CN115983592A - 基于用户信用度的共享泊位资源分配方法 - Google Patents
基于用户信用度的共享泊位资源分配方法 Download PDFInfo
- Publication number
- CN115983592A CN115983592A CN202310018868.3A CN202310018868A CN115983592A CN 115983592 A CN115983592 A CN 115983592A CN 202310018868 A CN202310018868 A CN 202310018868A CN 115983592 A CN115983592 A CN 115983592A
- Authority
- CN
- China
- Prior art keywords
- user
- parking
- berth
- price
- time
- 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
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000013468 resource allocation Methods 0.000 title claims abstract description 12
- 230000007246 mechanism Effects 0.000 claims abstract description 22
- 230000008901 benefit Effects 0.000 claims abstract description 9
- 230000001174 ascending effect Effects 0.000 claims description 9
- 230000002457 bidirectional effect Effects 0.000 claims description 9
- 241001465754 Metazoa Species 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 2
- 230000005484 gravity Effects 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 5
- 206010037180 Psychiatric symptoms Diseases 0.000 abstract description 3
- 230000004927 fusion Effects 0.000 abstract 1
- 230000002860 competitive effect Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于用户信用度的共享泊位资源分配方法,包括以下步骤,步骤1:提出共享泊位用户信用度模型满足的条件,建立用户信用度参数模型,对提交泊位需求的用户信用进行量化。本发明通过将用户信用度这一影响因素引入到共享停车泊位分配过程中,有效规避了用户违约、失信现象,为优化现有泊位分配模型提供了有效途径,通过用户信用度与双向拍卖机制的融合,并依据基于效用得出的分配序列进行泊位分配充分彰显了公平竞争的原则,通过将用户信用机制与泊位分配相结合,使得用户在未来产生停车需求时需要有足够的优势获取泊位使用权,一定程度地督促了用户对停车规章制度的重视与遵守,久而久之,将会产成一种良性的泊位环境。
Description
技术领域
本发明涉及共享停车的技术领域,具体涉及基于用户信用度的共享泊位资源分配方法。
背景技术
城市停车因短时聚集性强的特点,较容易在一定时间、区域引起停车资源供需失衡问题,且车主找寻车位期间不仅损耗了大量个人时间,还恶化了周边地区交通环境及空气质量。共享停车利用商居停车的潮汐特性及时空差异性,与泊位需求者共享周边闲置停车资源,不但有效盘活了停车存量,提高了利用率,还满足了用户的停车需求。作为时下全新的一种停车模式,共享停车的提出为缓解现有城市停车供需不平衡、时空分布不均的问题提供了新方向和新思路,引发了国内外学者广泛研究与热议。
共享泊位是由分布在不同区域、位置的闲置车位集合而成的,因具有动态性和时效性而导致不确定性。
现有技术存在以下不足:在共享停车实际推行过程,部分泊位需求用户为保证足够的优势实现停车需求,通常会提交错误的信息或因某些原因造成违约,最终导致私人泊位拥有者和平台经常丧失可观的停车收益;因此,目前亟需一种以考虑用户信用度为出发点,结合双向拍卖的定价机制,求得泊位需求用户基于信用度及双向拍卖的效用值,并进行泊位分配的技术,以解决上述问题。
在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解,因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本发明的目的是提供基于用户信用度的共享泊位资源分配方法,以解决上述背景技术中的问题。
