CN110232167B - 一种基于优化问题的区块链共识机制 - Google Patents

一种基于优化问题的区块链共识机制 Download PDF

Info

Publication number
CN110232167B
CN110232167B CN201910406684.8A CN201910406684A CN110232167B CN 110232167 B CN110232167 B CN 110232167B CN 201910406684 A CN201910406684 A CN 201910406684A CN 110232167 B CN110232167 B CN 110232167B
Authority
CN
China
Prior art keywords
block
function
solving
current
chain
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
Application number
CN201910406684.8A
Other languages
English (en)
Other versions
CN110232167A (zh
Inventor
郑子彬
王晶
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Zhuwan Chain Big Data Technology Co ltd
Original Assignee
Sun Yat Sen University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sun Yat Sen University filed Critical Sun Yat Sen University
Priority to CN201910406684.8A priority Critical patent/CN110232167B/zh
Publication of CN110232167A publication Critical patent/CN110232167A/zh
Application granted granted Critical
Publication of CN110232167B publication Critical patent/CN110232167B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/15Correlation function computation including computation of convolution operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q20/00Payment architectures, schemes or protocols
    • G06Q20/38Payment protocols; Details thereof
    • G06Q20/382Payment protocols; Details thereof insuring higher security of transaction
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种基于优化问题的区块链共识机制,涉及区块链技术领域,包括:将广义的非凸非线性整数规划优化问题构建为三元组函数,函数存在求解空间;求解空间内所有分量的长度和超过预设参数时,将其切割,分多次将函数、奖励提交并记录到区块链;函数进入优化生命周期的等待阶段,而后作为区块链的共识问题进入求解阶段,调动全网节点求解,生成新区块;区块链在结算阶段将函数移出,并为函数有效解提交者发放奖励。本发明确保区块链数据安全性的同时有效利用全网算力资源,克服基于现有共识机制的区块链,将大量算力用于无实际意义的哈希运算而造成资源浪费的弊端,且问题求解过程为区块链提供奖励,优化奖励有助于维护区块链稳定的发展。

