CN109525404B - 一种流量池资费优化方法、装置、计算机设备及介质 - Google Patents
一种流量池资费优化方法、装置、计算机设备及介质 Download PDFInfo
- Publication number
- CN109525404B CN109525404B CN201811302586.1A CN201811302586A CN109525404B CN 109525404 B CN109525404 B CN 109525404B CN 201811302586 A CN201811302586 A CN 201811302586A CN 109525404 B CN109525404 B CN 109525404B
- Authority
- CN
- China
- Prior art keywords
- internet
- things
- pool
- cards
- flow pool
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/02—Details
- H04L12/14—Charging, metering or billing arrangements for data wireline or wireless communications
- H04L12/1453—Methods or systems for payment or settlement of the charges for data transmission involving significant interaction with the data transmission network
- H04L12/1467—Methods or systems for payment or settlement of the charges for data transmission involving significant interaction with the data transmission network involving prepayment
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/02—Details
- H04L12/14—Charging, metering or billing arrangements for data wireline or wireless communications
- H04L12/1453—Methods or systems for payment or settlement of the charges for data transmission involving significant interaction with the data transmission network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/02—Details
- H04L12/14—Charging, metering or billing arrangements for data wireline or wireless communications
- H04L12/1485—Tariff-related aspects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/24—Accounting or billing
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请实施例公开了一种流量池资费优化方法、装置、计算机设备及介质。本申请实施例方法包括:获取物联网客户的物联网卡数量,若所述物联网卡数量没有超过数量阈值,则采用贪婪算法将所有物联网卡分配在各个流量池中,以降低流量池资费成本;若所述物联网卡数量超过数量阈值,则采用单纯形算法将所有物联网卡分配在各个流量池中,以降低流量池资费成本,通过贪婪算法与单边形算法相结合的流量池资费优化模型而设计出的流量池管理方案,可快速、高效的降低流量池成本。
Description
技术领域
本申请涉及物联网卡技术领域,尤其涉及一种流量池资费优化方法、装置、计算机设备及介质。
背景技术
随着近年来互联网行业的飞速发展,在互联网基础上延伸、扩展而成的物联网也被应用到导航、安保、监控等诸多领域中。物联网卡的运营商基于客户的实际需要设置不同档位的流量池来为客户提供服务,客户可以根据需要将所采购的物联网卡分别放入不同档位的流量池。不同档位的流量池对池内所有物联网卡的每月平均用量消耗额度有着不用的限制,超过消耗额度的流量消耗需要支付高昂的套餐外流量费用。但与此同时,消耗额度越高的流量池在额度内的流量价格也越高。因此当客户每月使用的流量超过消耗额度时,客户需要向运营商支付额外的套餐外流量费用;而当客户每月使用的流量很少,剩余较多未使用的流量时,又会导致流量浪费,进而产生不必要的流量成本。
现有技术中,运营商提供不同档位的流量池为物联网客户提供服务,客户根据自身的实际需要将所拥有的物联网卡分别放入各个卡池。不同档位的流量池对于流量使用额度有不同的限制,例如1G档位流量池就会要求放入该池的所有卡消耗的流量总和不超过1G*卡数;2G档位流量池就会要求放入该池的所有卡消耗的流量总和不超过2G*卡数。运营商会给不同档位的流量池设定不同的单价,只要实际使用流量不超过流量池限额,那么运营商每月向客户收取的费用金额就等于流量池内的卡数*对应流量池的单价;若实际使用流量超过流量池限额,那么客户就要支付极其高昂的超量费用。同时一般来说,流量池的流量限额越高,卡池内每卡的单价也会越高。也就是说客户将所拥有的物联网卡以不同的配比放入各个流量池所需支付的费用也会显著的不同,物联网客户为了降低成本会不断穷举尝试找出成本最低的方案。但随着业务规模的不断扩大,所需处理的卡量不断增加,单纯的穷举法已无法满足业务需求,急需一种新的算法模型来帮助客户高效的找出最优方案。
现有技术大多集中在以下两个方面:一方面聚焦于硬件端,通过在硬件上的改进,使得流量的消耗能够得到更准确、快速的统计;另一方面根据客户的应用场景,结合以往行业经验,对于流量的消耗进行预测,再根据预测结果确定流量池管理方案。现有相关技术都是更多的在流量监控的基础上依凭经验来设计流量池管理方案,并没有根据实际数据来对流量池管理方案进行优化,所得到的结果仍有很大优化空间。
