基于区块链的算力网络资源共享与交易机制研究
这是一篇关于算力网络,区块链,资源交易,拍卖,联盟博弈的论文, 主要内容为随着数字经济的蓬勃发展和“东数西算”工程的启动,算力已经成为新的生产力。工业互联网、车联网、智慧城市、智慧医疗、人工智能等行业或技术的发展将带来巨大的算力资源需求。边缘计算、云计算等网络技术的部署应用可以提供更多的算力基础设施,然而简单被动地对算力节点扩容会带来网络资源利用低效的问题。在此背景下,算力网络通过无处不在的网络连接能力,对云、边、端多层级的泛在异构算力资源进行整合与管理,实现整网资源的最优使用。通过网络将算力、存储、智能算法等资源调配到有需求的一方,在商业场景中,就形成了算力交易的需要。通过算力网络保证用户可协同共享各种类型资源,获得高效、灵活、一致性的服务体验。目前算力网络中多维资源共享与交易的研究并不完备,无线通信、云计算等其他网络背景下的资源交易解决方案不能直接迁移应用。结合算力网络中资源分布的泛在、异构,且归属于不同所有者等特点,面向算力网络的资源交易的平台构建和机制设计相应地需要同时满足分布式、安全、可信等特性。因此,本文针对算力网络架构下的资源共享与交易进行了深入研究,主要开展以下工作:(1)根据算力网络中资源多层级部署的特点,基于区块链设计资源交易平台的架构。结合NFT(Non-Fungible Token,非同质化通证)与IPFS(Inter Planetary File System,星际文件系统)技术,提出统一的资源抽象表征模型和智能合约的主要功能,用于高效地进行资源信息的分布式存储和解析,保证了资源信息共享和交易信息存储的安全可信、可追溯。(2)针对资源请求方与提供方的多维资源的匹配与定价问题,基于拍卖机制,设计了一个分布式可信的交易流程与拍卖算法,制定多维资源统一定价模型,实现算力网络中买卖双方多种资源类型的交易,并通过仿真验证该机制同时满足个体理性和真实性等特性。(3)针对多个资源提供方之间协作共享以提高资源利用率的问题,利用联盟形成博弈算法,通过资源请求预测模型对联盟效用建模,并基于Shapley值设计公平公正的效用分配模型,实现了多对多的资源匹配与交易,提高了资源提供方的收益,保证了交易的公平性,提升了资源利用率,并通过仿真验证了上述性能。
基于JSP的网上拍卖系统的设计与实现
这是一篇关于拍卖,网上交易,电子商务,网上拍卖系统,MVC,JSP的论文, 主要内容为随着经济的发展和人们生活水平的提高，越来越多的人开始收集艺术品和收藏品。当前流行的电子商务网站大多是线下商品的网上销售系统，所销售的商品与超市差不多，销售的价格也是固定的。本文所研究和开发的系统为艺术品和收藏品的爱好者提供一个网上交易平台。 拍卖者将拍卖物品的照片、名称、描述、鉴定证明等信息上传至网站。竞拍者可以搜索、查看被拍卖物品的信息，对于感兴趣的物品，可以参加竞拍。系统按照预定的竞拍时间拍卖物品，最后出价最高者获得拍卖物品。拍卖管理员负责审核拍卖品和用户的拍卖资格或竞买资格，还负责处理交易纠纷和投诉。拍卖成功后，竞买人将交易金暂存于网站，拍卖人发货，当竞买人收到物品并确认之后，网站才将交易金支付给拍卖者。网站与银行、物流公司、电信公司相连，以进行交易结算、确定发货和收货和及时通知拍卖双方。 系统分由五个功能模块构成，分别是用户信息管理、拍卖物品管理、拍卖业务管理、投诉纠纷管理和外部接口管理。每个部分由需求分析、概要设计、数据库设计、用户界面、核心数据结果和操作接口、关键代码和流程图等构成。系统的设计基于MVC模式，分为用户界面、业务逻辑和数据操作三层。系统的开发基于JSP技术，使用Tomcat作为Web服务器，采用MySQL数据库管理系统存储数据。
山东YF拍卖有限公司发展战略研究