Description

一种基于优化问题的区块链共识机制
技术领域
本发明涉及区块链技术领域,更具体地,涉及一种基于优化问题的区块链共识机制。
背景技术
区块链技术在不可信信道上实现了可信信息的传输以及有效价值的转移,在去中心化的场景下,区块链共识机制解决了数据一致性问题以及节点间的信任问题,是保障区块链系统不断运行的关键。而现有共识机制的区块链网络,将大量算力用于无实际意义的哈希运算,造成了极大的资源浪费。
发明内容
本发明提供一种基于优化问题的区块链共识机制,本发明旨在至少在一定程度上解决上述技术问题。
本发明的首要目的是确保区块链上数据安全性的同时对全网算力资源进行有效利用,克服基于现有共识机制的区块链网络,将大量算力用于无实际意义的哈希运算而造成资源浪费的弊端。
本发明的进一步目的是优化问题求解过程为区块链系统提供优化奖励,维护区块链稳定、持续的发展。
为了达到上述技术效果,本发明的技术方案如下:
一种基于优化问题的区块链共识机制,包括如下步骤:
S1:将一个广义的非凸非线性整数规划优化问题,构建为一个三元组函数,所述三元组函数存在求解空间,所述优化问题存在生命周期,包括等待阶段、求解结算及结算阶段;
S2:当所述求解空间内所有分量的长度和超过预设参数时,将其切割,并将三元组函数分解为多个子问题求解,分多次将函数及函数求解奖励提交到区块链,并记录到区块链上;
S3:所述三元组函数问题进入生命周期的等待阶段,被计入到区块链中,等待进入求解节点;
S4:所述三元组函数问题进入生命周期的求解阶段,函数作为区块链的当前共识问题,由全网节点进行计算求解,并生成新区块;
S5:所述三元组函数问题进入生命周期的结算阶段,区块链将其移出,并为函数有效解提交者发放求解奖励,奖励发放完毕,将剩余奖励返还用户;
步骤S1所述的三元组函数O表示为:
O=(P(f,Ω),E,(M,x))
其中,P为所述非凸非线性整数规划优化问题,f表示P的一个目标函数,Ω表示P的一组约束条件;E为所述三元组函数O的求解空间;(M,x)为所述三元组函数的一个参考解,其中,M表示预记录进区块链中目标函数值,x表示所述目标函数值对应的解。
求解空间E表示为:
E={(x1,…,xj,…,xn)|aj≤xj≤bj}
其中,aj、bj表示所述求解空间E的n个解分量中第j个解xj的边界下限和边界上限;所述求解空间E中所有解的分量长度和l表示为:
Figure BDA0002061467540000021
当求解空间E的解分量长度和l超过所述预设参数I时,I为一个定值,将求解空间E进行切割,并将所述三元组函数分解为多个子问题,分多次提交到区块链上。
优选地,求解奖励R为:
R=r·η·G
其中,r表示单位奖励数;η表示一个主块记录的最大字块数;G表示一个优化问题的有效周期数。
每个参与区块生成工作的矿工在本地保存一个有效问题池pool,矿工根据当前区块链中的记录对所述有效问题池pool进行管理,所述有效问题池pool中只存储记录在当前区块链中处于等待阶段的函数问题。一个非凸非线性整数规划优化问题中包含m个所述三元组函数,当其中一个三元组函数进入结算阶段时,区块生成矿工则将该三元组函数从优化问题中提出,并按先进先出的策略从所述有效问题池pool中选出一个等待求解的三元组函数填入当前求解问题中。
当所述有效问题池pool中的三元组函数不足时,用退化函数O′对问题进行填充,所述退化函数O′为:
O′={f(x)=x,x∈[0,2l+1-1],(2k-1,2k-1)}
其中,k表示一个系统参数;
求解问题P时,矿工将所述预记录进区链中的数据M作为当前信息,根据M对所述当前P进行求解,计算:
s=hash(M||nonce)
其中,nonce为一随机挑选的定长字符串,若s为所述当前求解问题P的一个全局解或s<D,D为系统参数,则生成一个全局块;若s为所述当前求解问题P的一个局部解,则生成一个局部块;否则,重新选取nonce进行计算求解。求解阶段持续时长为Q轮区块生成周期。
对每个非线性整数规划问题P,存在一个解空间映射函数:
H:{0,1}m×l→E1×…×Em
所述映射函数H将所述字符串nonce等分成m个子串s1,…,sm,并每个子串映射到子空间中。
首先,映射函数H将字符串等分成m个子串s1,…,sm。其次,将每个
Figure BDA0002061467540000031
映射到子空间