发明内容
本申请实施例提供了一种流量池资费优化方法、装置、计算机设备及介质,用于协助客户找到物联网卡在各个流量池之间的最佳分配方案,实现流量池成本的显著降低,解决现有流量池资费成本高,还有较大优化空间的问题。
本申请实施例提供的流量池资费优化方法,包括:
获取物联网客户的物联网卡数量,若所述物联网卡数量没有超过数量阈值,则采用贪婪算法将所有物联网卡分配在各个流量池中,以降低流量池资费成本;
若所述物联网卡数量超过数量阈值,则采用单纯形算法将所有物联网卡分配在各个流量池中,以降低流量池资费成本。
可选地,所述采用贪婪算法将所有物联网卡分配在各个流量池中,包括:
根据每张物联网卡的用量大小确定每张物联网卡的分配优先级;
根据每个流量池使用额度确定不同档位流量池的优先级,及确定每个流量池对应的利用率阀值;
将所有的物联网卡和流量池的状态都标记为待分配;
将待分配的所有物联网卡按照优先级排序,找到优先级最高的待分配物联网卡;
将该物联网卡的用量与优先级最高的待分配流量池的使用额度进行比较,若该物联网卡的用量大于该流量池的使用额度,则将该物联网卡放入该流量池中,同时将该物联网卡的状态由待分配改为已分配,将该流量池的状态由待分配改为分配中;
若该物联网卡的用量小于或等于优先级最高的待分配流量池的使用额度,则将该流量池的状态由待分配改为已分配,将待分配的所有流量池按照优先级排序,找到优先级最高的流量池,返回所述将该物联网卡的用量与优先级最高的待分配流量池的使用额度进行比较的步骤;
计算分配中流量池内所有物联网卡的总用量,若所述总用量小于所述分配中流量池的使用额度与其利用率阀值的乘积时,则停止向该分配中流量池中放物联网卡,并将该流量池的状态由分配中改为已分配;若所述总用量大于或等于所述分配中流量池的使用额度与其利用率阀值的乘积时,则返回所述将待分配的所有物联网卡按照优先级排序,找到优先级最高的待分配物联网卡的步骤;
判断所有物联网卡或所有流量池的状态是否均为已分配,若为否,则返回所述将待分配的所有物联网卡按照优先级排序,找到优先级最高的待分配物联网卡的步骤;若为是,则若所有物联网卡的状态都变更为已分配,则在状态为已分配或分配中的流量池中找到优先级最低的流量池,计算该流量池中所有物联网卡的单卡平均用量,将该流量池中所有物联网卡全部转移到流量池使用额度与利用率阀值的乘积大于所述单卡平均用量且单价最低的流量池中;若所有流量池的状态都变更为已分配,则将剩余的未分配物联网卡全部放入优先级最低的流量池中。
可选地,所述根据每张物联网卡的用量大小确定每张物联网卡的分配优先级,包括:
根据物联网卡的用量大小进行降序排序,用量最大的物联网卡优先级最高。
可选地,所述根据每个流量池使用额度确定不同档位流量池的优先级,包括:
根据每个流量池使用额度的高低进行降序排列,使用额度最高的流量池优先级最高。
可选地,所述采用单纯形算法将所有物联网卡分配在各个流量池中,包括:
根据用量采用等距法对所有物联网卡进行分组,并计算各组所包含的物联网卡的卡数及单卡平均用量;
确定每个流量池对应的利用率阀值;
根据所有物联网卡分组后的组数、流量池个数及每张物联网卡单价生成对应的初始价值向量;
根据所有物联网卡分组后的组数及流量池个数生成对应的初始资源向量;
根据所有物联网卡分组后的组数、流量池个数、使用额度及利用率阈值生成对应的初始系数矩阵;
对所述初始系数矩阵进行标准化得到系数矩阵;
对所述初始价值向量进行标准化得到价值向量;
根据所述系数矩阵确定基变量下标向量;
根据所述价值向量计算所述系数矩阵每一列对应的检验数,判断是否存在大于0的检验数;
若存在,则根据所述初始资源向量计算所述系数矩阵的每一行对应的边界系数,根据所述边界系数及系数矩阵确定所述系数矩阵对应的主元素,更新所述基变量下标向量,以主元素为中心对资源向量和系数矩阵进行高斯消元,得到高斯消元后的资源向量和系数矩阵,返回所述根据所述价值向量计算所述系数矩阵每一列对应的检验数,判断是否存在大于0的检验数的步骤;
若不存在,则根据基变量下标向量及资源向量确定各个物联网卡分组对应分配到各个流量池的物联网卡数量;
分解确定每张物联网卡对应应该放入的流量池。
可选地,所述分解确定每张物联网卡对应应该放入的流量池,包括:
按照用量对各个物联网卡分组内的物联网卡升序排列,从所述物联网卡升序排列中找出与根据各个物联网卡分组对应分配到各个流量池的物联网卡数量相同的物联网卡且其平均用量最接近各个物联网卡分组的平均用量,对应分配到各个流量池中。
可选地,所述分解确定每张物联网卡对应应该放入的流量池,包括:
根据各个物联网卡分组对应分配到各个流量池的物联网卡数量,得到第i个物联网卡分组抽取t张卡放入第j个流量池,i,j,k均为整数;
对第i个物联网卡分组内的所有卡按用量升序排列;
令p=1,2,3,……,N-t+1,N为第i个物联网卡分组的总卡量;对于每个p值,分别计算第p张到第p+t-1张卡的平均用量;
找到平均用量最接近第i个物联网卡分组总体平均用量的p值,将第p张到第p+t-1张卡放入第j个流量池,以实现将各个物联网卡分组的各个物联网卡分配到各个流量池中。
本申请实施例提供的流量池资费优化装置,包括:
数量判断模块,用于获取物联网客户的物联网卡数量,判断所述物联网卡数量是否超过数量阈值;
贪婪算法模块,用于若所述物联网卡数量没有超过数量阈值,则采用贪婪算法将所有物联网卡分配在各个流量池中,以降低流量池资费成本;
单纯形算法模块,用于若所述物联网卡数量超过数量阈值,则采用单纯形算法将所有物联网卡分配在各个流量池中,以降低流量池资费成本。
本申请实施例提供的计算机设备,包括存储器、处理器及存储在所述存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上所述的流量池资费优化方法。
本申请实施例提供的计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的流量池资费优化方法。
从以上技术方案可以看出,本申请实施例具有以下优点:
本实施例中,采用提出贪婪算法与Simplex method(单边形算法)相结合的物联网客户流量池资费优化模型,在满足客户流量需求的前提下尽可能的降低流量成本;通过贪婪算法与Simplex method相结合的流量池资费优化模型而设计出的流量池管理方案,可以满足绝大部分客户的需求,达到快速、高效的降低流量池成本的效果。其中,贪婪算法比较适用于物联网卡数较少时的场景,先根据物联网卡的实际用量数据确定实际选用的流量池;再根据不同的价格对不同档位的流量池进行优先级排序,将物联网卡依次放入流量池中,放置的过程始终保证优先级高的流量池的利用率也较高,进而达到降低流量池成本的效果。单边形算法适用于物联网卡数较多时的场景,根据物联网卡的实际用量数据对其进行聚类,将用量接近的卡合并为同一类,从而把原问题从0-1整数规划模型转化为了一般的线性规划模型。再根据一系列规则在模型边界不断的迭代,找出该线性规划模型的最优解。最后再根据利用一个启发式算法将模型的理论最优解转化为实际可行的分配方案。以上两种算法分别适用于不同的实际业务场景,两种算法的结合使用可以协助客户找到物联网卡在各个流量池之间的最佳分配方案,实现流量池成本的显著降低。
附图说明
图1为本申请实施例中流量池资费优化方法的一个实施例示意图;
图2为本申请实施例中贪婪算法的一个实施例示意图;
图3为本申请实施例中流量池资费优化装置的一个实施例示意图;
图4为本申请实施例中计算机设备的结构示意图。
具体实施方式
本申请实施例提供了一种流量池资费优化方法、装置、计算机设备及介质,用于协助客户找到物联网卡在各个流量池之间的最佳分配方案,实现流量池成本的显著降低,解决现有流量池资费成本高,还有较大优化空间的问题。为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似改进,因此本发明不受下面公开的具体实施的限制。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
下面对本申请实施例中的具体流程进行描述,请参阅图1,本申请实施例中流量池资费优化方法的一个实施例包括:
110、获取物联网客户的物联网卡数量。
物联网卡的应用场景中,运营商提供不同档位的流量池为物联网客户提供服务,客户根据自身的实际需要将所拥有的物联网卡分别放入各个卡池。本实施例中,获取物联网客户的物联网卡数量,可有多种方式,通过物联网卡管理平台或物联网卡信号等方式可以得知企业用户所持有的物联网卡数量。
120、判断所述物联网卡数量是否超过数量阈值。
本实施例中,数量阈值为预先设定的一个数值,此处不做限定,可根据实际情况进行设置,也可以预先设置。该数量阈值用于评估该物联网客户持有的所有物联网卡数量是多还少,如果是多的话,就采用单边形算法来分配物联网卡;如果是少的话,就采用贪婪算来分配物联网卡。
130、若所述物联网卡数量没有超过数量阈值,则采用贪婪算法将所有物联网卡分配在各个流量池中,以降低流量池资费成本。
本实施例中,贪婪算法流程主要用于企业所持有的物联网卡的卡数较少的情况。这是因为当卡数较少时Simplex算法流程较难进行合理的聚类,也就无法利用Simplex算法得到理论最优解。而贪婪算法流程是在大量实际业务经验基础上、结合物联网卡流量数据特点,归纳总结而得到的一种高效简洁的方法,该方法得出的结论未必是最优解,但在大部分情况下都是成本较低的满意解。
140、若所述物联网卡数量超过数量阈值,则采用单纯形算法将所有物联网卡分配在各个流量池中,以降低流量池资费成本。
本实施例中,当物联网卡数较多时,贪婪算法方案的成本可能与最优方案有较大差距。这时本申请采用Simplex算法流程来获取最优方案。
本申请实施例与现有的流量池管理技术相比,采用贪婪算法与Simplex method算法相结合,这两种不同的算法充分考虑了企业所面临的不同业务场景,利用经典的线性规划方法,尽可能的降低了物联网客户资费方案的成本。随着物联网卡数的增多,卡用量分布的连续性越来越明显。本发明巧妙地利用了这一特点,将资费方案优化问题由0-1整数规划问题转化为普通的线性规划问题,为Simplex method算法的应用创造了基础;实现了流量池成本的显著降低,也就是所有流量池的总成本大大降低。
如图2所示,在一个实施例中,提供了贪婪算法的一个实施例,具体包括:
210、根据每张物联网卡的用量大小确定每张物联网卡的分配优先级;
220、根据每个流量池使用额度确定不同档位流量池的优先级,及确定每个流量池对应的利用率阀值;
230、将所有的物联网卡和流量池的状态都标记为待分配;
240、将待分配的所有物联网卡按照优先级排序,找到优先级最高的待分配物联网卡;
250、将该物联网卡的用量与优先级最高的待分配流量池的使用额度进行比较,若该物联网卡的用量大于该流量池的使用额度,则执行步骤260、将该物联网卡放入该流量池中,同时将该物联网卡的状态由待分配改为已分配,将该流量池的状态由待分配改为分配中;
若该物联网卡的用量小于或等于优先级最高的待分配流量池的使用额度,则执行步骤270、将该流量池的状态由待分配改为已分配,将待分配的所有流量池按照优先级排序,找到优先级最高的流量池,返回所述将该物联网卡的用量与优先级最高的待分配流量池的使用额度进行比较的步骤,也就是返回步骤250;
280、计算分配中流量池内所有物联网卡的总用量,若所述总用量小于所述分配中流量池的使用额度与其利用率阀值的乘积时,则执行步骤290、停止向该分配中流量池中放物联网卡,并将该流量池的状态由分配中改为已分配;若所述总用量大于或等于所述分配中流量池的使用额度与其利用率阀值的乘积时,则返回所述将待分配的所有物联网卡按照优先级排序,找到优先级最高的待分配物联网卡的步骤,也就是返回执行步骤240;
300、判断所有物联网卡或所有流量池的状态是否均为已分配,若为否,则返回所述将待分配的所有物联网卡按照优先级排序,找到优先级最高的待分配物联网卡的步骤,也就是返回执行步骤240;若为是,则执行步骤310、若所有物联网卡的状态都变更为已分配,则在状态为已分配或分配中的流量池中找到优先级最低的流量池,计算该流量池中所有物联网卡的单卡平均用量,将该流量池中所有物联网卡全部转移到流量池使用额度与利用率阀值的乘积大于所述单卡平均用量且单价最低的流量池中;若所有流量池的状态都变更为已分配,则将剩余的未分配物联网卡全部放入优先级最低的流量池中。
具体来说,由于有多个物联网卡,以及多个流量池,本实施例先确定每张物联网卡的分配优先级。优选地,优先级确定的方式为根据卡的用量大小进行降序排序,用量越大的物联网卡优先级越高,那么用量最大的物联网卡优先级最高。然后,确定不同档位流量池的优先级和利用率阀值,优先级的确定方式为根据每个流量池使用额度的高低进行降序排列,使用额度越高的流量池优先级越高;每个流量池的利用率阀值可让业务人员根据实际情况进行设置。将所有的物联网卡和流量池的状态都标记为待分配。
