CN107180382A - 一种适用于不对称网络的基于团购的资源拍卖方法 - Google Patents
一种适用于不对称网络的基于团购的资源拍卖方法 Download PDFInfo
- Publication number
- CN107180382A CN107180382A CN201710202323.2A CN201710202323A CN107180382A CN 107180382 A CN107180382 A CN 107180382A CN 201710202323 A CN201710202323 A CN 201710202323A CN 107180382 A CN107180382 A CN 107180382A
- Authority
- CN
- China
- Prior art keywords
- node
- seller
- resource
- matrix
- gain matrix
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/08—Auctions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出了一种适用于不对称网络的基于团购的资源拍卖优化技术,其包括将“全局最优”方法引入基于团购的资源拍卖中以优化中间方节点与卖方节点的匹配。该技术在保证诚信原则的前提下稳定的提升了系统的总体效益,也使得资源的分配更为合理更加符合市场经济规律。而且该技术适用于不对称的网络中的资源分配,当系统处于不对称网络中时,该技术的优势将更加突出。
Description
技术领域
本发明涉及通信及计算机领域中的资源拍卖技术,特别是不对称网络中基于团购的资源拍卖方法。
背景技术
本领域现有的基于团购的资源拍卖方法中,经过系统的第一阶段,各中间方(拍卖交易的中间方,如中继节点、接入节点等)从其买方(资源需求方,如移动用户等)团体处收取预算后。在其算法的第二阶段,为了确保拍卖系统满足诚信原则,中间方与卖方(资源提供方,如频谱资源拥有者、微云)在进行交易匹配时通常采用如下两种原则:
1、随机匹配原则。
2、“乱序取优”原则。
在随机匹配的原则中,中间方与卖方完全随机地匹配,而后在中间方与其匹配的卖方的交易中,若满足一定的约束条件:中间方的整体预算(Budget)大于等于卖方的保留价格(reserve price)rk即且与rk之间有另外一个中间方的报价即(i≠j),则交易成立,若不满足则二者皆被淘汰。
在“乱序取优”的原则中,系统由中间方主导,首先将中间方随机排序,而后依次为各个中间方节点匹配当前可选的卖方节点中最优(效益最高)的一个进行判断,对第i个中间方ai,假设其当前可选的卖方节点中的最佳匹配为第k个卖方节点Ck,若其ai的报价大于等于Ck的保留价格rk即且与rk的大小满足自适应参数f的限制则进行交易,若不满足则ai将被淘汰。
遵循如上原则制定的拍卖系统在满足诚信原则的同时也为拍卖系统带来了极大的随机性。如此,将会给拍卖系统带来如下缺点:
1、中间方和卖方的总体效益不高。
2、系统资源分配的随机性大大提高,使得资源分配不均(资源需求大的买方被分配给了资源少的卖方,而资源需求小的买方被分配给了资源多的卖方)的几率大大提高,容易造成资源浪费。
3、当系统处于“供不应求”的不对称网络中时,上述两个缺点将被继续放大。
发明内容
针对上述不足,我们提供了一种更为稳定、高效并且更加适用于不对称网络中的基于团购的资源拍卖技术,
在实现本发明时,我们采用的基于团购的拍卖总体流程如下:
1、系统的第一阶段,各中间方节点根据其连接的零散的买方节点对各个卖方节点的不同报价计算出对各卖方节点的总体预算
2、由中间方节点对各卖方节点的报价矩阵(Bid matrix)与各卖方节点自身的保留价格rk向量(reserve price vector),根据生成双方的收益矩阵。在收益矩阵中按照“全局最优”的思想将中间方节点与卖方节点两两匹配。
3、对拍卖系统中最终获胜的节点(包括买方、卖方、中间方节点)进行结算,并分配相应的资源。
其中所述的“全局最优”思想的具体实施方案指:
1、依据中间方节点的报价矩阵和卖方节点的保留价格向量生成二者的收益矩阵。
2、从收益矩阵中最大的三种情况中随机取一种,将其中间方节点ai与卖方节点Ck进行匹配。
3、对匹配的中间方节点ai及卖方节点Ck,判断其是否满足如下条件:
a)
b)与rk的价格区间之内存在其他中间方对Ck的报价即且i≠j。
4、若符合条件则ai与Ck成交,结算价格为与rk的价格区间之内其他中间方节点的最高出价,同时将收益矩阵中所有对Ck的收益置零。若不符合条件,则将对rk的收益置零。
5、重复2-4步直到所有卖方节点的资源都被分配完毕,或价值矩阵为零矩阵。
本发明具有如下的优点:
1、变随机匹配或“局部最优”的策略为“全局最优的策略”,在遵守拍卖系统中普遍存在的诚信原则的前提下大大提高了中间方和卖方的效益,从而提高了系统的整体效益。
2、资源分配随机性降低,系统稳定性增强,卖方资源的资源利用率得到提升,资源分配更为合理。
4、模拟实验表明,在对称网络中该方法对拍卖系统的系统效益提升了2%~5%,资源利用率基本持平。而在不对称网络中,系统效益提升了10%以上。且给定网络的不对称程度越高,上述优点越突出。
附图说明
图1为中间方节点对卖方节点的报价矩阵。
图2为卖方节点的保留价格向量。
图3为对称网络中“全局最优”与“局部最优”的效果对比。
图4为不对称网络中“全局最优”与“局部最优”的效果对比。
图5是该发明的算法流程图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
实施例一。
如图1-4中所举的例证,根据在图1所示的中间方对各卖方的报价矩阵及图2中卖方节点自身的保留价格向量,由生成双方的收益矩阵。
当系统处于对称网络中时,即图1中的此时卖方节点数K=8,中间方节点数n=8。若采用基于“乱序取优”的局部最优原则,对中间方节点随机排序(此次随机的序列为1,7,5,2,3,8,4,6),而后匹配结果如图3中括号所示,中间方与卖方的总体效益为305。多次运行该系统,中间方节点与卖方节点的总体效益取平均值为323。若按“全局最优”的匹配思想,匹配结果如图3中黑体数字所示,买卖双方的总体效益为330。