为了实现上述目的,本发明提供如下技术方案:基于用户信用度的共享泊位资源分配方法,包括以下步骤:
步骤1:提出共享泊位用户信用度模型满足的条件,建立用户信用度参数模型,对提交泊位需求的用户信用进行量化;
步骤2:对双向拍卖泊位分配机制提出基本假设,基于双向拍卖机制确定共享泊位参与用户、拥有者、以及平台的交易价格,并将泊位拥有者和用户的出价分别进行升序、降序排列,得出价格序列;
步骤3:根据量化的用户信用度和价格序列确定泊位分配效用函数,并将效用函数由高到低进行排序,得出最终泊位分配序列。
优选的,在步骤1中,所述提出共享泊位用户信用度模型满足的条件具体包含如下步骤:
S1、用户的信用具有严格的动态性与时效性,为防止历史数据对当下信用的过度干扰,计算用户信用度时参考最新数据而非历史数据;
S2、共享泊位分配是一个虚拟运营环境,为提高服务质量,避免个别用户恶意行为的发生,建立一个严厉的惩罚环境。
优选的,在步骤1中,所述建立的用户信用度模型,相应的数学表达式为:
式中:Tij表示用户信用度;∑cj·Q(tj)表示拥有者对用户信用评价累加值;cj表示第j个拥有者对其泊位使用者的信用评分;Q(tj)表示为时间衰减函数;P表示用户被投诉的次数;λ为非零较小值;t指当前时刻;t0是指拥有者给出信用评价的时刻;γ是衰减系数,且γ>0。
优选的,在步骤2中,所述双向拍卖泊位分配机制的基本假设具体包含如下步骤:
S1、设U={u1,u2......um}是m个用户组成的集合,每个用户ui的需求是qi。因此集合U的需求集合可描述为Q={q1,q2......qm},且集合中每项需求由四个属性限定σi={idi,li,bi,fi},其中idi代表用户身份信息,li代表停放时长,bi代表泊位预算,fi代表停车完成时间;
S2、设O={o1,o2......on}是n个拥有者组成的集合,每个拥有者oj的泊位资源为rj,故O集合的泊位资源集合可描述为R={r1,r2......rn},且集合中每个泊位由五个属性限定σj={idj,stj,lpj,hpj,dj},其中idj代表泊位编号,stj代表可接受下一停车需求的开始时间,lpj代表(单位时长)最低价格,hpj代表(单位时长)最高价格,dj代表出借总时长;
其中,拥有者和用户均提前向平台提交相关共享时段或泊位需求时段信息,且提交的时段为连续的。
优选的,在步骤2中,所述基于双向拍卖机制确定共享泊位参与用户、拥有者、以及平台的交易价格,包括以下步骤:
S1、确定用户出价模式,所述用户出价模式受泊位的剩余时间和剩余泊位资源数量影响的,相应的数学表达式如下:
因此,在考虑所述泊位剩余时间的情况下,用户的出价可表示为:
所述用户出价与所述剩余泊位资源数量成反比例关系,具体表示如下:
综上,联立式(2-2)和(2-3),用户ui的最终出价公式表示为:
式中:bidi(t)表示用户出价;τ1,τ2(τ1+τ2=1)分别为平均剩余时间和剩余资源的比重系数,可以通过调节这两个系数控制影响用户出价的两个关键因素进而得出更合理的用户价格;
S2、建立拥有者出价模式,所述拥有者旨在获取最大利益,为达到这一目的,所述拥有者试图以较高的售价出售泊位资源并且与其他拥有者进行竞争以争取更多的泊位请求;所述拥有者可通过下式对价格进行动态调整,具体表示如下:
式中:rpj(t)表示在t时刻拥有者给出的泊位价格;stj(t)表示t时刻该泊位可接受下一停车需求的开始时间;wlj(t)表示执行上一停车需求的总时间;参数ρ与式(2-2)α类似,调节ρ可得出不同用户出价曲线。
S3、构建平台出价模式,所述平台在任意时刻接收到用户与拥有者各自的价格后,会分别按照价格降序原则和价格升序原则对用户和拥有者的价格进行排列,通过比对价格信息序列确定交易价格;若用户出价bidi(t)的最大值大于或等于拥有者出价rpj(t)的最小值,则表示可进行泊位共享且最终价格的表达式为:
式中:fp(t)表示最终交易价格。
S4、将所述拥有者出价和所述用户出价分别进行升序、降序排列,得出价格序列。
优选的,在步骤3中,所述根据量化的用户信用度和价格序列确定泊位分配效用函数表示如下:
Uij(fp(t))=bidi(t)·Tij-fp(t) (3-1)。
在上述技术方案中,本发明提供的技术效果和优点:
1、本发明通过将用户信用度这一影响因素引入到共享停车泊位分配过程中,有效规避了用户违约、失信现象,为优化现有泊位分配模型提供了有效途径;
2、本发明通过用户信用度与双向拍卖机制的融合,并依据基于效用得出的分配序列进行泊位分配充分彰显了公平竞争的原则;
3、本发明通过将用户信用机制与泊位分配相结合,使得用户在未来产生停车需求时需要有足够的优势获取泊位使用权,一定程度地督促了用户对停车规章制度的重视与遵守,久而久之,将会产成一种良性的泊位环境;
