[发明专利]一种云环境下基于帕累托最优的资源定价方法在审
| 申请号： | 201811398242.5 | 申请日： | 2018-11-22 |
| 公开（公告）号： | CN109544234A | 公开（公告）日： | 2019-03-29 |
| 发明（设计）人： | 张佩云;王雪雷;谢杰敏 | 申请（专利权）人： | 安徽师范大学 |
| 主分类号： | G06Q30/02 | 分类号： | G06Q30/02;G06N3/00;G06F9/48;G06F9/455;G06F9/50 |
| 代理公司： | 芜湖安汇知识产权代理有限公司 34107 | 代理人： | 方文倩 |
| 地址： | 241000 安徽省*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明适用于云计算技术领域，提供了一种云环境下基于帕累托最优的资源定价方法，该方法包括如下步骤：S1、基于用户满意度及云服务提供商利润的最大效用，建立帕累托最优的云服务资源定价模型；S2、基于混合搜索算法查找帕累托最优，即获取各云服务资源最佳的定价。本发明提出基于帕累托最优的资源定价模型，将这种价格矛盾转化为用户满意度与云服务提供商利润间的博弈，最终实现用户满意度与云服务提供商利润的均衡，即实现帕累托最优，获取各云服务资源的最佳定价。 | ||
| 搜索关键词： | 云服务提供商 用户满意度 云服务 定价 定价模型 云环境 利润 混合搜索算法 博弈 矛盾转化 最大效用 云计算 均衡 查找 | ||
【主权项】：
1.一种基于云环境下基于帕累托最优的资源定价方法，其特征在于，所述方法包括如下步骤：S1、基于用户满意度及云服务提供商利润的最大效用，建立帕累托最优的云服务资源定价模型；S2、基于混合搜索算法查找帕累托最优，即获取各云服务资源最佳的定价，所述混合搜索算法是由群粒子算法及布谷鸟搜索算法结合而成。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于安徽师范大学，未经安徽师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811398242.5/，转载请声明来源钻瓜专利网。