然后,将待分配的所有物联网卡按照优先级排序,找到优先级最高的待分配物联网卡。实际应用时,根据流量池的使用额度及优先级确定优先级最高的待分配物联网卡应该放到哪个池子中,具体如下:找到优先级最高的待分配物联网卡,将其用量与优先级最高的待分配流量池的使用额度进行比较,若该物联网卡用量大于该流量池的使用额度,则将该物联网卡放入该流量池中,同时将该卡的状态由待分配改为已分配,将该流量池的状态由待分配改为分配中;若该物联网卡用量小于或等于该流量池的使用额度,则将该流量池的状态由待分配改为已分配,然后从状态为待分配的所有流量中池按照优先级排序找到优先级最高的流量池,继续按照上述流程进行物联网卡的用量与优先级最高的待分配流量池的使用额度的比较,也就是返回步骤250,直到该物联网卡的状态由待分配改为已分配为止。
然后,根据待分配物联网卡的用量及优先级确定哪些卡应该放入状态为分配中的流量池。按物联网卡的优先级依次将待分配物联网卡放入状态为分配中的流量池。每放入一张卡就计算一次该卡池中所有卡的总用量,并将该卡的状态由待分配改为已分配。当所有物联网卡的总用量小于该流量池的使用额度*利用率阀值时,停止向该流量池中放卡的操作,并将该流量池的状态由分配中改为已分配;当所有物联网卡的总用量小大于或等于该流量池的使用额度*利用率阀值时,则返回步骤240、从状态为待分配的剩余所有物联网卡中找出优先级最高的待分配物联网卡继续上述流程,依次类推,直到所有物联网卡的状态都变更为已分配,或者所有流量池的状态都变更为已分配。若这两个条件都不满足,则返回步骤240,继续从状态为待分配的剩余所有物联网卡中找出优先级最高的待分配物联网卡继续上述流程;若这两个条件满足其一,具体来说,若所有物联网卡的状态都变更为已分配,则在状态为已分配或分配中的流量池中找到优先级最低的那个,计算该流量池中所有卡的单卡平均用量,然后将这些卡全部转移到流量池使用额度*利用率阀值大于单卡平均用量且单价最低的流量池中。若所有流量池的状态都变更为已分配,则说明有物联网卡未分配到流量池中,此时将将剩余的未分配物联网卡全部放入优先级最低的流量池中。
执行完上述贪婪算法的流程,便可便得到贪婪算法流程下的最佳流量池资费方案,也就是将所有物联网卡都分配到了各个流量池中,且资费成本低。
在一个实施例中,当物联网卡数较多时,贪婪算法方案的成本可能与最优方案有较大差距。这时本申请采用Simplex算法流程来获取最优方案。优选地,所述采用单纯形算法将所有物联网卡分配在各个流量池中,包括:
根据用量采用等距法对所有物联网卡进行分组,并计算各组所包含的物联网卡的卡数及单卡平均用量;
确定每个流量池对应的利用率阀值;
根据所有物联网卡分组后的组数、流量池个数及每张物联网卡单价生成对应的初始价值向量;
根据所有物联网卡分组后的组数及流量池个数生成对应的初始资源向量;
根据所有物联网卡分组后的组数、流量池个数、使用额度及利用率阈值生成对应的初始系数矩阵;
对所述初始系数矩阵进行标准化得到系数矩阵;
对所述初始价值向量进行标准化得到价值向量;
根据所述系数矩阵确定基变量下标向量;
根据所述价值向量计算所述系数矩阵每一列对应的检验数,判断是否存在大于0的检验数;
若存在,则根据所述初始资源向量计算所述系数矩阵的每一行对应的边界系数,根据所述边界系数及系数矩阵确定所述系数矩阵对应的主元素,更新所述基变量下标向量,以主元素为中心对资源向量和系数矩阵进行高斯消元,得到高斯消元后的资源向量和系数矩阵,返回所述根据所述价值向量计算所述系数矩阵每一列对应的检验数,判断是否存在大于0的检验数的步骤;
若不存在,则根据基变量下标向量及资源向量确定各个物联网卡分组对应分配到各个流量池的物联网卡数量;
分解确定每张物联网卡对应应该放入的流量池。
优选地,所述分解确定每张物联网卡对应应该放入的流量池,包括:
按照用量对各个物联网卡分组内的物联网卡升序排列,从所述物联网卡升序排列中找出与根据各个物联网卡分组对应分配到各个流量池的物联网卡数量相同的物联网卡且其平均用量最接近各个物联网卡分组的平均用量,对应分配到各个流量池中。
具体来说,详细流程如下:
Step1、根据用量采用等距法对物联网卡进行分组,并计算各组所包含物联网卡的卡数、单卡平均用量。
Step2、确定不同流量池的利用率阈值。
Step3、生成初始价值向量C。举例说明,若Step1中物联网卡分组后的组数为m,流量池的个数为n,则初始价值向量C所包含的资源系数的个数等于m*n,第k个系数的值为第Mod(k-1,m)+1个流量池的每卡单价乘以-1。其中,m,n,k均为整数。
Step4、生成初始资源向量b。举例说明,若Step1中物联网卡分组后的组数为m,流量池的个数为n,则资源向量b所包含的资源系数的个数等于m+n,且前m个资源系数的值等于对应物联网卡分组内的卡数,后n个资源系数的值等于0。
Step5、生成初始系数矩阵A。举例说明,若Step1中物联网卡分组后的组数为m,流量池的个数为n,则系数矩阵A的维度为:m+n行m*n列。初始系数矩阵的前m行中,每行第(k-1)*n到第k*n-1个系数的值为1,其他系数值为0;其中k表示第k行,取值范围为1,2,……m。初始系数矩阵的后n行中,每行的第k-m-1+(i-1)*n个系数的值为第i个物联网卡分组的平均用量-第(k-m)个流量池的单卡使用额度*利用率阈值,也就是两者的差值,其他系数值为0;其中k表示第k行,取值范围为m+1,m+2,……n;i的取值范围为1,2,3,……m。
Step6、对初始系数矩阵A进行标准化。先在初始系数矩阵A每行的末尾新增一个系数,前m行的值为1,后n行为0。接着在变化后的系数矩阵A每行的末尾再新增一个系数,前m行的值为0,后n行的值为1。
Step7、对初始价值向量C进行标准化得到价值向量。在初始价值向量C的末尾新增m+n个系数,前m个的值为负无穷,后n个的值为0。
Step8、确定基变量下标向量x_b。x_b中的元素个数等于系数矩阵A的行数,其初始值依次为A的列数-A的行数+i,其中i的取值范围为1,2,3,……m+n。
Step9、对于系数矩阵A的每一列分别计算其检验数σj,计算公式如下:
其中,σj表示第j列的检验数;cj表示价值向量C中的第j个价值系数;num_row表示系数矩阵A的行数;ci表示基变量下标向量x_b中第i个值在价值向量中对应位置的价值系数值;aij表示系数矩阵A中第i行第j列的值。
