基于多精度模型和粒子群算法的(s,S)库存优化

目前,针对一般化的(s,S)库存策略优化,往往采用仿真与启发式算法相结合的方法,计算效率较低。基于次序变换和优化抽样的多精度优化方法,通过引入多精度模型,研究了一类需求时序相关的(s,S)库存系统的策略优化问题,提出了两种改进型粒子群优化算法求解该类问题。数值算例结果表明:相较于一般的粒子群优化算法,提出的改进型粒子群优化算法具有明显更高的计算效率。

随机需求下IaaS云服务定价与容量分配研究

资源定价和容量分配会直接影响云提供商的收益和核心竞争能力。为降低云服务商云服务成本、提升效益,促进云市场良性发展,本文针对提供预订和现货两种类型服务的IaaS云服务提供商,采用博弈论的方法研究在现货类需求不确定的情况下,单个云服务提供商以及处于竞争和垄断环境下的两个云服务提供商的现货类服务定价和资源容量分配问题,并通过数值算例进行灵敏度分析。结果显示:与竞争的环境相比,垄断环境下的云服务提供商会降低现货类服务的价格,同时减少分配给现货类服务随机需求部分的资源容量。基于此结论,本文提出增加云服务市场的竞争程度、创造良好政策环境以扶助中小型云服务企业发展等建议。