Figure BDA0002061467540000032
中,其中
Figure BDA0002061467540000033
长度为:
Figure BDA0002061467540000034
Figure BDA0002061467540000035
设P=(O1,…,Om)为当前优化问题,Oi=((fii),Ei,(Mi,xi))为P中的第i个子问题函数。若随机字符nonce使得(x1,…,xm)=H(hash(M||nonce))中存在xi使得:
fi(xi)≤Mi,称nonce为P的一个局部解;若随机字符nonce使得(x1,…,xm)=H(hash(M||nonce))中所有分量xi使得:fi(xi)≤Mi,称nonce为P的一个全局解。
在每轮的新区块生成周期中,矿工在本地维护一条链,所述本地链当前有效字块集合为L,当前交易集合为T,本地链长度为z,本地链的当前全局块为Bz;矿工不断从网络中接受到本地链上的新增信息,接受到有效交易t时,则加入当前交易集合T中,接受到新的子块,且新的子块中记录交易无冲突,与全局块Bz'相互关联,即满足:
z′≥z-Z
其中z′表示与新的子块关联的主块序号,Z表示系统参数,满足以上公式则将新的子块加入到本地链的当前有效字块集合L中,接受到新链的长度大于本地链的长度时,所述新链做为当前有效链,并更新有效字块集合L、当前交易集合T以及当前全局块Bz
当前信息M由所述有效字块集合L、所述当前交易集合T以及所述当前全局块Bz计算:
M=hash(headz)||hash(L)||hash(T)
其中,headz表示当前全局块Bz的头信息;根据当前信息M对所述问题P进行求解生成新块,若生成全局块,则发布至网络,同时将所述全局块添加至本地链的末端并进入下一轮块生成周期;生成局部块亦发布至网络,同时将所述局部块添加至本地链的有效字块中,并更新当前信息M。
与现有技术相比,本发明技术方案的有益效果是:本发明将用户提交的具备实际公用的优化问题转化为区块链中的共识问题,并调度全网计算资源解决该问题,在确保区块链上数据安全性的同时对全网算力资源进行有效利用,避免了基于现有共识机制的区块链网络,将大量算力用于无实际意义的哈希运算,造成极大资源浪费的弊端,基于优化问题的区块链系统不仅是一个去中心化的数据记录系统,也是一个全网计算资源的调度平台,具备更强的实用性及应用价值。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本实用新型的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1为一种基于优化问题的区块链共识机制流程示意图;
图2为本发明实施例的求解空间映射函数示意图;
图3为本发明实施例的区块链数据结构。
标号说明:1-求解空间;2-映射点
具体实施方式
以下结合附图和实施例对本发明做进一步的阐述。其中,附图仅用于示例性说明,表示的仅是示意图或者其中的一种可实现的实物图,而不是固定一种实物图,不能理解为对本专利的限制;为了更好地说明本发明的实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
如图1所示的基于优化问题的区块链共识机制流程示意图,包括如下步骤:
S1:将用户提交到区块链上的非凸非线性整数规划优化问题P转化为区块链的共识问题三元组函数O=(P(f,Ω),E,(M,x)),其中,P为非凸非线性整数规划优化问题,f表示P的一个目标函数,Ω表示P的一组约束条件;E为三元组函数的求解空间;(M,x)为三元组函数的一个参考解,M表示预记录进区块链中的数据,x表示所述目标函数的一个解分量。
求解空间E表示为:
E={(x1,…,xj,…,xn)|aj≤xj≤bj}
其中,aj、bj表示求解空间E的n个解分量中第j个解xj的边界下限和边界上限;求解空间E中所有解的分量长度和l表示为:
Figure BDA0002061467540000051
S2:当求解空间E内所有分量的长度和l超过预设参数I时,I为一个定值,将其切割,并将三元组函数O分解为多个子问题求解,分多次将函数及函数求解奖励提交到区块链,并记录到区块链上,求解奖励R为:
R=r·η·G
其中,r表示最单位奖励数;η表示一个主块记录的最大字块数;G表示一个优化问题的有效周期数,奖励由提交非线性规划优化问题的用户提供,作为解决此类问题的酬劳分配给各区块的生成矿工。