Step10、判断是否存在大于0的检验数。若存在,则执行Step11~Step15;若不存在,则执行Step16。
Step11、对于系数矩阵A的每一行分别计算其边界系数θi,计算公式如下:
其中,θi表示第i行的边界系数;bi表示资源向量b中第i个资源系数;aik表示系数矩阵A中第i行第k列的值;k表示所有检验数σj中的最大值的下标j,即max(σj>0)=σk
Step12、确定主元素alk;其中,l表示所有边界系数θi中最小值的下标i,即min(θi)=θl;k表示所有检验数σj中的最大值的下标j,即max(σj>0)=σk;alk表示系数矩阵A中第l行第k列的值。
Step13、更新基变量下标向量x_b。将x_b中第l个元素的值变为k,其中l、k的含义与Step12相同。
Step14、以主元素alk为中心对资源向量b、系数矩阵A进行高斯消元。计算方法如下:
(1).对于主元素行(第l行),令bl/alk=>bl;alj/alk=>alj;
(2).对于主元素列(第k列),令1=>alk;令0=>其他元素;
Step15、重新计算系数矩阵A每一列的检验数σj(同Step9),并执行对结果进行判断(同Step10)。
Step16、根据基变量下标向量x_b及资源向量b确定初步资费方案,即确定各个物联网卡分组内分别放多少张卡在各个流量池。设step1中物联网卡分组后的组数为m,流量池的个数为n,x_b[i]、b[i]表示向量x_b、b中第i个元素的值(i=1,2,3,……m+n),则每组(x_b[i],b[i])的值就表示从第Mod(x_b[i]-1,n)+1个物联网卡分组中无偏的抽取b[i]张卡放入第Mod(x_b[i]-1,m)+1个流量池中。对每个x_b[i]、b[i]值都进行如上换算即可得到初步资费方案。
Step17、确定明细资费方案,即在初步资费方案的基础上分解出每张物联网卡分别放入哪个流量池。根据Step16可知道明细资费方案需要实现从第i个物联网卡分组抽取t张卡放入第j个流量池,同时保证抽出的这t张卡的平均用量接近第i个物联网卡分组的总体平均用量,实现方案如下:
(1).对第i个物联网卡分组内的所有卡按用量升序排列;
(2).令p=1,2,3,……,N-t+1,N为第i个物联网卡分组的总卡量。对于每个p值,分别计算第p张到第p+t-1张卡的平均用量;
(3).最后找到平均用量最接近第i个物联网卡分组总体平均用量的p值,将第p张到第p+t-1张卡放入第j个流量池。
这样,对每个物联网卡分组采用如步骤Step17的操作,便可将每个物联网卡分组的各个物联网卡分配到各自对应的流量池中,便可得到Simplex算法流程下的最佳流量池资费方案。
本申请采用贪婪算法与Simplex method算法分别针对不同的实际业务场景,通过以上两种算法的结合使用基本可以解决企业在实际运作中所遇到的绝大部分情况,可以指导企业制定成本最低的流量池资费方案。
上面对本申请实施例中的流量池资费优化方法进行了描述,下面对本申请实施例中的流量池资费优化装置进行描述:
请参阅图3,本申请实施例中流量池资费优化装置的一个实施例包括:
数量判断模块10,用于获取物联网客户的物联网卡数量,判断所述物联网卡数量是否超过数量阈值;
贪婪算法模块20,用于若所述物联网卡数量没有超过数量阈值,则采用贪婪算法将所有物联网卡分配在各个流量池中,以降低流量池资费成本;
单纯形算法模块30,用于若所述物联网卡数量超过数量阈值,则采用单纯形算法将所有物联网卡分配在各个流量池中,以降低流量池资费成本。
在一个实施例中,贪婪算法模块20还用于根据每张物联网卡的用量大小确定每张物联网卡的分配优先级;
根据每个流量池使用额度确定不同档位流量池的优先级,及确定每个流量池对应的利用率阀值;
将所有的物联网卡和流量池的状态都标记为待分配;
将待分配的所有物联网卡按照优先级排序,找到优先级最高的待分配物联网卡;
将该物联网卡的用量与优先级最高的待分配流量池的使用额度进行比较,若该物联网卡的用量大于该流量池的使用额度,则将该物联网卡放入该流量池中,同时将该物联网卡的状态由待分配改为已分配,将该流量池的状态由待分配改为分配中;
若该物联网卡的用量小于或等于优先级最高的待分配流量池的使用额度,则将该流量池的状态由待分配改为已分配,将待分配的所有流量池按照优先级排序,找到优先级最高的流量池,返回所述将该物联网卡的用量与优先级最高的待分配流量池的使用额度进行比较的步骤;
计算分配中流量池内所有物联网卡的总用量,若所述总用量小于所述分配中流量池的使用额度与其利用率阀值的乘积时,则停止向该分配中流量池中放物联网卡,并将该流量池的状态由分配中改为已分配;若所述总用量大于或等于所述分配中流量池的使用额度与其利用率阀值的乘积时,则返回所述将待分配的所有物联网卡按照优先级排序,找到优先级最高的待分配物联网卡的步骤;
判断所有物联网卡或所有流量池的状态是否均为已分配,若为否,则返回所述将待分配的所有物联网卡按照优先级排序,找到优先级最高的待分配物联网卡的步骤;若为是,则若所有物联网卡的状态都变更为已分配,则在状态为已分配或分配中的流量池中找到优先级最低的流量池,计算该流量池中所有物联网卡的单卡平均用量,将该流量池中所有物联网卡全部转移到流量池使用额度与利用率阀值的乘积大于所述单卡平均用量且单价最低的流量池中;若所有流量池的状态都变更为已分配,则将剩余的未分配物联网卡全部放入优先级最低的流量池中。
在一个实施例中,单纯形算法模块30还用于根据用量采用等距法对所有物联网卡进行分组,并计算各组所包含的物联网卡的卡数及单卡平均用量;
确定每个流量池对应的利用率阀值;
根据所有物联网卡分组后的组数、流量池个数及每张物联网卡单价生成对应的初始价值向量;
根据所有物联网卡分组后的组数及流量池个数生成对应的初始资源向量;
根据所有物联网卡分组后的组数、流量池个数、使用额度及利用率阈值生成对应的初始系数矩阵;
对所述初始系数矩阵进行标准化得到系数矩阵;
对所述初始价值向量进行标准化得到价值向量;
根据所述系数矩阵确定基变量下标向量;
根据所述价值向量计算所述系数矩阵每一列对应的检验数,判断是否存在大于0的检验数;
