CN103854208A - 一种云市场多类型资源分配定价机制及其实现算法 - Google Patents
一种云市场多类型资源分配定价机制及其实现算法 Download PDFInfo
- Publication number
- CN103854208A CN103854208A CN201410088784.8A CN201410088784A CN103854208A CN 103854208 A CN103854208 A CN 103854208A CN 201410088784 A CN201410088784 A CN 201410088784A CN 103854208 A CN103854208 A CN 103854208A
- Authority
- CN
- China
- Prior art keywords
- resource
- user
- cloud
- market
- task
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种云市场多类型资源分配定价机制及其实现算法,包括云市场多类型资源模型、云市场机制设计和云市场机制的实现算法。本发明考虑云服务市场中用户的利益以及社会收益,提出了基于机制理论的云市场多类型资源分配定价机制,解决了因不从用户角度出发而造成云市场资源分配不合理问题,给出了复杂用户任务请求下多类型资源的有效分配,体现了用户效用、资源提供商效用和市场社会收益的统一,并且该机制满足个体理性,预算均衡和激励兼容性质,最后给出了指导云市场机制实现的算法。
Description
【技术领域】
本发明涉及云市场定价机制的技术领域,特别是云市场多类型资源分配定价机制及其实现算法的技术领域。
【背景技术】
随着互联网的迅猛发展,计算模式经历了从传统的集群计算,到后来发展为P2P计算、网格计算,再到最近的利用互联网实现随时随地、按需访问共享资源池的云计算。在云计算模式下,计算机资源以服务的形式提供给用户,用户可以根据自己的业务需求向云服务提供商购买云计算服务。
关于云服务市场,Buyya等提出了云服务市场模型,包括了用户、中间商、服务提供商等。在云市场中如何有效的为云服务定价,从而最大限度地实现云服务的价值正成为日益重要的问题。现在云服务定价机制一般有两类:固定定价机制和动态定价机制。在固定定价机制方面:Youseff等提出三种云服务固定定价模式:分级定价,每单位定价和基于认购的定价。Weinhardt等指出当前服务供应商最为广泛使用的定价模式是按使用量支付。Yeo等认为这种机制不能使收入最大化,也不会根据不同的用户需求来区分定价。针对固定定价机制的不足,相关学者提出了云服务动态定价机制:Jinsong等给出了基于效用计算的动态定价机制,解决价格在时间间隔上的供需关系曲线和管理分布的资源需求。Marian Mihailescu等分析了多种资源以及市场状况对于定价的影响,在联邦云基础上提出了动态定价机制,并运用模拟仿真的方法对其性能进行了评估,从而提升了用户的使用率,同时也提高了买方成功需求的比例以及买方分配资源的比例。曾栩鸿等从制定公平、灵活、动态的定价机制,保证了云服务提供商的收益并满足服务等级协议。
综上所述,云服务定价机制的研究重点集中在成本、时间、市场状况及服务水平等影响因素下解决用户的需求、服务的要求以及多资源的分配问题。但现有的定价机制一般都从云服务提供商的利益为云服务定价,而非用户利益,并不能客观、公平、公正地反映云服务的真实价值。如果云服务提供商要追求长期的利益,就必须使用户的利益最大化。本发明要解决的主要问题是将用户和云服务提供商作为机制参与人,设计符合参与人个体理性、激励兼容和预算均衡的云服务定价机制,使在云市场环境下,用户多类型资源的服务请求得到有效分配和完成,同时保证机制中所有参与人的社会收益最优。
【发明内容】
本发明的目的就是解决现有技术中的问题,提出一种云市场多类型资源分配定价机制及其实现算法,能够设计符合参与人个体理性、激励兼容和预算均衡的云服务定价机制,使在云市场环境下,用户多类型资源的服务请求得到有效分配和完成,同时保证机制中所有参与人的社会收益最优。
为实现上述目的,本发明提出了一种云市场多类型资源分配定价机制及其实现算法,依次包括以下步骤:
a)云市场多类型资源模型:
构建一个云市场多类型资源模型,包含了资源分配、定价和资源管理,在云市场多类型资源模型中有多个用户和资源提供商,云市场中的交易都是由用户任务请求发起的,资源提供商竞争该任务所需资源,并做了如下三个假定:
a1)用户的任务可能需要多类型资源,允许多个资源提供商一起提供多类型资源完成该任务;
a2)云市场的资源类型和数量满足了用户的任务所需,保证任务能够完成;
a3)用户和资源提供商都是理性、自治和智慧,拥有自己私有信息;
