[发明专利]一种基于同时向上报价拍卖机制的网格资源调度方法

摘要

本发明提供一种基于同时向上报价拍卖机制的网格资源调度方法，属于网络技术领域，包括准备期、筛选期、拍卖期，本发明的调度方法以拍卖方式作为网格资源能力的定价方式，并以此进行网格资源的配置，能够很好地反映市场信息并充分调动广大用户将闲置资源加入到网格中来，提高网格环境下的资源调度效率；改进了原始的同时向上叫价拍卖机制，使其适合对带状能力划分的网格资源的调度，并结合遗传算法设计了网格资源拍卖胜标确认方法，更好的适合实际的长期网格资源调度情况。

主权项

1.一种基于同时向上报价拍卖机制的网格资源调度方法，其特征在于：将同时向上叫价拍卖设置为定期举行，一次拍卖分为准备期、筛选期和拍卖期，包括如下步骤：步骤1、准备期：完成传统拍卖的委托和公布阶段；拍卖平台在指定的日期内接受所有卖方的委托，记录并统计各个卖方提交的能力供应量和保留价；在公布阶段公开这次拍卖中各个卖方的能力供应量和筛选期的结束时间；步骤2、筛选期：当参与拍卖的买方过多时，拍卖平台需要筛选出最可能胜出的那部分买方，淘汰其他参与者以防止过多的买方投标造成拍卖的持续时间过长而总成交金额增长不多的情况；在筛选期内对竞买人进行身份认证、登记，在网上银行冻结保证金之后，进行一轮筛选过程；在筛选期内各买者只能投一次标，标的中标明能力需求和出价，该标的中不用标明面向的供应商标识；假设拍卖平台保留总需求量是l倍的总供应量且出价最高的那部分买方继续投标的权利，拍卖平台在筛选期到期后进行的筛选过程如下：步骤2.1：统计出所有卖方的总供应量Tspc，按照买方单位能力报价Bup的降序将买方标的重新排列，当Bup相同时按照Rc的升序排列，设置变量Td代表当前买方集合的总需求量，n代表已检查过的买方标的个数，将Td的初始值设为0，n的初始值设为1；步骤2.2：从买方队列中复制第n个买方标的信息，假设该标的需求量是Rc_n，Td＝Td+Rc_n，使用变量Srp记录该买方的单位报价；步骤2.3：如果Td≥l×Tspc或n大于买方队列中的标的个数时，转到步骤2.4；否则，n＝n+1，转到步骤2.2；步骤2.4：保留买方标的队列中前n个买方的投标权，通知其他买方退出拍卖；步骤3、拍卖期：完成传统拍卖中的操作和结算阶段；使用回合制拍卖过程，每一回合的流程如下：步骤3.1：根据起拍参考价格和每个卖方的保留价格，算出卖方j的起拍价格Sup＝max(Rup_j，Srp)，确定每一回合拍卖的初始持续时间T_ori、狙击检查时间T_check和狙击延长时间T_more(如果距离本回合拍卖结束前的T_check时间内拍卖平台收到标的，则认为发生了“狙击”现象，将本回合的持续时间延长T_more)；步骤3.2：设置计时器，使之经过T_ori触发；步骤3.3：平台接收买方标的，将买方标的按照投向的卖方不同，使用不同的标的队列按照单位能力报价Bup的降序排列；步骤3.4：计时器到期后，检查最后一个标的的到达时间是否在距离当前T_check的时间范围内，如果到达时间在该范围内，则将计时器设置为经过T_more后触发，流程转向步骤3.3；如果到达时间不在该范围内，检查该回合是否收到新的标的，如果收到新的标的，进行胜标确认，向各买方公布获胜标的集合，流程转向步骤3.2；如果在该回合未收到新的标的，拍卖期结束，通知各买方拍卖结果并进行结算；其中胜标确认方法如下：步骤3.4.1胜标确认的数学模型每个卖方在每回合中都要根据该回合接到的买方标的确定并公布本回合的获胜者集合；假设卖方pid_j在第k回合收到m个买方标的，这m个买方分别为bid_j1、bid_j2Λ、bid_jm，设买方bid_ji是否获胜的标识为x_ji，则该拍卖机制的胜标确认问题的数学模型为：Maximize:Σ1≤i≤m(Bupji×Rcji×xji)]]>s.t.        x_ji∈{0，1}Σ1≤i≤m(Rcji×xji)≤Spcj---(3.1)]]>步骤3.4.2对传统的遗传算法进行修改并用来求解各个卖方对应的胜标确认问题，其步骤如下：步骤3.4.2.1染色体编码使用二维变长数组结构，其中每一行代表一个卖方的胜标确认结果，第j行中的每i列元素x_ji代表向该卖方j投标的第i个买方是否获胜；元素值使用0-1编码，1代表该买方获胜，0代表未获胜；步骤3.4.2.2初始化种群设定种群规模后，依次产生每个染色体；在确定每一行的元素值时，需要保证Σ1≤i≤m(Rpcji×xji)≤Spcj;]]>步骤3.4.2.3适宜值函数选用各个卖方的成交额之和作为适值；步骤3.4.2.4选择、交叉、变异步骤3.4.2.4.1选择操作使用传统遗传算法中的轮盘赌选择法：步骤3.4.2.4.2交叉操作是依次将相关染色体的每一行中的元素进行均匀交叉操作；经过交叉操作得到的染色体中的某些行可能不满足使用如下方法对该行进行修正：从左到右依次遍历行中的各个元素，并累计元素值为1的各买方购买量；如果加入当前买方的购买量后总购买量超出卖方供应量，则将该元素值设置为0；步骤3.4.2.4.3变异操作是以行中的元素为单位，按变异概率依次计算该行内的各个元素是否发生变异，当元素发生变异时将该元素值按位取反；具体操作时，从左到右依次对行中的各个元素进行变异操作，并累计元素值为1的各买方购买量；如果加入当前买方的购买量后总购买量超出卖方供应量，则将该元素值设置为0；步骤3.4.2.5合并操作与算法流程经过交叉和变异得到的染色体中可能出现某几个卖方的成交额高于当前的最优染色体，此时使用合并操作对最优染色体和所选染色体进行逐行比较并将优于最优染色体的那些行合并到最优染色体中；遗传算法的整体流程如下：步骤3.4.2.5.1：设定种群规模Y和最大迭代次数Q，将当前迭代次数q＝0；步骤3.4.2.5.2：初始化种群，作为当前种群P_now，将其中适宜值最高的染色体作为当前最优染色体C_best；步骤3.4.2.5.3：对P_now中的染色体进行选择、变异和交叉以产生新种群，在产生新种群的过程中使用合并操作生成本代的较优染色体C_better，将新种群作为当前种群，将本代的较优染色体C_better与当前最优染色体C_best进行合并操作，q＝q+1；步骤3.4.2.5.4：如果q＜Q，转到步骤3.4.2.5.3；否则，输出C_best作为问题的解，算法结束。