4、本发明通过引入用户信用,并依赖拍卖机制建立泊位分配模型,在设定好的参与方出价范围内按照基于效用的分配序列进行泊位匹配,做到了将宝贵的泊位资源分配给有“真需求的人”,保证了各方利益的最大化;
5、本发明泊位分配无需参与各方实时关注相关信息状态,在泊位分配之前,用户只需将所需要的泊位信息,如位置、停泊时间、价格等提交平台,拥有者只需将自身泊位信息,如位置、共享时间、价格等提交平台,而平台只需按照本文机制算出最优分配序列然后进行泊位分配即可。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例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发明中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本发明基于用户信用度的共享泊位资源分配方法的流程示意图。
图2为本发明基于用户信用度的共享泊位资源分配方法的基于平均剩余时间的价格曲线图。
图3为本发明基于用户信用度的共享泊位资源分配方法的基于最终剩余泊位数目的价格曲线图。
图4为本发明基于用户信用度的共享泊位资源分配方法的基于泊位时间的拥有者出价变化曲线图。
图5为本发明基于用户信用度的共享泊位资源分配方法的共享泊位资源分配方法的流程示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些示例实施方式使得本公开的描述将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多示例实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的示例实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、步骤等。在其它情况下,不详细示出或描述公知结构、方法、实现或者操作以避免喧宾夺主而使得本公开的各方面变得模糊。
本发明提供了如图1至图5所示的基于用户信用度的共享泊位资源分配方法,包括以下步骤:
步骤1:提出共享泊位用户信用度模型满足的条件,建立用户信用度参数模型,对提交泊位需求的用户信用进行量化;
在步骤1中,所述建立的用户信用度模型,相应的数学表达式为:
式中:Tij表示用户信用度;∑cj·Q(tj)表示拥有者对用户信用评价累加值;cj表示第j个拥有者对其泊位使用者的信用评分;Q(tj)表示为时间衰减函数;P表示用户被投诉的次数;λ为非零较小值;t指当前时刻;t0是指拥有者给出信用评价的时刻;γ是衰减系数,且γ>0;
对提交泊位需求的用户信用进行量化;用户信用度的取值范围为[0,1]且为无量纲数据;为保证新用户在未建立起完备的信用数据,首次使用泊位共享平台时具有与其他用户公平合理的竞争能力,将新用户的信用值设置为0.77;
步骤2:对双向拍卖泊位分配机制提出基本假设,基于双向拍卖机制确定共享泊位参与用户、拥有者、以及平台的交易价格,并将泊位拥有者和用户的出价分别进行升序、降序排列,得出价格序列;
所述双向拍卖泊位分配机制的基本假设具体包含如下步骤:
S1、设U={u1,u2......um}是m个用户组成的集合,每个用户ui的需求是qi。因此集合U的需求集合可描述为Q={q1,q2......qm},且集合中每项需求由四个属性限定σi={idi,li,bi,fi},其中idi代表用户身份信息,li代表停放时长,bi代表泊位预算,fi代表停车完成时间;
S2、设O={o1,o2......on}是n个拥有者组成的集合,每个拥有者oj的泊位资源为rj,故O集合的泊位资源集合可描述为R={r1,r2......rn},且集合中每个泊位由五个属性限定σj={idj,stj,lpj,hpj,dj},其中idj代表泊位编号,stj代表可接受下一停车需求的开始时间,lpj代表(单位时长)最低价格,hpj代表(单位时长)最高价格,dj代表出借总时长;
其中,拥有者和用户均提前向平台提交相关共享时段或泊位需求时段信息,且提交的时段为连续的;
在步骤2中,所述基于双向拍卖机制确定共享泊位参与用户、拥有者、以及平台的交易价格,包括以下步骤:
S1、确定用户出价模式,所述用户出价模式受泊位的剩余时间和剩余泊位资源数量影响的,相应的数学表达式如下:
所述时间约束,即分配给用户的泊位能够保证在泊位共享结束前完成停车需求,表示如下:
fi-stj-li≥0 (2-1)
所述价格约束,即泊位资源价格应该不高于用户出价,表示如下:
因此,在考虑所述泊位剩余时间的情况下,用户的出价可表示为:
式中:表示第i个用户基于剩余时间的出价;apr表示剩余泊位的平均价格;表示泊位资源的价格;表示第i个用户的最大剩余时间;α为价格调节参数,即调节α(α∈(0.01,100))实现不同的用户出价曲线,如图2所示;
所述用户出价与所述剩余泊位资源数量成反比例关系,具体表示如下:
综上,联立式(2-4)和(2-5),用户ui的最终出价公式表示为:
式中:bidi(t)表示用户出价;τ1,τ2(τ1+τ2=1)分别为平均剩余时间和剩余资源的比重系数,可以通过调节这两个系数控制影响用户出价的两个关键因素进而得出更合理的用户价格;
S2、建立拥有者出价模式,所述拥有者旨在获取最大利益,为达到这一目的,所述拥有者试图以较高的售价出售泊位资源并且与其他拥有者进行竞争以争取更多的泊位请求;
因此,假定共享泊位的开始时间stj初始化为0,且为保持较高的竞争优势尽快接受用户请求,拥有者此时的出价为最低价格lpj;当接收到用户请求后,会将开始时间stj更新为该请求的完成时间,相应的价格也会调整到最高定价hpj;逐渐的,随着该请求被执行,开始时间stj也会渐渐呈现变小的趋势直至趋近于0,即表示当前停车任务即将完成且该泊位资源即将闲置;此时,为增加在剩余的时间内再次获取新的用户请求,该泊位拥有者将自动下调其价格,当stj=0时,价格再次回归最低价lpj,从而实现泊位利用率和收益最大化;
所述拥有者可通过下式对价格进行动态调整,具体表示如下:
式中:rpj(t)表示在t时刻拥有者给出的泊位价格;stj(t)表示t时刻该泊位可接受下一停车需求的开始时间;wlj(t)表示执行上一停车需求的总时间;参数ρ与式(2-4)α类似,调节ρ可得出不同用户出价曲线,如图4所示。
S3、构建平台出价模式,所述平台在任意时刻接收到用户与拥有者各自的价格后,会分别按照价格降序原则和价格升序原则对用户和拥有者的价格进行排列,通过比对价格信息序列确定交易价格;若用户出价bidi(t)的最大值大于或等于拥有者出价rpj(t)的最小值,则表示可进行泊位共享且最终价格的表达式为:
式中:fp(t)表示最终交易价格。
S4、将所述拥有者出价和所述用户出价分别进行升序、降序排列,得出价格序列;
步骤3:根据量化的用户信用度和价格序列确定泊位分配效用函数,并将效用函数由高到低进行排序,得出最终泊位分配序列;
具体的,在考虑用户信用度的共享泊位双向拍卖机制下,用户与拥有者就泊位共享达成一致时(即双方交易成功),效用为泊位需求满足所产生的收益与最终交易价格的差值;若双方交易过程中用户违约或失信时,此时的效用为丧失的泊位价值;
在步骤3中,所述根据量化的用户信用度和价格序列确定泊位分配效用函数表示如下:
Uij(fp(t))=bidi(t)·Tij-fp(t) (3-1)
由上式可知:当Uij(fp(t))≥0时,表示该泊位需求用户具有较大的信用度,即可正常泊位分配;当Uij(fp(t))<0,表明该用户信用度较低,即谨慎分配;显然,Uij(fp(t))越大,表明当前用户越可靠,进而泊位共享成功率也越高;
将用户信用度引入共享停车泊位分配过程中,并借用双向拍卖机制的定价思想确定泊位共享参与者(用户、拥有者、平台)各方的价格,进而根据用户信用值和参与各方的价格建立基于用户效用值的泊位分配模型,通过计算得出最优分配方案;保证了共享你停车泊位分配的合理性,有效缓解了用户失信或违约引起的泊位闲置问题,极大提高泊位利用率;同时,通过引入双向拍卖机制,避免了“唯价格论”的分配模式,使得共享泊位分配更加公平化、人性化。
以上只通过说明的方式描述了本发明的某些示范性实施例,毋庸置疑,对于本领域的普通技术人员,在不偏离本发明的精神和范围的情况下,可以用各种不同的方式对所描述的实施例进行修正。因此,上述附图和描述在本质上是说明性的,不应理解为对本发明权利要求保护范围的限制。
Claims (6)
1.基于用户信用度的共享泊位资源分配方法,其特征在于,包括以下步骤:
步骤1:提出共享泊位用户信用度模型满足的条件,建立用户信用度参数模型,对提交泊位需求的用户信用进行量化;
步骤2:对双向拍卖泊位分配机制提出基本假设,基于双向拍卖机制确定共享泊位参与用户、拥有者、以及平台的交易价格,并将泊位拥有者和用户的出价分别进行升序、降序排列,得出价格序列;
步骤3:根据量化的用户信用度和价格序列确定泊位分配效用函数,并将效用函数由高到低进行排序,得出最终泊位分配序列。
2.根据权利要求1所述的基于用户信用度的共享泊位资源分配方法,其特征在于,在步骤1中,所述提出共享泊位用户信用度模型满足的条件具体包含如下步骤:
S1、计算用户信用度时参考最新数据而非历史数据;
S2、建立一个严厉的惩罚环境。
4.根据权利要求1所述的基于用户信用度的共享泊位资源分配方法,其特征在于,在步骤2中,所述双向拍卖泊位分配机制的基本假设具体包含如下步骤:
S1、设U={u1,u2......um}是m个用户组成的集合,每个用户ui的需求是qi;因此集合U的需求集合可描述为Q={q1,q2......qm},且集合中每项需求由四个属性限定σi={idi,li,bi,fi},其中idi代表用户身份信息,li代表停放时长,bi代表泊位预算,fi代表停车完成时间;
S2、设O={o1,o2......on}是n个拥有者组成的集合,每个拥有者oj的泊位资源为rj,故O集合的泊位资源集合可描述为R={r1,r2......rn},且集合中每个泊位由五个属性限定σj={idj,stj,lpj,hpj,dj},其中idj代表泊位编号,stj代表可接受下一停车需求的开始时间,lpj代表(单位时长)最低价格,hpj代表(单位时长)最高价格,dj代表出借总时长;
其中,拥有者和用户均提前向平台提交相关共享时段或泊位需求时段信息,且提交的时段为连续的。
5.根据权利要求1所述的基于用户信用度的共享泊位资源分配方法,其特征在于,在步骤2中,所述基于双向拍卖机制确定共享泊位参与用户、拥有者、以及平台的交易价格,包括以下步骤:
S1、确定用户出价模式,相应的数学表达式如下:
因此,在考虑所述泊位剩余时间的情况下,用户的出价可表示为:
所述用户出价与所述剩余泊位资源数量成反比例关系,具体表示如下:
综上,联立式(2-2)和(2-3),用户ui的最终出价公式表示为:
式中:bidi(t)表示用户出价;τ1,τ2(τ1+τ2=1)分别为平均剩余时间和剩余资源的比重系数,通过调节这两个系数控制影响用户出价的两个关键因素进而得出更合理的用户价格;
S2、建立拥有者出价模式,所述拥有者旨在获取最大利益,为达到这一目的,所述拥有者试图以较高的售价出售泊位资源并且与其他拥有者进行竞争以争取更多的泊位请求;所述拥有者可通过下式对价格进行动态调整,具体表示如下:
式中:rpj(t)表示在t时刻拥有者给出的泊位价格;stj(t)表示t时刻该泊位可接受下一停车需求的开始时间;wlj(t)表示执行上一停车需求的总时间;参数ρ与式(2-2)α类似,调节ρ可得出不同用户出价曲线。
S3、构建平台出价模式,所述平台在任意时刻接收到用户与拥有者各自的价格后,会分别按照价格降序原则和价格升序原则对用户和拥有者的价格进行排列,通过比对价格信息序列确定交易价格;若用户出价bidi(t)的最大值大于或等于拥有者出价rpj(t)的最小值,则表示可进行泊位共享且最终价格的表达式为:
式中:fp(t)表示最终交易价格。
S4、将所述拥有者出价和所述用户出价分别进行升序、降序排列,得出价格序列。
6.根据权利要求1所述的基于用户信用度的共享泊位资源分配方法,其特征在于,在步骤3中,所述根据量化的用户信用度和价格序列确定泊位分配效用函数表示如下:
Uij(fp(t))=bidi(t)·Tij-fp(t)(3-1)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310018868.3A CN115983592A (zh) | 2023-01-06 | 2023-01-06 | 基于用户信用度的共享泊位资源分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310018868.3A CN115983592A (zh) | 2023-01-06 | 2023-01-06 | 基于用户信用度的共享泊位资源分配方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115983592A true CN115983592A (zh) | 2023-04-18 |
Family
ID=85970022
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310018868.3A Pending CN115983592A (zh) | 2023-01-06 | 2023-01-06 | 基于用户信用度的共享泊位资源分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115983592A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109559024A (zh) * | 2018-11-15 | 2019-04-02 | 国家电网有限公司 | 一种面向电力系统无服务器架构下的资源动态调度方法 |
US10963960B1 (en) * | 2018-08-30 | 2021-03-30 | Wells Fargo Bank, N.A. | Computer system for automatic credit allocation of a shared line of credit |
CN115439181A (zh) * | 2022-08-26 | 2022-12-06 | 长安大学 | 一种基于拍卖机制的车位分配方法 |
-
2023
- 2023-01-06 CN CN202310018868.3A patent/CN115983592A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10963960B1 (en) * | 2018-08-30 | 2021-03-30 | Wells Fargo Bank, N.A. | Computer system for automatic credit allocation of a shared line of credit |