当系统处于不对称网络中时,即图1中此时卖方节点数K=8,中间方节点数n=10。同理,采用局部最优原则,对中间方节点随机排序(此次随机的序列为7,8,4,9,5,10,3,1,6,2),如图3中括号所示,此次中间方与卖方的总体效益为313。多次运行取平均值为353。若按“全局最优”的匹配思想,匹配结果如图3中黑体数字所示,买卖双方的总体效益为402。
1、在通信领域的频谱资源拍卖中,频谱资源的拥有者(Spectrum Holder(SH))的资源对单个用户而言往往过于昂贵。因此,零散的用户组团成为一个个二级网络(Secondary Networks(SNs)),并通过二级网络中的接入节点(Secondary Access Point(SAP))与SH进行交易。在SAP与SH进行竞拍并被分配SH中的信道(channel)时,通常为SAP与SH中的可分配channel随机匹配,并将符合相关交易条件的组合成交,将不符条件的组合淘汰。而在该场景中运用本发明能大幅提高频谱资源的分配效率同时也提升了整个拍卖系统的整体效益。
2、在计算机领域的移动云计算环境下,微云资源的拍卖同样适用。在给定的网络中,移动用户(Mobile Users(MU))通过网络接入节点(Access Point(AP))与网络相连接,微云(Cloudlet)中的资源对于单个的MU太过富余并且价格高昂。因而AP节点连接的零散的MU纷纷组团,而后通过AP节点与微云进行交易。与1中类似,当AP节点计算出其对各微云节点的整体预算后,亦可运用本发明更高效的匹配AP节点与微云节点,从而提高微云资源分配效率,优化拍卖系统。
实施例二。
本实施例继续给出一种适用于不对称网络的基于团购的资源拍卖优化方法,所述方法包括以下步骤:
给定网络中的各中间方节点(如中继节点或网络接入节点)根据其连接的零散的买方节点对各个卖方节点的不同报价计算出对各卖方节点的总体预算
每个中间节点对不同的卖方节点有不同的报价,各个中间方节点对各个不同卖方节点的不同报价组成了报价矩阵(如图1所示);
各卖方节点根据自身的损耗,会提出相应的保留价格rk,卖方节点对于低于自身保留价格的报价不予成交,各卖方节点的保留价格组成的保留价格向量为{rk}(如图2所示);
根据上述报价矩阵及保留价格向量{rk}生成双方的收益矩阵:(如图3、图4所示);在收益矩阵中按照全局最优的方法将中间方节点与卖方节点两两匹配;对拍卖系统中最终获胜的节点进行结算,并分配相应的资源。
2、根据权利要求1所述的适用于不对称网络的基于团购的资源拍卖优化方法,其特征在于:其中的全局最优的方法包括:
d)在所述收益矩阵中,从最高的三者中随机取一,对于生成该收益的取其中间方节点ai和卖方节点Ck进行匹配;
e)若ai的报价大于等于Ck的保留价格rk,且与rk之间还有其他中间方节点的报价则ai与Ck成交,成交价格为与rk之间其他中间方节点报价的最高值,并将收益矩阵中关于Ck的收益置零;
f)若不符合b)中的条件则将ai与Ck在收益矩阵中的该项收益置零;
d)重复过程a)至c)直到所有卖方节点分配完毕或者收益矩阵为零矩阵。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (2)
1.一种适用于不对称网络的基于团购的资源拍卖优化方法,其特征在于,所述方法包括以下步骤:
给定网络中的各中间方节点根据其连接的零散的买方节点对各个卖方节点的不同报价计算出对各卖方节点的总体预算
每个中间节点对不同的卖方节点有不同的报价,各个中间方节点对各个不同卖方节点的不同报价组成了报价矩阵
各卖方节点根据自身的损耗,会提出相应的保留价格rk,卖方节点对于低于自身保留价格的报价不予成交,各卖方节点的保留价格组成的保留价格向量为{rk};
根据上述报价矩阵及保留价格向量{rk}生成双方的收益矩阵:
在收益矩阵中按照全局最优的方法将中间方节点与卖方节点两两匹配;
对拍卖系统中最终获胜的节点进行结算,并分配相应的资源。
2.根据权利要求1所述的适用于不对称网络的基于团购的资源拍卖优化方法,其特征在于:其中的全局最优的方法包括:
a)在所述收益矩阵中,从最高的三者中随机取一,对于生成该收益的取其中间方节点ai和卖方节点Ck进行匹配;
b)若ai的报价大于等于Ck的保留价格rk,且与rk之间还有其他中间方节点的报价则ai与Ck成交,成交价格为与rk之间其他中间方节点报价的最高值,并将收益矩阵中关于Ck的收益置零;
c)若不符合b)中的条件则将ai与Ck在收益矩阵中的该项收益置零;
d)重复过程a)至c)直到所有卖方节点分配完毕或者收益矩阵为零矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710202323.2A CN107180382A (zh) | 2017-03-30 | 2017-03-30 | 一种适用于不对称网络的基于团购的资源拍卖方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710202323.2A CN107180382A (zh) | 2017-03-30 | 2017-03-30 | 一种适用于不对称网络的基于团购的资源拍卖方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107180382A true CN107180382A (zh) | 2017-09-19 |
Family
ID=59829829
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710202323.2A Pending CN107180382A (zh) | 2017-03-30 | 2017-03-30 | 一种适用于不对称网络的基于团购的资源拍卖方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107180382A (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102932796A (zh) * | 2012-11-27 | 2013-02-13 | 西安电子科技大学 | 一种异构无线网络中基于覆盖频率的动态频谱分配方法 |
CN103237310A (zh) * | 2013-04-08 | 2013-08-07 | 黑龙江八一农垦大学 | 一种认知无线电并行合作频谱感知方法 |
-
2017
- 2017-03-30 CN CN201710202323.2A patent/CN107180382A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102932796A (zh) * | 2012-11-27 | 2013-02-13 | 西安电子科技大学 | 一种异构无线网络中基于覆盖频率的动态频谱分配方法 |
CN103237310A (zh) * | 2013-04-08 | 2013-08-07 | 黑龙江八一农垦大学 | 一种认知无线电并行合作频谱感知方法 |
Non-Patent Citations (3)
Title |
---|
唐洪英等: "基于分层分次、贪心算法的排课系统的设计与实现", 《微计算机信息》 * |
张振华等: "电子中介在旧车交易中的匹配", 《东北大学学报(自然科学版)》 * |
詹青青等: "基于贪心随机自适应搜索的电路划分改进算法", 《浙江大学学报(工学版)》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dong et al. | Double auctions for dynamic spectrum allocation | |
Gao et al. | An integrated contract and auction design for secondary spectrum trading | |
CN101662327B (zh) | 认知无线电中的多频带共享方法 | |
Zhang et al. | An auction mechanism for resource allocation in mobile cloud computing systems | |
Iosifidis et al. | Challenges in auction theory driven spectrum management | |
CN108182112A (zh) | 基于组合拍卖的以人为中心的感知网络的资源分配机制 | |
CN110544147A (zh) | 一种mec中基于双向拍卖的多任务跨服务器资源分配方法 | |
CN105554773A (zh) | 认知网络中一种真实的利益最大化的异质频谱双向拍卖机制 | |
CN109040193B (zh) | 基于无依赖子任务的移动设备云资源分配方法 | |
CN106874107A (zh) | 移动云计算中一种基于团购的微云资源拍卖技术 | |
CN107241806A (zh) | 一种基于拍卖和隐私保护的双向异质频谱分配方法 | |
Zhai et al. | Truthful double auction for joint internet of energy and profit optimization in cognitive radio networks | |
Hyodo et al. | An optimal coalition formation among buyer agents based on a genetic algorithm | |
Chen et al. | From resource auction to service auction: An auction paradigm shift in wireless networks | |
Susanto et al. | Effective mobile data trading in secondary ad-hoc market with heterogeneous and dynamic environment | |
CN103095741A (zh) | 一种多用户分配有限资源的处理方法及系统 | |
CN106780019A (zh) | 一种分类交易系统的交易指数编制方法、装置和系统 | |
CN103051730A (zh) | 一种云计算商务环境下多源信息服务资源分配系统及IA-Min分配方法 | |
Zhang et al. | Incentive mechanism with task bundling for mobile crowd sensing | |
CN107180382A (zh) | 一种适用于不对称网络的基于团购的资源拍卖方法 | |
CN111343595A (zh) | 一种d2d任务卸载系统及其多类型资源交易方法 | |
CN103824195A (zh) | 一种基于机会网络中三回合讨价还价的激励方法 | |
Blumrosen et al. | Multi-player and multi-round auctions with severely bounded communication | |
Zhang et al. | Pricing, caching selection, and content delivery in wireless networks: a hierarchical approach | |
CN115936865A (zh) | 电力交易方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170919 |
|
WD01 | Invention patent application deemed withdrawn after publication |