云市场中的所有资源类型用集合R来表示,其中集合元素r∈R表示具体r类型资源,一次用户任务所需的资源类型集合用Rb表示,Qr表示r类型资源所需的数量,(r,Qr)表示r类型资源的任务所需,m={(r,Qr)|r∈Rb}表示用户任务所需要的资源信息集合,一个用户任务可以发布成一种或者多种类型资源信息,用户任务请求描述成以下形式:Req(buyerId,m,price,T),其中buyerId用来标识用户,price表示该任务愿意支付的价格,T为任务所需时间,用户私人信息类型θb=Req(buyerId,m,price,T);云市场中有n个资源提供商,用集合S来表示所有的资源提供商,i∈S表示第i个资源提供商,一个资源提供商可以发布多种类型的资源信息,每一种资源信息描述成以下形式:Res[sellerId,r,qr,cr],其中sellerId为资源提供商标识,r表示资源类型,qr表示r类型资源的数量,cr表示r类型资源单位数量在单位时间的价格;
b)云市场机制设计:
将用户任务请求信息Req和资源提供商资源信息Res作为机制的输入,首先根据先来先服务的原则选择用户任务请求Req;然后通过机制中的分配函数确定任务请求所需的资源提供商及其类型资源,分配函数的原则是使得任务所需的资源成本最小;最后机制中的支付函数给出用户和资源提供商各自的支付价格;
b1)云市场机制相关的分配函数:假设一次用户任务请求Req,市场中所有满足任务请求Req可能的结果集合为K,用k(θ)={k1(θ),...kn(θ)}表示分配向量,k(θ)∈K,其中ki(θ)表示资源提供商i的分配向量,那么设计的分配函数可以表示成:
表示资源提供商i的j类型资源的分配函数。其中Qj表示任务请求Req中需要j类型资源数量,表示资源提供商i提供j类型资源的数量,[i]表示所报的资源成本升序排列处于第i位的资源提供商,被定义为符合以下条件的资源提供商:且资源提供商i的分配向量在云市场机制中的分配函数结果k*(θ)={k1 *(θ),...kn *(θ)},资源提供商的价值函数表示成:
b2)云市场机制相关的支付函数:
c)云市场机制的实现算法:
c1)用户发布任务请求Req,资源提供商发布多种资源Res到云资源市场中;
c2)云市场机制根据任务请求Req时间的先后顺序让用户的任务请求Req进用户请求队列;
c3)当用户队列不为空时,根据先来先服务原则从用户任务请求队列中选择下一个请求Req,对于用户请求Req中的每一个类型的资源r,对提供资源类型r的资源提供商所报的价格cr进行升序排序;根据公式:
从第[1]个资源提供商到第个资源提供商中选择数量为Qr的r类型资源,并把相应的资源提供商以及该资源提供商的对于类型为r资源的价值记录进H列表;对于资源提供商列表H中的每一个资源提供商求其价值根据公式:
当用户任务请求的price+pb>0时,用户发布任务请求Req成功完成,用户与资源提供商实现交易。
作为优选,所述云市场机制满足个体理性;云市场机制满足预算均衡;云市场机制满足激励兼容,云市场机制对于资源提供商和用户都满足激励兼容。
作为优选,所述云市场机制中的分配函数满足分配有效性,在整个云市场中,用户的任务请求都是用最小成本的资源来完成,体现了云市场机制社会收益最大化。
本发明的有益效果:本发明考虑云服务市场中用户的利益以及社会收益,提出了基于机制理论的云市场多类型资源分配定价机制,解决了因不从用户角度出发而造成云市场资源分配不合理问题,给出了复杂用户任务请求下多类型资源的有效分配,体现了用户效用、资源提供商效用和市场社会收益的统一,并且该机制满足个体理性,预算均衡和激励兼容性质,最后给出了指导云市场机制实现的算法。
【具体实施方式】
本发明一种云市场多类型资源分配定价机制及其实现算法,依次包括以下步骤:
a)云市场多类型资源模型:
构建一个云市场多类型资源模型,包含了资源分配、定价和资源管理,在云市场多类型资源模型中有多个用户和资源提供商,云市场中的交易都是由用户任务请求发起的,资源提供商竞争该任务所需资源,并做了如下三个假定:
a1)用户的任务可能需要多类型资源,允许多个资源提供商一起提供多类型资源完成该任务;
a2)云市场的资源类型和数量满足了用户的任务所需,保证任务能够完成;
a3)用户和资源提供商都是理性、自治和智慧,拥有自己私有信息;
云市场中的所有资源类型用集合R来表示,其中集合元素r∈R表示具体r类型资源,一次用户任务所需的资源类型集合用Rb表示,Qr表示r类型资源所需的数量,(r,Qr)表示r类型资源的任务所需,m={(r,Qr)|r∈Rb}表示用户任务所需要的资源信息集合,一个用户任务可以发布成一种或者多种类型资源信息,用户任务请求描述成以下形式:Req(buyerId,m,price,T),其中buyerId用来标识用户,price表示该任务愿意支付的价格,T为任务所需时间,用户私人信息类型θb=Req(buyerId,m,price,T);云市场中有n个资源提供商,用集合S来表示所有的资源提供商,i∈S表示第i个资源提供商,一个资源提供商可以发布多种类型的资源信息,每一种资源信息描述成以下形式:Res[sellerId,r,qr,cr],其中sellerId为资源提供商标识,r表示资源类型,qr表示r类型资源的数量,cr表示r类型资源单位数量在单位时间的价格;