这是一篇关于拍卖,多元化发展战略,战略联盟,营销业务外包,延伸服务的论文, 主要内容为拍卖行业自上世纪八十年代正式成立以来,经历了由西方倡导、摸索前行、限制排斥、逐渐复苏、快速成长等阶段,直至今日已进入规范有序的平稳发展期。山东YF拍卖有限公司成立于2008年,总部设立于烟台市,主营金融资产、司法辅助拍卖、海关罚没资产等业务,在当地具有较高的行业影响力和品牌知名度。然而,拍卖行业因内部竞争激烈和外部环境变化迅速,山东YF拍卖有限公司面临核心竞争力不强、规模效应不够明显、管理较为混乱等突出问题,制约着企业健康稳定发展,急需分析梳理行业现状和企业情况,重新明确企业发展方向,制定发展战略,为企业长足有效的发展提出保障。本文以战略管理理论为研究基础,主要采用调查研究法、比较研究法、案例分析法充分了解企业发展现状,借助PEST、波特五力模型、SWOT分析等工具对企业所处的外部环境和面临的内部环境进行全面诊断,深入剖析内外部环境下企业的优势、劣势、面临的发展机遇、潜在威胁等因素,系统梳理企业发展面临的各类问题并提出最优战略。作者系统梳理了拍卖行业所处的宏观环境,受全国层面的司法网络拍卖改革、公共资源交易中心建设等影响,传统拍卖业务资源明显萎缩,此外,由于拍卖市场竞争逐渐加剧,网络电商平台的兴起等诸多因素的影响,拍卖企业急需向多元化业务领域转型。通过企业内部问卷调查、访谈等方式细致分析得出,山东YF拍卖有限公司具有较强的资金实力和前端业务拓展能力。运用IFE矩阵和EFE矩阵分别对企业内、外部因素综合加权得出,山东YF拍卖有限公司外部机遇略高于威胁,内部优势大于劣势。运用SWOT分析法充分比较得出最适合山东YF拍卖有限公司的发展战略是多元化发展战略,选择战略联盟、营销业务外包等具体实施路径,使企业在面对外部竞争和内部发展均能发挥独特优势,保持市场份额。同时,通过预判和梳理企业发展战略实施过程中可能遇到的各类问题,提出切实可行的保障措施:打造凝聚力强的企业文化、建立健全人力资源管理机制、建立企业核心竞争力、完善内控制度体系、通过科学预算合理配置资源。作者结合近十年的拍卖工作经历和工作思考,将拍卖实际业务相关细节和理论知识贯穿于本课题的研究始终。采用理论与实践研究相结合的方法,分析确定最适合山东YF拍卖有限公司的发展战略。并通过研究结论,针对山东YF拍卖有限公司实际存在的各类问题和遭遇的困境,结合公司实际提出了切实可行的对策建议,将研究理论用于企业经营管理实战,研究成果对该企业管理者的实际决策具有操作价值,也对拍卖行业相关理论研究具有一定借鉴意义。
大宗商品电子交易市场跨平台数据共享激励机制研究
这是一篇关于大宗商品,激励机制,拍卖,数据共享的论文, 主要内容为近年来,随着大宗商品电子交易市场的发展日益壮大,交易平台积累了大量交易数据。现阶段大宗商品电子交易市场中缺乏跨平台数据共享激励手段导致综合服务平台无法获取到交易数据,严重阻碍了综合服务平台监管效果的提升。因此,构建一个面向大宗商品电子交易市场的跨平台数据共享激励机制对综合服务平台监管具有重大意义。本文通过对大宗商品电子交易市场中交易数据相关研究的调研,主要将其分为两类:(1)历史交易数据;(2)实时交易数据。本文考虑面向两种交易数据特性的激励机制设计问题,从模型构建、算法设计和仿真实验对跨平台数据共享激励机制问题进行研究,并将算法部署到开发的系统中进行了功能验证。首先,本文针对历史交易数据共享场景下的激励机制设计问题提出了一种最大化综合服务平台收益的离线激励机制。该机制通过引入反向拍卖模型对跨平台数据共享过程进行刻画,同时考虑了电子交易平台的信誉值这一关键维度来构建综合服务平台的收益函数,并决定电子交易平台的支付报酬,来激励电子交易平台向综合服务平台共享高质量数据。激励机制主要包含两个模块:(1)交易平台选择算法,贪心地选择边际数据价值最大的交易平台,来近似最优的保证综合服务平台收益;(2)报酬计算算法,计算获胜交易平台的临界报价作为其支付报酬,同时保证交易平台真实报价。