-
题名目标服务水平下基于顾客类型的供应链激励机制研究
被引量:1
- 1
-
-
作者
蹇明
陈志刚
-
机构
西南交通大学交通运输与物流学院
-
出处
《统计与决策》
CSSCI
北大核心
2014年第20期52-54,共3页
-
基金
国家社会科学基金资助项目(10CGL013)
中央高校基本科研业务费科技创新项目(SWJTU11CX079)
-
文摘
为了更好地实现供应链成员之间的协同作业,文章将目标服务水平和顾客类型引入到供应链无理由退货策略中,考虑由一个供应商和一个零售商及一群顾客构成的单一产品二级供应链系统,建立了供应链无理由退货决策模型,分析了在目标服务水平下的供应链相关决策及协调问题。
-
关键词
无理由退货
目标服务水平
顾客类型
回馈和惩罚机制
-
分类号
F224
[经济管理—国民经济]
-
-
题名目标服务水平下基于顾客类型的供应链激励机制研究
被引量:1
- 2
-
-
作者
蹇明
陈志刚
-
机构
西南交通大学交通运输与物流学院
-
出处
《统计与决策》
CSSCI
北大核心
2014年第22期63-65,共3页
-
基金
国家社会科学基金资助项目(10CGL013)
中央高校基本科研业务科技创新项目(SWJTU11CX079)
-
文摘
为了更好地实现供应链成员之间的协同作业,文章将目标服务水平和顾客类型引入到供应链无理由退货策略中,考虑由一个供应商和一个零售商及一群顾客构成的单一产品二级供应链系统,建立了供应链无理由退货决策模型,分析了在目标服务水平下的供应链相关决策及协调问题。
-
关键词
无理由退货
目标服务水平
顾客类型
回馈和惩罚机制
-
分类号
F224
[经济管理—国民经济]
-
-
题名多租户集群中基于服务水平目标的调度机制
被引量:1
- 3
-
-
作者
杜雄杰
王旻
汤学海
张章
-
机构
国家计算机网络应急技术处理协调中心
中国科学院信息工程研究所
中国科学院大学
-
出处
《计算机应用》
CSCD
北大核心
2015年第4期944-949,共6页
-
基金
国家自然科学基金资助项目(60903047)
国家863计划项目(2012AA01A401)
+1 种基金
国家科技支撑计划项目(2012BAH37B02)
中国科学院先导专项(XDA06030200)
-
文摘
针对多租户集群中无法保证作业服务水平目标(SLO)的问题,提出了一种多租户场景下基于SLO的调度机制,其中包括优先调度算法和资源抢占算法。优先调度算法区别考虑超额使用资源的租户和未超额使用资源的租户,赋予后者的作业更高的优先级,在此前提下选择紧急度最高的作业,优先为其分配资源;资源抢占算法在资源受限的情况下,选择紧急度超过阈值的作业实施资源抢占,并根据租户的资源使用情况,在相应的运行作业范围内选择紧急度最低的作业,抢占其资源。实验结果表明,与现有保证公平的多租户调度器Capacity Scheduler相比,该调度机制可以在兼顾作业执行效率和租户间公平的前提下,显著提高作业的截止时间保证率,从而保证业务的服务水平目标。
-
关键词
云计算
多租户
服务水平目标
集群调度
公平
-
Keywords
cloud computing
multi-tenant
Service Level Objective(SLO)
cluster scheduling
fairness
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名电子商务服务水平管理国内外对比分析
- 4
-
-
作者
薛万欣
陈晨
王晓红
-
机构
北京联合大学管理学院
-
出处
《农业网络信息》
2007年第5期93-95,共3页
-
文摘
本文通过对比分析电子商务国内外服务水平管理的发展状况、服务水平管理产生的原因、服务水平管理的实施等,旨在找出我国与国外服务水平管理存在的差距,给出合理的建议与措施,进而促进我国电子商务的发展。
-
关键词
服务水平管理
服务水平目标
服务水平协议
-
Keywords
Service level management
Service level objectives
Service level agreement
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
-
题名面向云存储的I/O资源效用优化调度算法研究
被引量:8
- 5
-
-
作者
王健宗
谌炎俊
谢长生
-
机构
华中科技大学计算机学院
武汉光电国家实验室
信息存储系统教育部重点实验室(华中科技大学)
网易公司
佐治亚理工学院
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2013年第8期1657-1666,共10页
-
基金
国家自然科学基金项目(60933002)
国家"九七三"重点基础研究发展计划基金项目(2011CB302303)
+1 种基金
湖北省武汉市青年科技晨光计划基金项目(201050231073)
国家"八六三"高技术研究发展计划基金项目(2013AA013203)
-
文摘
随着云计算的普及,越来越多的客户选择使用基于云的服务,以避免冗余的设施购买费用和繁杂的系统设计与维护,从而将精力集中在自己的专业领域.通常,云服务的客户从云服务供应商购买虚拟机,并根据双方商定达成的服务水平目标(service level objective,SLO)约束购买到的计算资源.分布式存储中大量的文件分布在不同的存储节点上,现有的CPU、内存以及带宽等资源的分配调度算法并不适用磁盘I/O资源.从云服务提供商的角度来说,高效用的I/O资源调度算法有利于提高其系统的利用率,节约资源开销并增加企业收益率.从云存储提供商为获取高效率高收益率的角度考虑,通过对用户的虚拟机在不同存储节点上的访问特性建模,提出了一个新的自适应分布式I/O资源调度算法,简称为PC算法.PC算法能够:1)根据用户与服务商之间制定的SLO,动态地在各个存储节点中为每个虚拟机制定适当的局部SLO,满足虚拟机对个体节点的访问需求;2)为各虚拟机提供高效健壮的资源分配策略,既能尽可能利用I/O资源,又避免由无序的I/O资源竞争导致的虚拟机I/O资源饥饿.PC算法能够根据不同的I/O资源供应状况在两种调度策略间自动切换,当系统I/O资源充足时,算法采用最早截止时间优先算法(earliest deadline first,EDF)方式提高I/O资源使用率;反之则根据每个I/O请求的预计效益来提高总收益率.实验结果表明,在不采用预先设定虚拟机对各个节点访问量的前提下,PC算法能根据访问模式制定合理的资源分配,提高系统的I/O资源利用率和收益.
-
关键词
云存储
I
O资源调度
效用优化
服务水平目标
收益最大化
-
Keywords
cloud storage
I/O scheduling
utility optimizationl service level objective
revenue maximization
-
分类号
TP302.8
[自动化与计算机技术—计算机系统结构]
-