公开(公告)号：CN115988085A

公开(公告)日：2023-04-18

申请号：CN202211545687.8

申请日：2022-12-03

Applicant: 桂林理工大学

Inventor： 叶恒舟 ,  郭俊浩 ,  韩海峰

IPC: H04L67/60 ,  H04L41/14 ,  H04L43/0852

Abstract: 一种面向微云联盟的时延和利润感知的任务迁移方法，具体包括以下步骤：S1：构建面向微云联盟的任务迁移场景下的时延计算模型、服务提供商收益和定价模型以及任务时变报价函数模型；S2：根据步骤S1得到的结果，提出一种基于贪心策略的时延感知和利润最大化的分布式任务迁移算法。本发明利用基于时延感知和利润最大化的贪心策略使得服务提供商在保障任务时延要求的同时以更大的收益服务更多的任务请求，根据服务提供商本地资源使用率和联盟资源价格的实时状况对任务的迁移决策进行灵活选择，即使在服务提供商本地资源使用率较高的情况下，也能够尽力为任务提供低时延的服务，提高用户体验质量，同时最大化微云联盟系统服务提供商总收益。

公开(公告)号：CN115358765A

公开(公告)日：2022-11-18

申请号：CN202210859716.1

申请日：2022-07-20

Applicant: 桂林理工大学

Inventor： 叶恒舟 ,  冯博超 ,  韩海峰

IPC: G06Q30/02 ,  G06Q30/06

Abstract: 一种基于博弈论的微云联盟环境下微云资源定价方法，步骤如下：S1：建立资源租用方心理单价函数、惩罚函数、当前条件下预期收入函数，资源出租方利润率函数、定价函数，将为微云资源定价建模为一个博弈问题。S2：在步骤S1的准备工作完成后，使用自建的定价机制求解该模型，得到资源出租方和资源租用方的对应租用关系集与云端执行关系集。S3：根据得到的租用关系集进行租用，根据远程云执行关系集将资源需求放至云端执行。该方法突破传统的单目标、单一结果，而是可灵活的调整自身策略为博弈双方提供更多的可能，提升资源租用方和资源出租方的收益，进而提升微云联盟系统的总收益。

公开(公告)号：CN113472689B

公开(公告)日：2022-07-19

申请号：CN202110687173.5

申请日：2021-06-22

Applicant: 桂林理工大学

Inventor： 叶恒舟 ,  郝薇 ,  黄凤怡 ,  韩海峰

IPC: H04L49/9047 ,  H04L47/70 ,  H04L41/14

Abstract: 本发明公开了一种基于双缓存区AoI感知的物联网数据收集方法，具体包括以下步骤：S1：提出一种基于双缓存区的数据存储与传输策略，对系统模型以及两个缓存区的样本存储与传输过程进行设计；S2：在步骤S1的策略提出后，构建物联网数据传输场景下的双缓存区AoI模型与平均加权AoI优化目标；S3：根据步骤S2得到的结果，设计选择函数，提出一种基于贪心策略的算法对该模型进行求解，完成源节点样本的调度与数据的收集。本发明利用基于双缓存区AoI模型的贪心策略减小平均加权AoI，根据链路与源节点的实时状况对源节点以及源节点上的新旧样本进行灵活选择，即使在链路资源或源节点能量受限的情况下，也能够尽力为物联网用户提供新鲜的数据，提高用户体验质量。

公开(公告)号：CN113472689A

公开(公告)日：2021-10-01

申请号：CN202110687173.5

申请日：2021-06-22

Applicant: 桂林理工大学

Inventor： 叶恒舟 ,  郝薇 ,  黄凤怡 ,  韩海峰

IPC: H04L12/861 ,  H04L12/911 ,  H04L12/24

Abstract: 本发明公开了一种基于双缓存区AoI感知的物联网数据收集方法，具体包括以下步骤：S1：提出一种基于双缓存区的数据存储与传输策略，对系统模型以及两个缓存区的样本存储与传输过程进行设计；S2：在步骤S1的策略提出后，构建物联网数据传输场景下的双缓存区AoI模型与平均加权AoI优化目标；S3：根据步骤S2得到的结果，设计选择函数，提出一种基于贪心策略的算法对该模型进行求解，完成源节点样本的调度与数据的收集。本发明利用基于双缓存区AoI模型的贪心策略减小平均加权AoI，根据链路与源节点的实时状况对源节点以及源节点上的新旧样本进行灵活选择，即使在链路资源或源节点能量受限的情况下，也能够尽力为物联网用户提供新鲜的数据，提高用户体验质量。

公开(公告)号：CN111950762A

公开(公告)日：2020-11-17

申请号：CN202010625057.6

申请日：2020-07-01

Applicant: 桂林理工大学

Inventor： 叶恒舟 ,  韩海峰 ,  李神美

IPC: G06Q10/04 ,  G06Q30/06 ,  G06N3/12

Abstract: 本发明公开了一种基于NSGA2的多目标电子产品CTO订单推荐方法，具体包括以下步骤：S1：建立电子产品功能定位目标贴近度、功耗、成本目标函数，将电子产品的CTO订单推荐建模为一个多目标优化问题。S2：在步骤S1的准备工作完成后，使用NSGA2算法求解该模型，获取Pareto非支配集。S3：利用用户设置权重的方法，将Pareto非支配集的多个无序订单排序，得到多个有序的电子产品CTO推荐订单。本发明利用NSGA2算法和用户设置权重的方法，能为用户快速推荐多个满足个性化需求的订单，且能快速适应用户对权重的动态调整，具有灵活性。