若存在,则根据所述初始资源向量计算所述系数矩阵的每一行对应的边界系数,根据所述边界系数及系数矩阵确定所述系数矩阵对应的主元素,更新所述基变量下标向量,以主元素为中心对资源向量和系数矩阵进行高斯消元,得到高斯消元后的资源向量和系数矩阵,返回所述根据所述价值向量计算所述系数矩阵每一列对应的检验数,判断是否存在大于0的检验数的步骤;
若不存在,则根据基变量下标向量及资源向量确定各个物联网卡分组对应分配到各个流量池的物联网卡数量;
分解确定每张物联网卡对应应该放入的流量池。
上面从模板化功能实体的角度对本申请实施例中的流量池资费优化装置进行描述,下面从硬件处理的角度对本申请实施例中的计算机设备控制进行描述。
请参阅图4,一个实施例中计算机设备的内部结构示意图。该计算机设备包括通过系统总线连接的处理器、非易失性存储介质、内存储器、显示器和网络接口。其中,该计算机设备的非易失性存储介质可存储操作系统和实现打开历史单据装置的计算机程序,该计算机程序被执行时,可使得处理器执行一种流量池资费优化方法。该计算机设备的处理器用于提供计算和控制能力,支撑整个计算机设备的运行。该内存储器中可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行打开历史单据的方法。计算机设备的网络接口用于进行网络通信。显示屏用于显示应用界面等,例如,显示历史单据操作选择界面及参数设置界面。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,计算机设备的输入装置可以是显示屏上覆盖的触摸屏,也可以是计算机设备外壳上设备的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。触摸层与显示屏构成触控屏。
本领域技术人员可以理解,图4中示出的结构,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的终端的限定,具体的终端可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,上述处理器执行上述计算机程序时包括以下步骤:获取物联网客户的物联网卡数量,若所述物联网卡数量没有超过数量阈值,则采用贪婪算法将所有物联网卡分配在各个流量池中,以降低流量池资费成本;若所述物联网卡数量超过数量阈值,则采用单纯形算法将所有物联网卡分配在各个流量池中,以降低流量池资费成本。
在一个实施例中,还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:获取物联网客户的物联网卡数量,若所述物联网卡数量没有超过数量阈值,则采用贪婪算法将所有物联网卡分配在各个流量池中,以降低流量池资费成本;若所述物联网卡数量超过数量阈值,则采用单纯形算法将所有物联网卡分配在各个流量池中,以降低流量池资费成本。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,该计算机程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random Access Memory,RAM)等。以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
图4的相关描述可以参阅图1方法部分的相关描述和效果进行理解,本处不做过多赘述。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(randomaccess memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (9)
1.一种流量池资费优化方法,其特征在于,包括:
获取物联网客户的物联网卡数量,若所述物联网卡数量没有超过数量阈值,则采用贪婪算法将所有物联网卡分配在各个流量池中,以降低流量池资费成本;
若所述物联网卡数量超过数量阈值,则采用单纯形算法将所有物联网卡分配在各个流量池中,以降低流量池资费成本;
所述采用贪婪算法将所有物联网卡分配在各个流量池中,包括:
根据每张物联网卡的用量大小确定每张物联网卡的分配优先级;
根据每个流量池使用额度确定不同档位流量池的优先级,及确定每个流量池对应的利用率阀值;
将所有的物联网卡和流量池的状态都标记为待分配;
将待分配的所有物联网卡按照优先级排序,找到优先级最高的待分配物联网卡;
将该物联网卡的用量与优先级最高的待分配流量池的使用额度进行比较,若该物联网卡的用量大于该流量池的使用额度,则将该物联网卡放入该流量池中,同时将该物联网卡的状态由待分配改为已分配,将该流量池的状态由待分配改为分配中;
若该物联网卡的用量小于或等于优先级最高的待分配流量池的使用额度,则将该流量池的状态由待分配改为已分配,将待分配的所有流量池按照优先级排序,找到优先级最高的流量池,返回所述将该物联网卡的用量与优先级最高的待分配流量池的使用额度进行比较的步骤;
计算分配中流量池内所有物联网卡的总用量,若所述总用量小于所述分配中流量池的使用额度与其利用率阀值的乘积时,则停止向该分配中流量池中放物联网卡,并将该流量池的状态由分配中改为已分配;若所述总用量大于或等于所述分配中流量池的使用额度与其利用率阀值的乘积时,则返回所述将待分配的所有物联网卡按照优先级排序,找到优先级最高的待分配物联网卡的步骤;
判断所有物联网卡或所有流量池的状态是否均为已分配,若为否,则返回所述将待分配的所有物联网卡按照优先级排序,找到优先级最高的待分配物联网卡的步骤;若为是,则若所有物联网卡的状态都变更为已分配,则在状态为已分配或分配中的流量池中找到优先级最低的流量池,计算该流量池中所有物联网卡的单卡平均用量,将该流量池中所有物联网卡全部转移到流量池使用额度与利用率阀值的乘积大于所述单卡平均用量且单价最低的流量池中;若所有流量池的状态都变更为已分配,则将剩余的未分配物联网卡全部放入优先级最低的流量池中。
2.根据权利要求1所述的方法,其特征在于,所述根据每张物联网卡的用量大小确定每张物联网卡的分配优先级,包括:
根据物联网卡的用量大小进行降序排序,用量最大的物联网卡优先级最高。
3.根据权利要求1所述的方法,其特征在于,所述根据每个流量池使用额度确定不同档位流量池的优先级,包括:
根据每个流量池使用额度的高低进行降序排列,使用额度最高的流量池优先级最高。
4.根据权利要求1所述的方法,其特征在于,所述采用单纯形算法将所有物联网卡分配在各个流量池中,包括:
根据用量采用等距法对所有物联网卡进行分组,并计算各组所包含的物联网卡的卡数及单卡平均用量;