b)云市场机制设计:
将用户任务请求信息Req和资源提供商资源信息Res作为机制的输入,首先根据先来先服务的原则选择用户任务请求Req;然后通过机制中的分配函数确定任务请求所需的资源提供商及其类型资源,分配函数的原则是使得任务所需的资源成本最小;最后机制中的支付函数给出用户和资源提供商各自的支付价格;
b1)云市场机制相关的分配函数:假设一次用户任务请求Req,市场中所有满足任务请求Req可能的结果集合为K,用k(θ)={k1(θ),...kn(θ)}表示分配向量,k(θ)∈K,其中ki(θ)表示资源提供商i的分配向量,那么设计的分配函数可以表示成:
表示资源提供商i的j类型资源的分配函数。其中Qj表示任务请求Req中需要j类型资源数量,表示资源提供商i提供j类型资源的数量,[i]表示所报的资源成本升序排列处于第i位的资源提供商,被定义为符合以下条件的资源提供商:且资源提供商i的分配向量在云市场机制中的分配函数结果k*(θ)={k1 *(θ),...kn *(θ)},资源提供商的价值函数表示成:
b2)云市场机制相关的支付函数:
c)云市场机制的实现算法:
c1)用户发布任务请求Req,资源提供商发布多种资源Res到云资源市场中;
c2)云市场机制根据任务请求Req时间的先后顺序让用户的任务请求Req进用户请求队列;
c3)当用户队列不为空时,根据先来先服务原则从用户任务请求队列中选择下一个请求Req,对于用户请求Req中的每一个类型的资源r,对提供资源类型r的资源提供商所报的价格cr进行升序排序;根据公式:
从第[1]个资源提供商到第个资源提供商中选择数量为Qr的r类型资源,并把相应的资源提供商以及该资源提供商的对于类型为r资源的价值记录进H列表;对于资源提供商列表H中的每一个资源提供商求其价值根据公式:
当用户任务请求的price+pb>0时,用户发布任务请求Req成功完成,用户与资源提供商实现交易。
所述步骤a)中资源提供商i发布r类型资源记为资源提供商i发布的多种类型资源集合作为其私有信息类型记为θi,那么Θi表示资源提供商i所有私有信息类型集合,θi∈Θi,所述云市场机制满足个体理性;云市场机制满足预算均衡;云市场机制满足激励兼容,云市场机制对于资源提供商和用户都满足激励兼容,所述云市场机制中的分配函数满足分配有效性,在整个云市场中,用户的任务请求都是用最小成本的资源来完成,体现了云市场机制社会收益最大化。
本发明考虑云服务市场中用户的利益以及社会收益,提出了基于机制理论的云市场多类型资源分配定价机制,解决了因不从用户角度出发而造成云市场资源分配不合理问题,给出了复杂用户任务请求下多类型资源的有效分配,体现了用户效用、资源提供商效用和市场社会收益的统一,并且该机制满足个体理性,预算均衡和激励兼容性质,最后给出了指导云市场机制实现的算法。
上述实施例是对本发明的说明,不是对本发明的限定,任何对本发明简单变换后的方案均属于本发明的保护范围。
Claims (4)
1.一种云市场多类型资源分配定价机制及其实现算法,依次包括以下步骤:
a)云市场多类型资源模型:
构建一个云市场多类型资源模型,包含了资源分配、定价和资源管理,在云市场多类型资源模型中有多个用户和资源提供商,云市场中的交易都是由用户任务请求发起的,资源提供商竞争该任务所需资源,并做了如下三个假定:
a1)用户的任务可能需要多类型资源,允许多个资源提供商一起提供多类型资源完成该任务;
a2)云市场的资源类型和数量满足了用户的任务所需,保证任务能够完成;
a3)用户和资源提供商都是理性、自治和智慧,拥有自己私有信息;
云市场中的所有资源类型用集合R来表示,其中集合元素r∈R表示具体r类型资源,一次用户任务所需的资源类型集合用Rb表示,Qr表示r类型资源所需的数量,(r,Qr)表示r类型资源的任务所需,m={(r,Qr)|r∈Rb}表示用户任务所需要的资源信息集合,一个用户任务可以发布成一种或者多种类型资源信息,用户任务请求描述成以下形式:Req(buyerId,m,price,T),其中buyerId用来标识用户,price表示该任务愿意支付的价格,T为任务所需时间,用户私人信息类型θb=Req(buyerId,m,price,T);云市场中有n个资源提供商,用集合S来表示所有的资源提供商,i∈S表示第i个资源提供商,一个资源提供商可以发布多种类型的资源信息,每一种资源信息描述成以下形式:Res[sellerId,r,qr,cr],其中sellerId为资源提供商标识,r表示资源类型,qr表示r类型资源的数量,cr表示r类型资源单位数量在单位时间的价格;
b)云市场机制设计:
将用户任务请求信息Req和资源提供商资源信息Res作为机制的输入,首先根据先来先服务的原则选择用户任务请求Req;然后通过机制中的分配函数确定任务请求所需的资源提供商及其类型资源,分配函数的原则是使得任务所需的资源成本最小;最后机制中的支付函数给出用户和资源提供商各自的支付价格;
