合竞拍系统. 首先, 采用去中心化的区块链技术, 结合智能合约来存储数据版权的上链记录、版权交易记录等, 通过共识机制使得网络中的各个节点在互不信任的情况下达成共识, 提升了版权管理系统的公信力. 其次, 数字水印作为一种特殊的编码, 能够将水印信息隐藏在数据中, 通过验证水印信息就可甄别版权归属. 结果表明, 所设计的数字水印模块对原始数据大小增加很少, 且可高效地实现数字水印的嵌入和提取. 最后, 设计了一种组合竞拍算法来自动化地为版权拥有者挑选出最优的出价组合, 实现数据版权的价值交换.     

基于拍卖的网络切片虚拟资源分配算法研究

网络切片可以针对不同应用场景的网络速率、时延、可靠性等需求,根据业务对网络功能、安全性等需求构建虚拟的逻辑网络,该技术是5G的关键技术之一。针对网络切片多样化的QoS需求,提出了一种以最大化收益为目标的虚拟资源分配优化算法。该算法针对各个切片业务需求的差异性以及当前用户状态定义切片优先级,并以价格代替信誉因子,确定网络切片需求资源的拍卖报价,并根据可回收的资源量动态地更新和确定价格基准,再将资源优化分配问题转换成为拍卖问题,结合价格更新算法以及资源分配算法并进行求解,为各个业务切片分配资源。仿真结果表明,所提出的资源分配算法可以在满足切片多样化的QoS需求的同时有效提升用户业务体验满意度。     

求解组合拍卖问题最大值的贪婪算法

为有效解决组合拍卖问题,从基约束条件下,下模函数最大值问题的基本结论出发,逐步过渡到求解组合拍卖问题的贪婪算法,给出一种新的近似算法,分析了该算法的性能保证.该算法是一种改进的贪婪算法,即将部分穷举法与贪婪算法结合,从而使其具有更好的性能保证,并从理论上证明了该算法的可靠性和有效性.     

拍卖标的起拍价的制定

通过拍卖标的流拍现象,揭示了拍卖标的流拍的内在原因。分析拍卖标的各种瑕疵对标的内在价值的影响,制定了合理确定拍卖标的起拍价的策略。     

云计算中基于拍卖的虚拟机动态供应和分配算法

当前云计算供应商通过定价算法或类似拍卖的算法来分配虚拟机（virtual machine,VM）。针对这些算法大多要求虚拟机静态供应,无法准确预测用户需求,导致资源未得到充分利用的问题,提出一种基于组合拍卖的虚拟机动态供应和分配算法,在做出虚拟机供应决策时考虑用户对虚拟机的需求。该算法将可用的计算资源看成是“流体”资源,且这些资源根据用户请求可分为不同数量、不同类型的虚拟机实例。然后可根据用户的估价决定分配策略,直到所有资源分配完毕。基于并行工作负载存档（parallel workload archive,PWA）的真实工作负载数据进行了仿真实验,结果表明该方法可保证为云供应商带来更高收入,提高资源利用率。     

D2D网络中基于组合拍卖的无线资源分配机制

针对端到端(device-to-device,D2D)用户与蜂窝用户共享频谱资源产生的干扰问题,以最大化系统中D2D链路的吞吐量为优化目标,提出一种联合功率控制和信道分配的资源分配机制。根据D2D用户的干扰门限和蜂窝用户的信干噪比(signal to interference plus noise ratio, SINR)提出了一种基于用户间距离的复用准则,确定D2D用户可复用的信道资源集合;在给定D2D用户复用任意资源集合的前提下,调整D2D用户的发射功率,以衡量各个D2D用户在不同信道资源集合上的吞吐量,但暂不分配功率;基于功率控制的结果,采用组合拍卖的方法为D2D链路分配信道及对应的发射功率,从而实现了联合功率控制和信道分配。因此,系统资源分配结果更为合理。仿真结果表明,该机制能有效抑制跨层干扰和同层干扰,提升D2D链路的吞吐量,提高用户的服务质量(quality of service,QoS)。     

基于改进捆绑拍卖多机器人任务分配研究

为了解决多机器人在搜索过程中多任务分配和多机器人利用率问题,提出了一种带有即时拍卖的K-means聚类捆绑式拍卖算法。首先通过K-means聚类算法解决多机器人系统中的多任务捆绑问题,再运用捆绑式拍卖机制把聚类分配给相应的机器人。考虑各聚类内的任务完成情况和各机器人利用情况,相应机器人判断是否产生即时拍卖。仿真证明,该方法在多机器人搜索过程中节省资源且各机器人利用均衡。