确定每个流量池对应的利用率阀值;
根据所有物联网卡分组后的组数、流量池个数及每张物联网卡单价生成对应的初始价值向量;
根据所有物联网卡分组后的组数及流量池个数生成对应的初始资源向量;
根据所有物联网卡分组后的组数、流量池个数、使用额度及利用率阈值生成对应的初始系数矩阵;
对所述初始系数矩阵进行标准化得到系数矩阵;
对所述初始价值向量进行标准化得到价值向量;
根据所述系数矩阵确定基变量下标向量;
根据所述价值向量计算所述系数矩阵每一列对应的检验数,判断是否存在大于0的检验数;
若存在,则根据所述初始资源向量计算所述系数矩阵的每一行对应的边界系数,根据所述边界系数及系数矩阵确定所述系数矩阵对应的主元素,更新所述基变量下标向量,以主元素为中心对资源向量和系数矩阵进行高斯消元,得到高斯消元后的资源向量和系数矩阵,返回所述根据所述价值向量计算所述系数矩阵每一列对应的检验数,判断是否存在大于0的检验数的步骤;
若不存在,则根据基变量下标向量及资源向量确定各个物联网卡分组对应分配到各个流量池的物联网卡数量;
分别确定每张物联网卡对应应该放入的流量池。
5.根据权利要求4所述的方法,其特征在于,所述分别确定每张物联网卡对应应该放入的流量池,包括:
按照用量对各个物联网卡分组内的物联网卡升序排列,从所述物联网卡升序排列中找出与根据各个物联网卡分组对应分配到各个流量池的物联网卡数量相同的物联网卡且其平均用量最接近各个物联网卡分组的平均用量,对应分配到各个流量池中。
6.根据权利要求4所述的方法,其特征在于,所述分别确定每张物联网卡对应应该放入的流量池,包括:
根据各个物联网卡分组对应分配到各个流量池的物联网卡数量,得到第i个物联网卡分组抽取t张卡放入第j个流量池,i,j,k均为整数;
对第i个物联网卡分组内的所有卡按用量升序排列;
令p=1,2,3,……,N-t+1,N为第i个物联网卡分组的总卡量;对于每个p值,分别计算第p张到第p+t-1张卡的平均用量;
找到平均用量最接近第i个物联网卡分组总体平均用量的p值,将第p张到第p+t-1张卡放入第j个流量池,以实现将各个物联网卡分组的各个物联网卡分配到各个流量池中。
7.一种流量池资费优化装置,其特征在于,包括:
数量判断模块,用于获取物联网客户的物联网卡数量,判断所述物联网卡数量是否超过数量阈值;
贪婪算法模块,用于若所述物联网卡数量没有超过数量阈值,则采用贪婪算法将所有物联网卡分配在各个流量池中,以降低流量池资费成本;
单纯形算法模块,用于若所述物联网卡数量超过数量阈值,则采用单纯形算法将所有物联网卡分配在各个流量池中,以降低流量池资费成本;
所述采用贪婪算法将所有物联网卡分配在各个流量池中,包括:
根据每张物联网卡的用量大小确定每张物联网卡的分配优先级;
根据每个流量池使用额度确定不同档位流量池的优先级,及确定每个流量池对应的利用率阀值;
将所有的物联网卡和流量池的状态都标记为待分配;
将待分配的所有物联网卡按照优先级排序,找到优先级最高的待分配物联网卡;
将该物联网卡的用量与优先级最高的待分配流量池的使用额度进行比较,若该物联网卡的用量大于该流量池的使用额度,则将该物联网卡放入该流量池中,同时将该物联网卡的状态由待分配改为已分配,将该流量池的状态由待分配改为分配中;
若该物联网卡的用量小于或等于优先级最高的待分配流量池的使用额度,则将该流量池的状态由待分配改为已分配,将待分配的所有流量池按照优先级排序,找到优先级最高的流量池,返回所述将该物联网卡的用量与优先级最高的待分配流量池的使用额度进行比较的步骤;
计算分配中流量池内所有物联网卡的总用量,若所述总用量小于所述分配中流量池的使用额度与其利用率阀值的乘积时,则停止向该分配中流量池中放物联网卡,并将该流量池的状态由分配中改为已分配;若所述总用量大于或等于所述分配中流量池的使用额度与其利用率阀值的乘积时,则返回所述将待分配的所有物联网卡按照优先级排序,找到优先级最高的待分配物联网卡的步骤;
判断所有物联网卡或所有流量池的状态是否均为已分配,若为否,则返回所述将待分配的所有物联网卡按照优先级排序,找到优先级最高的待分配物联网卡的步骤;若为是,则若所有物联网卡的状态都变更为已分配,则在状态为已分配或分配中的流量池中找到优先级最低的流量池,计算该流量池中所有物联网卡的单卡平均用量,将该流量池中所有物联网卡全部转移到流量池使用额度与利用率阀值的乘积大于所述单卡平均用量且单价最低的流量池中;若所有流量池的状态都变更为已分配,则将剩余的未分配物联网卡全部放入优先级最低的流量池中。
8.一种计算机设备,其特征在于,包括存储器、处理器及存储在所述存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至6任意一项所述的流量池资费优化方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任意一项所述的流量池资费优化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811302586.1A CN109525404B (zh) | 2018-11-02 | 2018-11-02 | 一种流量池资费优化方法、装置、计算机设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811302586.1A CN109525404B (zh) | 2018-11-02 | 2018-11-02 | 一种流量池资费优化方法、装置、计算机设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109525404A CN109525404A (zh) | 2019-03-26 |
CN109525404B true CN109525404B (zh) | 2022-01-14 |
Family
ID=65774256
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811302586.1A Active CN109525404B (zh) | 2018-11-02 | 2018-11-02 | 一种流量池资费优化方法、装置、计算机设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109525404B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110620687A (zh) * | 2019-09-11 | 2019-12-27 | 广西东信易联科技有限公司 | 多运营商的流量池管理系统 |