S3:三元组函数问题O=(P(f,Ω),E,(M,x))进入生命周期的等待阶段,被计入到区块链中,等待进入求解节点,每个参与区块生成工作的矿工在本地保存一个有效问题池pool,矿工根据当前区块链中的记录对有效问题池pool进行管理,有效问题池pool中只存储处记录在当前区块链中处于等待阶段的函数问题。
S4:函数O=(P(f,Ω),E,(M,x))进入生命周期的求解阶段,作为区块链的当前共识问题,由全网节点进行计算求解,并生成新区块。
S5:问题进入优化生命周期的结算阶段,区块链将其移出,并为函数有效解提交者发放求解奖励,奖励发放完毕,将剩余奖励返还用户。一个非凸非线性整数规划优化问题中包含m个三元组函数,当其中一个三元组函数进入结算阶段时,区块生成矿工则将该三元组函数从优化问题中提出,并按先进先出的策略从有效问题池pool中选出另一个等待求解的三元组函数填入当前求解问题中。
当有效问题池pool中的三元组函数不足时,用退化函数O′对问题进行填充,退化函数O′为:
O′={f(x)=x,x∈[0,2l+1-1],(2k-1,2k-1)}
其中,k表示一个系统参数;
求解问题P时,矿工将预记录进区链中的数据M作为当前信息,根据M对P进行求解,计算:
s=hash(M||nonce)
其中,nonce为一随机挑选的定长字符串,若s为当前求解问题P的一个全局解或s<D,D为系统参数,则生成一个全局块;若s为当前求解问题P的一个局部解,则生成一个局部块;否则,重新选取nonce进行计算求解。求解阶段持续时长为Q轮区块生成周期。
对每个非线性整数规划问题P,参见图2,存在一个解空间映射函数:
H:{0,1}m×l→E1×…×Em
首先,映射函数H将字符串nonce等分成m个子串s1,…,sm。其次,将每个
Figure BDA0002061467540000052
映射到子空间
Figure BDA0002061467540000053
中,其中
Figure BDA0002061467540000054
长度为:
Figure BDA0002061467540000061
Figure BDA0002061467540000062
如图2所示,图2中标号1表示求解空间E,图示标号2表示一个映射点A,A可表达为:
Figure BDA0002061467540000063
设P=(O1,…,Om)为当前优化问题,Oi=((fii),Ei,(Mi,xi))为P中的第i个子问题。若随机字符nonce使得(x1,…,xm)=H(hash(M||nonce))中存在xi,满足:fi(xi)≤Mi,称nonce为P的一个局部解;若随机字符nonce使得(x1,…,xm)=H(hash(M||nonce))中所有分量xi,满足:fi(xi)≤Mi,称nonce为P的一个全局解。
参见图3,图示中每个块z包括块头信息、子块的标识符bk、加入的随机值none以及子块集合的摘要Lk、交易集合的摘要Tk,在每轮的新块生成周期中,生成者矿工在本地维护一条链C,本地链C的有效字块集合为L,本地链C当前交易集合为T,本地链长度为z,本地链C的当前全局块为Bz。矿工不断从网络中接受到本地链上的新增信息,接受到有效交易t时,则加入当前交易集合Tk中,接受到新的子块,且所述新的子块中记录交易无冲突,与全局块Bz'相互关联,即满足:
z′≥z-Z
其中z′表示与新的子块关联的主块序号,Z表示系统参数,满足以上公式则将新的子块加入到本地链当前有效字块集合L中,接受到新链的长度大于本地链的长度时,新链做为当前有效链,并更新有效字块集合L、当前交易集合T以及当前全局块Bz
当前信息M由有效字块集合L、当前交易集合T以及当前全局块Bz计算:
M=hash(headz)||hash(L)||hash(T)
其中,headz表示当前全局块Bz的头信息;参加图3,根据当前信息M对问题P进行求解生成新块,若生成全局块,则发布至网络,同时将所述全局块添加至本地链的末端并进入下一轮块生成周期;生成局部块发布至网络,同时将局部块添加至本地链的有效字块中,并更新当前信息M。
附图中描述位置关系的用于仅用于示例性说明,不能理解为对本专利的限制;
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。

Claims (9)

1.一种基于优化问题的区块链共识机制,其特征在于,包括如下步骤:
S1:将一个广义的非凸非线性整数规划优化问题,构建为一个三元组函数,所述三元组函数存在求解空间,所述优化问题存在生命周期,包括等待阶段、求解阶段及结算阶段;
步骤S1所述的三元组函数表示为:
O=(P(f,Ω),E,(M,x))
其中,P为所述非凸非线性整数规划优化问题,f表示P的一个目标函数,Ω表示P的一组约束条件;E为所述三元组函数O的求解空间;(M,x)为所述三元组函数的一个参考解,其中,M表示预记录进区块链中的目标函数值,x表示所述目标函数值对应的可行解;
S2:当所述求解空间内所有分量的长度和超过预设参数时,将其切割,并将三元组函数分解为多个子问题求解,分多次将函数及函数求解奖励提交到区块链,并记录到区块链上;
S3:所述三元组函数问题进入生命周期的等待阶段,被计入到区块链中,等待进入求解节点;
S4:所述三元组函数问题进入生命周期的求解阶段,函数作为区块链的当前共识问题,由全网节点进行计算求解,并生成新区块;
S5:所述三元组函数问题进入生命周期的结算阶段,区块链将其移出,并为函数有效解提交者发放求解奖励,奖励发放完毕,将剩余奖励返还问题提交者。
2.根据权利要求1所述的基于优化问题的区块链共识机制,其特征在于,所述求解空间E表示为:
E={(x1,…,xj,…,xn)|aj≤xj≤bj}
其中,aj、bj表示所述求解空间E的n个分量中第j个分量xj的边界下限和边界上限;所述求解空间E中所有解的分量长度和l表示为:
3.根据权利要求1或2所述的基于优化问题的区块链共识机制,其特征在于,步骤S2所述的预设参数用I表示,I为定值,当所述求解空间E的解分量长度和l超过所述预设参数I时,将求解空间E进行切割,并将所述三元组函数分解为多个子问题,分多次提交到区块链上。
4.根据权利要求1所述的基于优化问题的区块链共识机制,其特征在于,步骤S2所述的求解奖励R为:
R=r·η·G
其中,r表示单位奖励数;η表示一个主块记录的最大字块数;G表示一个优化问题的有效周期数。
5.根据权利要求1所述的基于优化问题的区块链共识机制,其特征在于,每个参与新区块生成工作的矿工在本地保存一个有效问题池pool,矿工根据当前区块链中的记录对所述有效问题池pool进行管理,所述有效问题池pool中只存储记录在当前区块链中处于等待阶段的函数问题。
6.根据权利要求5所述的基于优化问题的区块链共识机制,其特征在于,一个非凸非线性整数规划优化问题中包含m个三元组函数,当其中一个三元组函数进入结算阶段时,区块生成矿工则将该三元组函数从优化问题中提出,并按先进先出的策略从所述有效问题池pool中选出一个等待求解的三元组函数填入当前求解问题中。
7.根据权利要求5所述的基于优化问题的区块链共识机制,其特征在于,当所述有效问题池pool中的三元组函数不足时,用退化函数O′对问题进行填充,所述退化函数O′为:
O′={f(x)=x,x∈[0,2l+1-1],(2k-1,2k-1)}
其中,k表示一个系统参数;
求解问题P时,矿工将所述预记录进区链中的数据M作为当前信息,根据M对所述当前P进行求解,计算:
s=hash(M||nonce)
其中,nonce为一随机挑选的定长字符串,若s为所述当前求解问题P的一个全局解或s<D,D为系统参数,则生成一个全局块;若s为所述当前求解问题P的一个局部解,则生成一个局部块;否则,重新选取nonce进行计算求解,求解阶段持续时长为Q轮区块生成周期。
8.根据权利要求7所述的基于优化问题的区块链共识机制,其特征在于,对每个非线性整数规划问题P,存在一个解空间映射函数:
H:{0,1}m×l→E1×…×Em
所述映射函数H将所述字符串nonce等分成m个子串s1,…,sm,并将每个子串映射到子空间中。
9.根据权利要求8所述的基于优化问题的区块链共识机制,其特征在于,在每轮的新区块生成周期中,矿工在本地维护一条链,所述本地链的当前有效字块集合为L,当前交易集合为T,所述本地链的长度为z,当前全局块为Bz
矿工不断从网络中接受到本地链上的新增信息,接受到有效交易时则加入当前交易集合T中;接受到新的子块,且新的子块中记录交易无冲突,与全局块Bz'相互关联,即满足:
z′≥z-Z
其中,z′表示与所述新的子块关联的主块序号,Z表示系统参数,满足以上关联公式,则将新的子块加入到本地链当前有效字块集合L中,接受到新链的长度大于所述本地链的长度时,所述新链做为当前有效链,并更新所述有效字块集合L、所述当前交易集合T以及所述当前全局块Bz
当前信息M由所述有效字块集合L、所述当前交易集合T以及所述当前全局块Bz计算:
M=hash(headz)||hash(L)||hash(T)
其中,headz表示当前所述全局块Bz的头信息;根据所述当前信息M对所述问题P进行求解生成新块,生成全局块发布至网络,同时将所述全局块添加至本地链的末端并进入下一轮块生成周期;生成的局部块亦发布至网络,同时将所述局部块添加至所述本地链的有效字块中,并更新所述当前信息M。
CN201910406684.8A 2019-05-16 2019-05-16 一种基于优化问题的区块链共识机制 Active CN110232167B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910406684.8A CN110232167B (zh) 2019-05-16 2019-05-16 一种基于优化问题的区块链共识机制

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910406684.8A CN110232167B (zh) 2019-05-16 2019-05-16 一种基于优化问题的区块链共识机制

Publications (2)

Publication Number Publication Date
CN110232167A CN110232167A (zh) 2019-09-13
CN110232167B true CN110232167B (zh) 2023-05-02

Family

ID=67860694

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910406684.8A Active CN110232167B (zh) 2019-05-16 2019-05-16 一种基于优化问题的区块链共识机制

Country Status (1)

Country Link
CN (1) CN110232167B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110705773A (zh) * 2019-09-26 2020-01-17 郑珂威 一种利用区块链共识算力实现优化运算的系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108650291A (zh) * 2018-03-26 2018-10-12 南京思利华信息科技有限公司 一种基于算力的gpu任务共识方法及装置
CN109194482A (zh) * 2018-08-03 2019-01-11 中山大学 一种基于信誉证明的区块链共识方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8494976B2 (en) * 2006-05-31 2013-07-23 Exxonmobil Research And Engineering Company System for optimizing transportation scheduling and inventory management of bulk product from supply locations to demand locations

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108650291A (zh) * 2018-03-26 2018-10-12 南京思利华信息科技有限公司 一种基于算力的gpu任务共识方法及装置
CN109194482A (zh) * 2018-08-03 2019-01-11 中山大学 一种基于信誉证明的区块链共识方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
区块链系统分布式计算的ADMM算法及其在主动配电网中的应用;周冬冬等;《发电技术》;20190430(第02期);第115-120页 *

Also Published As

Publication number Publication date
CN110232167A (zh) 2019-09-13

Similar Documents

Publication Publication Date Title
CN107169865B (zh) 基于区块链技术的资产数据处理系统
Wu et al. Portfolio planning of renewable energy with energy storage technologies for different applications from electricity grid
Thakur et al. Peer to peer energy trade among microgrids using blockchain based distributed coalition formation method
Yuan et al. Hydrothermal scheduling using chaotic hybrid differential evolution
CN109359853B (zh) 一种考虑电网安全约束的跨省调峰辅助服务交易出清方法
Bustos et al. Energy storage and transmission expansion planning: substitutes or complements?
Guha et al. Efficient recovery from power outage
Wang et al. An interval-valued fuzzy-stochastic programming approach and its application to municipal solid waste management
Philpott et al. Hydro-electric unit commitment subject to uncertain demand
Ahmadi et al. Evaluating the effectiveness of normal boundary intersection method for short-term environmental/economic hydrothermal self-scheduling
CN106549420B (zh) 考虑风险和风力发电的电力系统运行备用优化方法
Yuan et al. A novel approach for economic dispatch of hydrothermal system via gravitational search algorithm
CN112183855A (zh) 区域电力现货市场出清方法、装置和电子设备
Mehrtash et al. Security‐constrained transmission expansion planning using linear sensitivity factors
Dieu et al. Enhanced merit order and augmented Lagrange Hopfield network for hydrothermal scheduling
CN114971421B (zh) 一种基于区块链技术的水电站运行风险管控系统
CN110232167B (zh) 一种基于优化问题的区块链共识机制
CN115438873A (zh) 一种基于区块链和深度强化学习的电力调度方法
CN115278737A (zh) 一种5g网络的数据采集方法
Helseth Stochastic network constrained hydro-thermal scheduling using a linearized progressive hedging algorithm
CN107995278B (zh) 一种基于城域级物联网感知数据的场景智能分析系统与方法
CN108110800A (zh) 风、光、储、热多能柔性互补的有源配电负荷重构方法
Kuznetsova et al. Complexity and vulnerability of Smartgrid systems
CN115983733A (zh) 基于水位控制的电力市场出清数据处理方法和装置
Sinha et al. Yield model for screening multipurpose reservoir systems

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
TR01 Transfer of patent right

Effective date of registration: 20240311

Address after: Room 201, No. 226 Hedong Road, Liwan District, Guangzhou City, Guangdong Province, 510163, self compiled B0261

Patentee after: Guangzhou Zhuwan Chain Big Data Technology Co.,Ltd.

Country or region after: China

Address before: 510275 No. 135 West Xingang Road, Guangzhou, Guangdong, Haizhuqu District

Patentee before: SUN YAT-SEN University

Country or region before: China

TR01 Transfer of patent right