b1)云市场机制相关的分配函数:假设一次用户任务请求Req,市场中所有满足任务请求Req可能的结果集合为K,用k(θ)={k1(θ),...kn(θ)}表示分配向量,k(θ)∈K,其中ki(θ)表示资源提供商i的分配向量,那么设计的分配函数可以表示成:
表示资源提供商i的j类型资源的分配函数。其中Qj表示任务请求Req中需要j类型资源数量,表示资源提供商i提供j类型资源的数量,[i]表示所报的资源成本升序排列处于第i位的资源提供商,被定义为符合以下条件的资源提供商:且资源提供商i的分配向量在云市场机制中的分配函数结果k*(θ)={k1 *(θ),...kn *(θ)},资源提供商的价值函数表示成:
b2)云市场机制相关的支付函数:
c)云市场机制的实现算法:
c1)用户发布任务请求Req,资源提供商发布多种资源Res到云资源市场中;
c2)云市场机制根据任务请求Req时间的先后顺序让用户的任务请求Req进用户请求队列;
c3)当用户队列不为空时,根据先来先服务原则从用户任务请求队列中选择下一个请求Req,对于用户请求Req中的每一个类型的资源r,对提供资源类型r的资源提供商所报的价格cr进行升序排序;根据公式:
从第[1]个资源提供商到第个资源提供商中选择数量为Qr的r类型资源,并把相应的资源提供商以及该资源提供商的对于类型为r资源的价值记录进H列表;对于资源提供商列表H中的每一个资源提供商求其价值根据公式:
3.如权利要求1所述的一种云市场多类型资源分配定价机制及其实现算法,其特征在于:所述云市场机制满足个体理性;云市场机制满足预算均衡;云市场机制满足激励兼容,云市场机制对于资源提供商和用户都满足激励兼容。
4.如权利要求1所述的一种云市场多类型资源分配定价机制及其实现算法,其特征在于:所述云市场机制中的分配函数满足分配有效性,在整个云市场中,用户的任务请求都是用最小成本的资源来完成,体现了云市场机制社会收益最大化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410088784.8A CN103854208B (zh) | 2014-03-11 | 2014-03-11 | 一种云市场多类型资源分配定价机制的实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410088784.8A CN103854208B (zh) | 2014-03-11 | 2014-03-11 | 一种云市场多类型资源分配定价机制的实现方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103854208A true CN103854208A (zh) | 2014-06-11 |
CN103854208B CN103854208B (zh) | 2016-11-23 |
Family
ID=50861830
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410088784.8A Active CN103854208B (zh) | 2014-03-11 | 2014-03-11 | 一种云市场多类型资源分配定价机制的实现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103854208B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104778076A (zh) * | 2015-04-27 | 2015-07-15 | 东南大学 | 一种云服务工作流调度方法 |
CN105450707A (zh) * | 2014-08-29 | 2016-03-30 | 青岛海尔电子有限公司 | 一种云媒体资源的分配方法及系统 |
CN107463443A (zh) * | 2017-07-12 | 2017-12-12 | 桂林电子科技大学 | 一种基于对身份不敏感的并行机制的分配方法 |
CN108259584A (zh) * | 2017-12-30 | 2018-07-06 | 广东技术师范学院 | 一种云存储服务方的任务策略控制方法 |
CN112954628A (zh) * | 2021-01-25 | 2021-06-11 | 南京邮电大学 | 一种p2p任务卸载系统及其组合资源交易方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106951330A (zh) * | 2017-04-10 | 2017-07-14 | 郑州轻工业学院 | 一种云服务中心服务效用最大化的虚拟机分配方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020065699A1 (en) * | 2000-09-14 | 2002-05-30 | Kalyan Talluri | General discrete choice model and optimization algorithm for revenue management |