CN110582080B (zh) * | 2019-09-17 | 2021-12-07 | 深圳市沃特沃德股份有限公司 | 车载系统流量转移的方法、装置、计算机设备和存储介质 |
CN112261691B (zh) * | 2020-12-22 | 2021-05-14 | 复旦大学 | 5g流量数据的分配管理方法、装置、系统及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101739606A (zh) * | 2008-11-19 | 2010-06-16 | 北京理工大学 | 一种节省原材料的一维下料方法 |
CN101862948A (zh) * | 2010-05-27 | 2010-10-20 | 重庆大学 | 一种三阶段条材优化下料方法 |
CN107194521A (zh) * | 2017-06-28 | 2017-09-22 | 国网山东省电力公司经济技术研究院 | 一种基于电网综合效益最优的无功接入系统模型 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070282618A1 (en) * | 2006-05-31 | 2007-12-06 | International Business Machines Corporation | Method and system for scheduling delivery of at least one of goods and services |
-
2018
- 2018-11-02 CN CN201811302586.1A patent/CN109525404B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101739606A (zh) * | 2008-11-19 | 2010-06-16 | 北京理工大学 | 一种节省原材料的一维下料方法 |
CN101862948A (zh) * | 2010-05-27 | 2010-10-20 | 重庆大学 | 一种三阶段条材优化下料方法 |
CN107194521A (zh) * | 2017-06-28 | 2017-09-22 | 国网山东省电力公司经济技术研究院 | 一种基于电网综合效益最优的无功接入系统模型 |
Also Published As
Publication number | Publication date |
---|---|
CN109525404A (zh) | 2019-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109525404B (zh) | 一种流量池资费优化方法、装置、计算机设备及介质 | |
US9009719B2 (en) | Computer workload capacity estimation using proximity tables | |
CN107231264A (zh) | 用于管理云服务器的容量的方法和装置 | |
CN106681835A (zh) | 资源分配的方法和资源管理器 | |
CN106779176A (zh) | 电动出租车快充站内充电设施配置及定容方法 | |
JP6133447B2 (ja) | 電力融通管理システムおよび電力融通管理方法 | |
Rubinovitch | The slow server problem: a queue with stalling | |
CN109740870B (zh) | 云计算环境下Web应用的资源动态调度方法 | |
CN108595567A (zh) | 一种小文件的合并方法、装置、设备及可读存储介质 | |
CN112017042A (zh) | 基于tweedie分布的资源配额确定方法、装置和电子设备 | |
Fu et al. | A restless bandit model for resource allocation, competition, and reservation | |
CN107798024A (zh) | 一种出行目的地推荐处理方法及装置 | |
CN112241319A (zh) | 均衡负载的方法、电子设备和计算机程序产品 | |
US7171667B2 (en) | System and method for allocating resources based on locally and globally determined priorities | |
US9210591B2 (en) | System and method for steering of roaming | |
CN108830663B (zh) | 电力客户价值评价方法、系统及终端设备 | |
CN103379168A (zh) | 数据中心资源分配管理方法及系统 | |
CN102137067A (zh) | 在网上社区分享网上订阅账号方法及系统 | |
CN110930181A (zh) | 一种电力定价的方法及装置 | |
CN109523246A (zh) | 用户缴费渠道规划方法及装置 | |
CN112101576B (zh) | 分布式设备使用机器学习模型聚合系统 | |
CN109190946A (zh) | 营收数据确定方法、装置、电子设备及存储介质 | |
JP2009217780A (ja) | 資金移動処理システム、資金移動処理方法、及び資金移動処理プログラム | |
Sabzevari et al. | Double combinatorial auction based resource allocation in Cloud computing by combinational using of ICA and genetic algorithms | |
CN108279968A (zh) | 一种虚拟机资源的调度方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |