CN114915556B - 一种面向工业互联网收益优化的计算任务分配方法 - Google Patents
一种面向工业互联网收益优化的计算任务分配方法 Download PDFInfo
- Publication number
- CN114915556B CN114915556B CN202210844564.8A CN202210844564A CN114915556B CN 114915556 B CN114915556 B CN 114915556B CN 202210844564 A CN202210844564 A CN 202210844564A CN 114915556 B CN114915556 B CN 114915556B
- Authority
- CN
- China
- Prior art keywords
- gateway
- transaction
- task
- calculation
- computing
- 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
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0893—Assignment of logical groups to network elements
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Computer Networks & Wireless Communication (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- Educational Administration (AREA)
- Technology Law (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种面向工业互联网收益优化的计算任务分配方法,包括以下步骤:节点将计算任务以交易的形式发出至工业互联网系统;工业互联网系统根据网关和节点的属性得到计算任务的效益矩阵;工业互联网系统计算最大化收益得到最终分配策略;根据分配策略将每个计算任务分配给对应的网关,触发交易排序机制;网关打包计算任务成区块并计算来自区块链的工作量证明机制当中的哈希难题获得记账权,获得记账权的网关执行计算任务,将计算任务的结果返回给节点。该方法使得交易被分配给执行该交易能够为工厂带来更高效益的网关,使得工业互联网系统在有限的资源里为工厂带来更多的收益。
Description
技术领域
本发明属于控制科学与工程领域,具体涉及一种面向工业互联网收益优化的计算任务分配方法。
背景技术
工业互联网作为传统工业和现代信息技术的有机结合,能够实现全生产要素的连接,有效地提高生产力,进而解放劳动力。然而工业互联网系统面临着一系列的安全威胁,因而工业界将区块链技术作为工业互联网的底层架构,从而提出了基于区块链的工业互联网系统。工业互联网系统包含现场层,网关层,云层,其中现场层包含各个智能体(各个机械臂、无人车、无人机或者传感器等)来充当节点,网关层包含边缘网关,作为边缘计算的实施者,将来自现场层智能体的计算任务上传至边缘网关进行处理。云层将算力卸载到网关层,为边缘计算提供条件。基于区块链的工业互联网系统,网关层与现场层的网关和智能体在区块链当中充当节点,节点之间的通信,都是在区块链中完成的。
以太坊(ETH)作为区块链架构当中的一种,由于其独有的智能合约与以太坊虚拟机而被认为是区块链的发展方向,并被称为区块链2.0,其内部的节点具有交易池,交易池当中的交易根据该交易的nonce值(节点在发出这笔交易时已经发出的交易的次数)的大小降序排列,且每当有新的交易将要加入交易池后,都会造成交易池的更新。以太坊的交易池主要分为三类,待处理交易池、队列交易池和副本交易池。待处理交易池中保存着可执行交易,队列交易池当中保存着当前不可执行交易,副本交易池保存着待处理交易池、队列交易池中的的交易的副本。这些交易按顺序被打包成区块,并上传到区块链当中。若交易中涉及了合约账户的生成,即调用了智能合约,则调用智能合约执行交易。
通过查阅现有文献,在现有的以区块链为底层的工业互联网当中,大部分都是ETH,其计算任务分配的逻辑是基于工作量证明机制(PoW)。在这样的机制下,先解出哈希难题的节点将会获得记账权去上传区块并执行智能合约从而计算计算任务。在节点的交易池当中,nonce值高的交易会优先被打包进区块当中,这种交易排序机制对于资源限制较大的工业互联网来说并不是最优选项。由于工业互联网场景下每项计算任务的优先级并不是相同的,若高优先级的任务由于在负责计算的节点的交易池当中的顺序靠后,会造成整个工厂的运行堵塞。
发明内容
有鉴于此,本发明提供了一种面向工业互联网收益优化的计算任务分配方法,在默认工厂部署了工业互联网的基础上,将节点完成该项任务为工厂带来的综合效益与该计算任务的重要度、信号的衰减程度和完成交易所需要的时间联系起来,并改进了以太坊当中的交易池的交易排序机制,使其更适用于工业互联网场景。该分配方法能够将不同的计算任务分配给执行该任务可以为工厂提供最大收益的网关,从而达到最大化工厂效益的目的。本发明采用以下技术方案:
一种面向工业互联网收益优化的计算任务分配方法,包括以下步骤:
S1,节点将计算任务以交易的形式发出至工业互联网系统;
S2,工业互联网系统根据计算任务的重要度、网关执行计算任务的时间花费、网关到节点的信号衰减得到计算任务的收益矩阵;
S3,工业互联网系统根据收益矩阵计算最大化收益得到分配策略;
S4,根据分配策略将每个计算任务分配给对应的网关,并根据计算任务的属性触发交易排序机制,更新网关交易池当中的交易;
S5,网关将分配的计算任务打包成区块,并计算来自区块链的工作量证明机制当中的哈希难题获得记账权,获得记账权的网关执行计算任务,将计算任务的结果返回给节点。
进一步,所述步骤S2包括以下子步骤:
S21:根据计算任务的字节数,计算每个计算任务的存储成本;
当k个计算任务被k个低算力节点以交易的形式发出,且准备发送给网关时,计算存储成本:
其中sc i 是来自节点i的计算任务ct i 的存储成本,即燃料消耗;X i 是计算任务ct i 的零字节数;Y i 是计算任务ct i 的非零字节数;
S22:根据存储成本计算每个计算任务的代币花费;
其中q i 为计算任务ct i 的代币花费,sc i 为来自节点i的计算任务ct i 的存储成本,price weight 是将燃料消耗转换为代币消耗的常数;
S23:根据代币花费和网关到节点的距离计算每个计算任务的重要度;
其中I ij 是计算任务ct i 对于网关j的重要度;θ price 和θ distance 分别为人为可控参数,在工业互联网系统中分别代表工厂的计算能力和通信能力,计算能力越强,θ price 越小,即工厂为提高计算能力付出代价的意愿越低,通信能力越强,θ distance 越小;为网关j到节点i的距离;
S24:根据网关到节点的距离和网关的功率与算力计算网关执行计算任务的时间花费与网关到节点的信号衰减:
S25:根据信号衰减、重要度和时间花费计算任务收益矩阵;
进一步,所述步骤S4具体为:
当计算任务ct i 加入网关的交易池当中时,若待处理交易池当中不存在与ct i 具有相同nonce值的计算任务,则直接插入待处理交易池,并按降序排列;若待处理交易池当中的计算任务ct t 与ct i 有相同的nonce值,则触发以下的交易排序机制:
(2)否则,将ct i 加入到队列交易池当中;
(4)更新副本交易池中的交易副本;
其中为网关j执行ct i 后为工厂带来的收益;为网关j执行ct t 后为工厂带来的收益;为队列交易池当中的一个交易被网关执行后为工厂带来的收益;为待处理交易池当中的一个交易被网关执行后为工厂带来的收益。
本发明与现有技术相比所具有的有益效果:
(1)从计算任务的重要度、信号的衰减程度和完成该任务所需要的时间三个方面去考虑了将该计算任务分配给某个网关去执行为工厂带来的收益,得到最优的分配策略,从而最大化该工厂的收益。
(2)改进了传统以太坊交易池当中的交易排序机制,能够使得交易被分配给执行该交易能够为工厂带来更高效益的网关,使得工业互联网系统在有限的资源里能够为工厂带来更多的收益,提升工厂的综合效益。
附图说明
图1是本发明的面向工业互联网收益优化的计算任务分配方法的流程图。
图2是系统根据网关和节点的属性得到计算任务的效益矩阵的流程图。
图3(a)-3(c)是在以太坊的私有链上进行仿真实验获得的仿真结果。其中,图3(a)是采用本发明的方法,系统的总收益随θ distance 和θ price 的变化;图3(b)是采用传统ETH的方法,系统的总收益随θ distance 和θ price 的变化;图3(c)是两种方法的总收益差值图。
具体实施方式
本发明提供了一种面向工业互联网收益优化的计算任务分配方法,将节点完成该项任务为该工厂带来的综合效益与该计算任务的重要度、信号的衰减程度和完成交易所需要的时间联系起来,从而将不同的任务分配给最佳的网关,从而达到最大化工厂效益的目的。本发明将传统的以太坊的交易池中的排序机制进行改进,更加适用于工业互联网场景。如图1所示,本发明提出的一种面向工业互联网收益优化的计算任务分配方法,包括以下步骤:
步骤S1,节点将计算任务以交易的形式发出至工业互联网系统;
节点将计算复杂度高,且实时性要求低的任务,以交易的形式发出,该任务存储在交易的数据字段。
步骤S2,工业互联网系统根据网关和节点的属性得到计算任务的效益矩阵,如图2所示,具体包括以下步骤:
S21:根据计算任务的字节数,计算每个计算任务的存储成本,得到计算任务的存储成本向量;
当k个计算任务被k个低算力节点以交易的形式发出,且准备发送给网关时,将会计算存储成本向量SC:
其中sc i 是来自节点i的计算任务ct i 的存储成本,即燃料消耗;X i 是计算任务ct i 的零字节数;Y i 是计算任务ct i 的非零字节数。
S22:根据存储成本计算每个任务的代币花费向量;
其中Q为代币花费向量,q i 为计算任务ct i 的代币花费,sc i 为来自节点i的计算任务ct i 的存储成本,price weight 是将燃料消耗转换为代币消耗的常数。
S23:根据代币花费和距离计算每个计算任务的重要度;
其中I ij 是计算任务ct i 对于网关j的重要度;θ price 和θ distance 分别为人为可控参数,在工业互联网系统中分别代表着该工厂的计算能力和通信能力,若计算能力越强,θ price 越小,即工厂为提高计算能力付出代价的意愿越低,同理若通信能力越强,θ distance 越小;为节点i到网关j的距离。
S24:根据网关到节点的距离和网关的功率与算力来计算网关执行计算任务的时间花费与网关到节点的信号衰减:
S25:根据信号衰减、重要度和时间花费计算任务效益矩阵;
其中G为任务效益矩阵;m为节点的数量;n为网关的数量;为网关j执行ct i 后为工厂带来的收益;α t ,α i ,α o 分别为时间常数,重要度常数,信号强度常数,表征着工厂对这三个因素的关心程度。
步骤S3,工业互联网系统计算最大化收益得到最终分配策略;
步骤S4,根据分配策略将每个计算任务分配给对应的网关,触发交易排序机制;
当计算任务ct i 要被加入到网关的交易池当中时,若待处理交易池当中不存在与ct i 具有相同nonce的计算任务,则直接插入待处理交易池,并按降序排列;若待处理交易池当中的计算任务ct t 与ct i 有相同的nonce,会触发以下的交易排序机制:
(2)否则,将ct i 加入到队列交易池当中;
(4)更新副本交易池中的交易副本;
其中为网关j来执行ct i 后为工厂带来的收益;为网关j来执行ct t 后为工厂带来的收益;代表着队列交易池当中的一个交易被网关执行后为工厂带来的收益;代表着待处理交易池当中的一个交易被网关执行后为工厂带来的收益。
步骤S5,网关打包计算任务成区块,并计算来自区块链的工作量证明机制当中的哈希难题来获得记账权,获得记账权的网关来执行计算任务,将任务的结果返回给节点;
网关从自己的待处理交易池中按顺序获取m个计算任务,将其打包成区块并计算来自区块链的工作量证明机制当中的哈希难题来获得记账权,在获得记账权后,调用智能合约执行计算任务,将执行后的结果返回给发送计算任务的节点。
实施例1:
在以太坊的私有链上进行仿真实验,得到图3(a)-3(c)所示的仿真结果。其中,图3(a)是采用本发明的方法,系统的总收益S A 随θ distance 和θ price 的变化;图3(b)是传统ETH中,系统的总收益S B 随θ distance 和θ price 的变化;图3(c)是两种方法的总收益差值图,可以看出,在执行完所有的计算任务后,本发明的方法能够为系统带来更高的收益。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护。
Claims (1)
1.一种面向工业互联网收益优化的计算任务分配方法,其特征在于,包括以下步骤:
S1,节点将计算任务以交易的形式发出至工业互联网系统;
S2,工业互联网系统根据计算任务的重要度、网关执行计算任务的时间花费、网关到节点的信号衰减得到计算任务的收益矩阵;
S3,工业互联网系统根据收益矩阵计算最大化收益得到分配策略;
S4,根据分配策略将每个计算任务分配给对应的网关,并根据计算任务的属性触发交易排序机制,更新网关交易池当中的交易;
S5,网关将分配的计算任务打包成区块,并计算来自区块链的工作量证明机制当中的哈希难题获得记账权,获得记账权的网关执行计算任务,将计算任务的结果返回给节点;
所述步骤S2包括以下子步骤:
S21:根据计算任务的字节数,计算每个计算任务的存储成本;
当k个计算任务被k个低算力节点以交易的形式发出,且准备发送给网关时,计算存储成本:
其中sc i 是来自节点i的计算任务ct i 的存储成本,即燃料消耗;X i 是计算任务ct i 的零字节数;Y i 是计算任务ct i 的非零字节数;
S22:根据存储成本计算每个计算任务的代币花费;
其中q i 为计算任务ct i 的代币花费,sc i 为来自节点i的计算任务ct i 的存储成本,price weight 是将燃料消耗转换为代币消耗的常数;
S23:根据代币花费和网关到节点的距离计算每个计算任务的重要度;
其中I ij 是计算任务ct i 对于网关j的重要度;θ price 和θ distance 分别为人为可控参数,在工业互联网系统中分别代表工厂的计算能力和通信能力,计算能力越强,θ price 越小,即工厂为提高计算能力付出代价的意愿越低,通信能力越强,θ distance 越小;为网关j到节点i的距离;
S24:根据网关到节点的距离和网关的功率与算力计算网关执行计算任务的时间花费与网关到节点的信号衰减:
S25:根据信号衰减、重要度和时间花费计算任务收益矩阵;
所述步骤S4具体为:
当计算任务ct i 加入网关的交易池当中时,若待处理交易池当中不存在与ct i 具有相同nonce值的计算任务,则直接插入待处理交易池,并按降序排列;若待处理交易池当中的计算任务ct t 与ct i 有相同的nonce值,则触发以下的交易排序机制:
(2)否则,将ct i 加入到队列交易池当中;
(4)更新副本交易池中的交易副本;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210844564.8A CN114915556B (zh) | 2022-07-19 | 2022-07-19 | 一种面向工业互联网收益优化的计算任务分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210844564.8A CN114915556B (zh) | 2022-07-19 | 2022-07-19 | 一种面向工业互联网收益优化的计算任务分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114915556A CN114915556A (zh) | 2022-08-16 |
CN114915556B true CN114915556B (zh) | 2022-10-21 |
Family
ID=82772551
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210844564.8A Active CN114915556B (zh) | 2022-07-19 | 2022-07-19 | 一种面向工业互联网收益优化的计算任务分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114915556B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116684418B (zh) * | 2023-08-03 | 2023-11-10 | 北京神州泰岳软件股份有限公司 | 基于算力服务网关的算力编排调度方法、算力网络及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111080289A (zh) * | 2019-10-25 | 2020-04-28 | 武汉瑞盈通网络技术有限公司 | 一种基于PoW和PoS改进的区块链共识机制 |
WO2021074848A1 (en) * | 2019-10-15 | 2021-04-22 | Ailia Sa | Computer-implemented method for reaching a distributed consensus in a blockchain network and node implementing the method |
CN114185995A (zh) * | 2021-06-23 | 2022-03-15 | 湖北大学 | 一种基于贡献值和信誉度的区块链共识机制 |
CN114428978A (zh) * | 2021-12-06 | 2022-05-03 | 南京理工大学 | 基于计算预言机的工业互联网区块链可信计算架构及方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10812270B2 (en) * | 2017-04-07 | 2020-10-20 | Citizen Hex Inc. | Techniques for increasing the probability that a transaction will be included in a target block of a blockchain |
CN110580653B (zh) * | 2019-08-14 | 2022-10-11 | 长沙理工大学 | 一种基于交易的区块链共识机制 |
-
2022
- 2022-07-19 CN CN202210844564.8A patent/CN114915556B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021074848A1 (en) * | 2019-10-15 | 2021-04-22 | Ailia Sa | Computer-implemented method for reaching a distributed consensus in a blockchain network and node implementing the method |
CN111080289A (zh) * | 2019-10-25 | 2020-04-28 | 武汉瑞盈通网络技术有限公司 | 一种基于PoW和PoS改进的区块链共识机制 |
CN114185995A (zh) * | 2021-06-23 | 2022-03-15 | 湖北大学 | 一种基于贡献值和信誉度的区块链共识机制 |
CN114428978A (zh) * | 2021-12-06 | 2022-05-03 | 南京理工大学 | 基于计算预言机的工业互联网区块链可信计算架构及方法 |
Non-Patent Citations (1)
Title |
---|
Smart contracts based supply chain resource management system in the industrial internet;YANG, Xianqi等;《2021 36th Youth Academic Annual Conference of Chinese Association of Automation (YAC)》;20210530;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114915556A (zh) | 2022-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107343025B (zh) | 分布式卫星云雾网络架构及能耗约束下的时延优化方法 | |
CN102299959B (zh) | 一种数据库集群系统的负载均衡实现方法和装置 | |
Luo et al. | Blockchain-enabled two-way auction mechanism for electricity trading in internet of electric vehicles | |
CN109840154B (zh) | 一种移动云环境下基于任务依赖的计算迁移方法 | |
CN110782011A (zh) | 一种基于强化学习的网络化多智能体系统分布式优化控制方法 | |
CN114915556B (zh) | 一种面向工业互联网收益优化的计算任务分配方法 | |
CN111861793B (zh) | 基于云边协同计算架构的配用电业务分配方法及装置 | |
CN104331321A (zh) | 基于禁忌搜索和负载均衡的云计算任务调度方法 | |
CN115396442A (zh) | 一种面向城市轨道交通的算力共享系统及方法 | |
Penmatsa et al. | Price-based user-optimal job allocation scheme for grid systems | |
CN107301094A (zh) | 面向大规模动态事务查询的动态自适应数据模型 | |
Li et al. | Model-distributed dnn training for memory-constrained edge computing devices | |
AlSuwaidan et al. | Swarm intelligence algorithms for optimal scheduling for cloud-based fuzzy systems | |
CN112948123B (zh) | 一种基于Spark的网格水文模型分布式计算方法 | |
CN113821317A (zh) | 一种边云协同的微服务调度方法、装置及设备 | |
CN116777170A (zh) | 基于混沌自适应蜣螂优化算法的多机器人任务分配方法 | |
Jiao et al. | Service deployment of C4ISR based on genetic simulated annealing algorithm | |
CN114979182B (zh) | 一种基于区块链的工业5g-u物联网资源调度方法 | |
CN113225385B (zh) | 面向边缘计算环境的基于博弈理论的微服务请求分发方法 | |
CN110196879A (zh) | 数据处理方法、装置、计算设备及存储介质 | |
CN109150938A (zh) | 基于云服务的卫星应用公共服务平台 | |
CN109214641B (zh) | 一种基于区块链的企业部门资源数字化控制方法和系统 | |
Jiang et al. | An asynchronous ADMM algorithm for distributed optimization with dynamic scheduling strategy | |
CN102158357B (zh) | 水平分解的单类闭合分叉汇集排队网络性能的分析方法 | |
CN103020197B (zh) | 网格仿真平台及网格仿真方法 |
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 |