CN102915331A (zh) * | 2011-09-12 | 2013-02-06 | 微软公司 | 用于云选择的协调引擎 |
CN103218737A (zh) * | 2013-04-19 | 2013-07-24 | 湖南大学 | 一种基于双边市场的移动云计算环境中多维资源定价方法 |
US20130218355A1 (en) * | 2012-02-16 | 2013-08-22 | Spyros James Lazaris | Electricity grid data analytics as a moduled service for production, delivery, and distribution of power as a dynamic demand response within a renewable energy-based electricity grid infrastructure |
-
2014
- 2014-03-11 CN CN201410088784.8A patent/CN103854208B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020065699A1 (en) * | 2000-09-14 | 2002-05-30 | Kalyan Talluri | General discrete choice model and optimization algorithm for revenue management |
CN102915331A (zh) * | 2011-09-12 | 2013-02-06 | 微软公司 | 用于云选择的协调引擎 |
US20130218355A1 (en) * | 2012-02-16 | 2013-08-22 | Spyros James Lazaris | Electricity grid data analytics as a moduled service for production, delivery, and distribution of power as a dynamic demand response within a renewable energy-based electricity grid infrastructure |
CN103218737A (zh) * | 2013-04-19 | 2013-07-24 | 湖南大学 | 一种基于双边市场的移动云计算环境中多维资源定价方法 |
Non-Patent Citations (5)
Title |
---|
MARIAN MIHAILESCU ETC.: "Dynamic resource princing on federated clouds", 《PROCEEDINGS OF 10TH IEEE/ACM INTERATIONAL SYMPOSIUM ON CLUSTER,CLOUD AND GRID COMPUTERING》 * |
吴丽华 等: "基于客户感知价值的云计算服务动态定价策略优化方法", 《计算机与数字工程》 * |
曾栩鸿 等: "云计算中TSP问题求解服务的定价机制", 《计算机科学》 * |
缪翀莺: "云计算服务商业模式之定价机制探讨", 《广东通信技术》 * |
胡志刚 等: "云环境下基于组合双向拍卖的动态资源定价", 《计算机工程》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105450707A (zh) * | 2014-08-29 | 2016-03-30 | 青岛海尔电子有限公司 | 一种云媒体资源的分配方法及系统 |
CN105450707B (zh) * | 2014-08-29 | 2019-03-08 | 青岛海尔电子有限公司 | 一种云媒体资源的分配方法及系统 |
CN104778076A (zh) * | 2015-04-27 | 2015-07-15 | 东南大学 | 一种云服务工作流调度方法 |
CN104778076B (zh) * | 2015-04-27 | 2017-10-31 | 东南大学 | 一种云服务工作流调度方法 |
CN107463443A (zh) * | 2017-07-12 | 2017-12-12 | 桂林电子科技大学 | 一种基于对身份不敏感的并行机制的分配方法 |
CN108259584A (zh) * | 2017-12-30 | 2018-07-06 | 广东技术师范学院 | 一种云存储服务方的任务策略控制方法 |