CN109559024A (zh) * | 2018-11-15 | 2019-04-02 | 国家电网有限公司 | 一种面向电力系统无服务器架构下的资源动态调度方法 |
CN115439181A (zh) * | 2022-08-26 | 2022-12-06 | 长安大学 | 一种基于拍卖机制的车位分配方法 |
Non-Patent Citations (2)
Title |
---|
周华玲: "基于时间帧的网上交易动态信用评估模型", 山东理工大学学报, vol. 24, no. 2, pages 61 - 64 * |
岳元贞: "基于信用度的云媒体资源分配算法", 中国优秀硕士学位论文全文数据库, pages 7 - 31 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7177832B1 (en) | System and method for performing a progressive second price auction technique | |
US7110977B2 (en) | System and method for allocating resources using spot market and derivative market techniques | |
KR101672408B1 (ko) | 전력 수요감축 경매시스템 및 경매방법 | |
CN102291722B (zh) | 基于拍卖理论和补偿激励的频谱共享方法 | |
CN105721565A (zh) | 基于博弈的云计算资源分配方法和系统 | |
CN108876567B (zh) | 一种基于感知效用最大化的群智感知激励方法 | |
CN108269129A (zh) | 一种基于逆向拍卖的移动群智感知网络中用户激励方法 | |
CN108009879A (zh) | 一种基于竞价模式升舱的方法及系统 | |
Milgrom | Procuring universal service: Putting auction theory to work | |
CN102014439A (zh) | 基于合同网的簇结构无线传感器网络任务分配方法及装置 | |
CN107844999B (zh) | 基于拍卖机制的网络租车车辆资源分配及定价方法 | |
CN112887435B (zh) | 一种提高边缘计算中任务卸载合作率的方法 | |
Li et al. | Pricing carpool rides based on schedule displacement | |
WO2000057323A1 (en) | System and method for performing a progressive second price auction technique | |
CN115983592A (zh) | 基于用户信用度的共享泊位资源分配方法 | |
CN104320484B (zh) | 一种基于积分激励机制的无线传感器网络中任务迁移方法 | |
Tsai et al. | Bid-proportional auction for resource allocation in capacity-constrained clouds | |
KR102495457B1 (ko) | 저작물의 지분의 거래 제공 방법 및 이를 이용하는 시스템 | |
CN109559024B (zh) | 一种面向电力系统无服务器架构下的资源动态调度方法 | |
Kusuma et al. | Dispatching Model in Online Taxi System by Using Stable Marriage and First Price Sealed Bid Auction Models. | |
Rizvi et al. | ASAP: An agent-assisted smart auction-based parking system in Internet of Things | |
CN108564189B (zh) | 基于拍卖机制的网约车实时服务车辆资源分配和定价方法 | |
Tahtinen | Financing social housing in Finland | |
Milgrom | Procuring universal telephone service | |
CN111078373A (zh) | 一种拍卖系统的优化方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230418 |
|
RJ01 | Rejection of invention patent application after publication |