-
公开(公告)号：CN116128139B
公开(公告)日：2024-01-23
申请号：CN202310107447.8
申请日：2023-02-13
Applicant: 南京理工大学
IPC: G06Q10/04 , G06Q30/0645 , G06Q30/0283 , G06Q30/0201 , G06F9/48 , G06F9/50
Abstract: 本发明公开了一种基于顾客敏感性分析的云服务利润最优化方法及系统。方法包括以下内容：首先建立双租赁多服务器系统模型，并根据提出的顾客敏感性模型计算顾客敏感因子；然后基于敏感因子计算出预测的服务请求相对截止时间和价格函数，并提出基于顾客敏感性分析的利润计算表达式；最后根据数学解析法推导出最优解的特征，并据此设计启发式算法得到最佳服务请求调度方案和相应的最大利润。本发明在服务请求调度时同时考虑截止时间约束和顾客敏感性，增加了云服务提供商的利润。
-
公开(公告)号：CN119271308B
公开(公告)日：2025-05-02
申请号：CN202411787972.X
申请日：2024-12-06
Applicant: 南京理工大学
Abstract: 本发明公开了一种自供能移动边缘计算场景中低延迟高可靠的任务卸载与调度方法。该方法通过建立多设备多服务器的移动边缘计算系统架构，结合李雅普诺夫优化和强化学习算法，实现了任务的高效卸载与调度。本发明的系统架构包含一个基站、多台具有不同计算能力的异构边缘服务器以及多个配备能量收集模块的移动设备，能够有效应对能量受限的移动计算场景。在本发明中，移动设备通过能量收集模块从环境中获取可再生能源，为设备供电。系统采用时隙划分方式进行管理，将调度周期均匀划分为若干个相等的离散时隙。每个时隙内，系统基于当前状态进行任务卸载决策和资源调度优化，以最小化任务处理延迟，同时确保设备能量的稳定性和边缘服务器的可靠性。
-
公开(公告)号：CN119271308A
公开(公告)日：2025-01-07
申请号：CN202411787972.X
申请日：2024-12-06
Applicant: 南京理工大学
Abstract: 本发明公开了一种自供能移动边缘计算场景中低延迟高可靠的任务卸载与调度方法。该方法通过建立多设备多服务器的移动边缘计算系统架构，结合李雅普诺夫优化和强化学习算法，实现了任务的高效卸载与调度。本发明的系统架构包含一个基站、多台具有不同计算能力的异构边缘服务器以及多个配备能量收集模块的移动设备，能够有效应对能量受限的移动计算场景。在本发明中，移动设备通过能量收集模块从环境中获取可再生能源，为设备供电。系统采用时隙划分方式进行管理，将调度周期均匀划分为若干个相等的离散时隙。每个时隙内，系统基于当前状态进行任务卸载决策和资源调度优化，以最小化任务处理延迟，同时确保设备能量的稳定性和边缘服务器的可靠性。
-
公开(公告)号：CN116128139A
公开(公告)日：2023-05-16
申请号：CN202310107447.8
申请日：2023-02-13
Applicant: 南京理工大学
IPC: G06Q10/04 , G06Q30/0645 , G06Q30/0283 , G06Q30/0201 , G06F9/48 , G06F9/50
Abstract: 本发明公开了一种基于顾客敏感性分析的云服务利润最优化方法及系统。方法包括以下内容：首先建立双租赁多服务器系统模型，并根据提出的顾客敏感性模型计算顾客敏感因子；然后基于敏感因子计算出预测的服务请求相对截止时间和价格函数，并提出基于顾客敏感性分析的利润计算表达式；最后根据数学解析法推导出最优解的特征，并据此设计启发式算法得到最佳服务请求调度方案和相应的最大利润。本发明在服务请求调度时同时考虑截止时间约束和顾客敏感性，增加了云服务提供商的利润。
-
-
-
Search Results
4
records
(took 0.024 seconds)