经过大量的仿真实验表明,本文所提激励机制算法的综合服务平台收益高于对比算法,并且该机制能够满足计算有效性、个人理性和真实性。其次,本文针对实时交易数据共享场景下的激励机制设计问题提出了一种基于多阶段采样的在线激励机制,对实时数据共享行为进行激励,同时最大化综合服务平台的收益。本文提出的在线数据共享激励机制主要包含:(1)交易平台动态选择算法,通过引入时间间隔将交易平台实时数据共享行为分为多个数据共享阶段,根据数据价值密度阈值在线的选择交易平台并为其支付报酬;(2)价值密度阈值更新算法,通过目前采样收集的交易平台集合更新密度阈值。经过大量的仿真实验和理论分析表明,本文所提出的在线激励机制算法中综合服务平台的收益具有良好的竞争比,并且该激励机制能够满足计算有效性、个人理性、真实性和消费者主权。最后,本文设计并实现了一个大宗商品电子交易市场跨平台数据共享激励系统。首先基于跨平台数据共享需求设计了系统功能和主要数据表,并根据功能结构具体设计并实现了四个子模块:数据共享任务管理、交易平台竞拍、交易平台数据上传和后台数据管理。本文在数据共享任务需求任务发布、交易平台竞拍、交易平台共享数据等场景下,对所开发的原型系统进行了功能测试,测试结果表明,该系统功能完备、性能稳定,具有较强的实用价值。
货到人拣选系统中订单分批和多机器人任务分配优化研究
这是一篇关于货到人拣选系统,订单分批,搬运机器人,任务分配,拍卖的论文, 主要内容为电商行业的迅速发展,使得仓库面临越来越多的订单,这对订单拣选效率和准确度的要求越来越高,促进了基于搬运机器人的货到人拣选系统的发展。在货到人拣选系统中,依据订单信息,机器人将相应的移动货架搬运至拣选台配合人工完成订单拣选。为了能够提升系统的整体运作效率,快速响应顾客的订单需求,需要采取适当的订单拣选流程。在整个订单拣选作业中,订单分批拣选和搬运机器人任务分配是影响作业效率的关键环节。因此,本文提出订单拣选流程:首先进行订单分批,然后将批次分配给各拣选台,最后将属于每个拣选台的订单批次对应需要搬运的货架分配给搬运机器人,机器人将货架搬运至拣选台完成拣选。本文的研究重点为订单分批和多机器人任务分配问题,从而实现系统中订单拣选作业的优化,提高订单拣选效率。首先对货到人拣选系统进行分析,阐述了货到人拣选系统的构成、整体布局、运作模式和具体的运作流程,采用栅格法建立拣选作业环境模型。然后,对订单分批进行研究,为多机器人任务分配的研究提供基础。建立以货架搬运次数最少为目标的订单分批模型,提出相似性规则和变邻域搜索两种算法求解模型。考虑到各拣选台作业的均衡性,将订单批次均衡地分配给各拣选台。基于订单分批的结果,进行多机器人任务分配问题研究。订单分批完成后,各批次订单所需货架得以确定,将货架搬运视为机器人需要执行的任务。为描述货架搬运任务之间的关系以及机器人完成搬运任务自身所消耗的代价,通过引入任务关联函数和任务自身代价函数建立多机器人任务分配模型。采用拍卖算法,以最小化搬运机器人总运动路程为优化目标,设计竞标和中标策略,最终求得最优的任务分配方案。最后,在同样的拣选系统环境中,针对相同的订单信息,利用MATLAB进行对比实验。相较于订单直接拣选策略,即把所有的订单随机分配给搬运机器人,订单分批拣选策略优化了多机器人任务分配结果,可以减短机器人约50%的运动路程,减少机器人约50%的任务货架数量,同时还可以均衡各机器人的任务分配量。另外还对货到人拣选系统的重要参数搬运机器人数量、订单数量和周转货架的储位数进行灵敏度分析。图18幅,表16个,参考文献104篇
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：代码海岸 ，原文地址：https://m.bishedaima.com/lunwen/53336.html