CN112954628A (zh) * | 2021-01-25 | 2021-06-11 | 南京邮电大学 | 一种p2p任务卸载系统及其组合资源交易方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103854208B (zh) | 2016-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103854208A (zh) | 一种云市场多类型资源分配定价机制及其实现算法 | |
US8583799B2 (en) | Dynamic cost model based resource scheduling in distributed compute farms | |
Wong | Overcoming obstacles against effective solar lighting interventions in South Asia | |
US20120036009A1 (en) | Method for efficiently allocating an advertising budget between web advertising entities | |
Baig et al. | Making community networks economically sustainable, the guifi. net experience | |
CN106339852A (zh) | 具有偏好的众包任务分配方法 | |
CN106789118A (zh) | 基于服务等级协议的云计算计费方法 | |
US9619827B1 (en) | Flexible resource commitments for computing resources | |
Yang et al. | Envy-free auction mechanism for VM pricing and allocation in clouds | |
Shang et al. | A knowledge-based continuous double auction model for cloud market | |
Künsemöller et al. | A game-theoretical approach to the benefits of cloud computing | |
Sun et al. | Fair rewarding in colocation data centers: Truthful mechanism for emergency demand response | |
Mashayekhy et al. | A two-sided market mechanism for trading big data computing commodities | |
Zaman et al. | Combinatorial auction-based mechanisms for vm provisioning and allocation in clouds | |
Addya et al. | A game theoretic approach to estimate fair cost of VM placement in cloud data center | |
CN108171593A (zh) | 一种基于地点覆盖带预算的移动群智感知激励方法 | |
CN110310155A (zh) | 广告投放方法、装置及服务器 | |
Chi et al. | A fairness-aware pricing methodology for revenue enhancement in service cloud infrastructure | |
Li et al. | Optimization-based resource allocation for software as a service application in cloud computing | |
CN105204947A (zh) | 一种基于商业银行模型的混合云计算资源管理系统 | |
CN109410014B (zh) | 卫星网络下基于定价机制的虚拟资源共享分配方法及应用 | |
Courcoubetis et al. | Economic issues in shared infrastructures | |
CN106845718A (zh) | 一种高效的云市场弹性期限计算资源拍卖机制 | |
Li et al. | Price competition in a duopoly iaas cloud market | |
Vlachos et al. | Embedding renewable energy pricing policies in day-ahead electricity market clearing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |