基于区块链的知识密集型服务业数据共享动态激励机制的构建

过高的初始投资和维护成本以及知识密集型服务组织间天然竞争关系限制区块链广泛应用及数据共享平台发展。通过对知识密集型服务业数据共享策略进行演化博弈分析,构建一种基于区块链智能合约的知识密集型服务组织的数据共享动态激励机制。针对产业数据共享现状,于博弈模型中引入区块链投资维护成本、数据竞争成本及激励成本/收益3个影响因素,通过复制动态方程分析组织间数据共享演化稳定策略。设计数据共享激励规则,并利用智能合约技术实现动态调整激励成本/收益,鼓励服务组织积极参与数据共享。结果表明:当服务组织接受符合数据共享策略条件的激励收益后,数据共享参与者比例最终达到饱和,且激励收益越大,趋近饱和状态的速度越快;针对不同数据共享策略的激励成本不仅有效增加知识密集型服务组织参与数据共享的意愿,且为知识密集型服务业数据共享平台带来额外收入。

乙炔选择加氢反应中碳化钯的动态精细调控: 气氛和氧化锌助剂的作用

碳化钯通常被认为是乙炔选择加氢反应中原位生成的活性相,其生成有助于抑制次表面非选择性的氢化钯物种,从而实现高选择性乙炔加氢制乙烯的目标.次表面上碳化钯和氢化钯物种之间的竞争很大程度上决定了乙炔加氢反应的选择性.然而,由于实际反应环境的复杂性,反应环境下的两种物种之间的动态转化过程和竞争关系尚不清晰.特别是,反应环境(比如氢气组分)对碳化钯物种的调控机制仍不明确,也使得对碳化钯活性物种的精准调控变得困难.此外,氧化锌助剂作为乙炔选择加氢反应中最常用的助剂之一,存在典型的金属-氧化物界面相互作用,也会对渗碳过程产生重要影响.因此,从动态视角理解碳化钯物种的原位形成过程,对于精准设计和合成高性能乙炔选择加氢钯基催化剂具有重要的科学意义.近年来,先进原位表征光谱技术的不断发展使得从原子、分子层面理解原位过程机制成为可能.本文旨在通过先进的原位表征技术揭示乙炔选择加氢反应中碳化钯物种的动态生成过程,并进一步探究气氛环境、温度、助催化剂等参数对碳化钯物种的动态调控机制,从而为高性能乙炔选择加氢催化剂的精准设计和合成提供有力支撑.原位研究结果表明,在氢气升温还原条件下,空气焙烧后新鲜催化剂中氧化钯相首先转变为氢化钯相;随着还原温度升高,氢化钯相的含氢量逐渐降低.当切换至乙炔选择加氢反应原料气时,氢化钯相迅速分解为金属钯,并随着恒温碳化时间的延长,烃类裂解产生的碳原子逐渐渗入钯的体相,最终形成稳定的碳化钯活性相.通过移除乙炔加氢反应原料气氛中的氢气,考察了反应气中的氢气组分对碳化钯形成的调控机制.实验发现,在仅有乙炔和乙烯存在时,碳化过程仍能发生;而引入少量氢气(体积分数2.2%)后,碳化程度显著增强,C/Pd原子比从0.136提升至0.154.相变机理研究表明,氢气的引入促进了氢化钯物种的形成,并通过晶格扩张作用促进渗碳过程.此外,还研究了氧化锌助剂对原位渗碳过程的影响,揭示了氧化锌助剂对碳化钯的抑制作用.结合原位CO吸附漫反射红外光谱、准原位X射线光电子能谱分析发现,低温氢气还原下Pd-ZnO界面作用促进了微量表面PdZn合金的生成,从而抑制了碳的渗入.这种现象在不含氢气的碳化气氛中尤为显著,碳含量降低一个数量级(C/Pd原子比仅为0.019).在此基础上,通过调节反应条件,实现了对碳化钯物种碳含量的精准调控,并与反应活性关联,揭示了碳化钯含量与乙炔选择加氢反应活性之间的线性关系.电子结构表征和同位素实验进一步表明,Pd-C的电子相互作用促进了向Pd中心原子的电子转移,从而提高了氢气的活化解离能力和乙炔加氢反应活性.综上,本工作原位解析了碳化钯的动态形成过程,阐明了氢气辅助插碳和ZnO抑制插碳的微观机制,实现了碳化钯活性物种的精准调控,揭示了碳化程度与反应活性的线性关系,为高性能乙炔选择加氢催化剂设计提供了参考.

融合深浅特征和动态选择机制的行人检测研究

针对无人驾驶场景下行人多尺度、小尺度造成漏检率升高,检测精度下降的问题,本文提出一种融合深浅层特征和级联动态选择机制的行人检测方法。首先,在YOLO v3-tiny的基础上基于密集连接的卷积神经网络改进特征提取部分,融合行人的深层特征和浅层特征加强网络对行人的识别能力;其次,在改进的主干网络上级联具有动态选择机制的注意力模块,使检测网络更加适应动态的行人尺度变化;最后,本文选择BDD 100K数据集和Caltech加州理工学院行人数据集进行实验,在保证实时性的前提下(25 ms/张),本文模型在BDD 100K数据集行人漏检率降低11.4%,平均检测精度提高11.7%,在Caltech行人漏检率降低10.1%,平均检测精度提高6.7%,适用于无人驾驶行人检测领域。

基于动态资源选择策略的微服务工作流调度算法

为解决现有云中工作流调度算法在面对大量微服务任务组成的工作流时出现整体调度成本偏高的问题,提出一种基于动态资源选择策略(dynamic resource selection strategy, DRSS)的微服务工作流调度算法——DRSS调度算法。利用任务在工作流中的位置确定任务的子截止期以及调度优先级,采用动态资源选择策略对任务进行调度,获得任务执行的最优资源,在此基础上更新任务状态以及虚拟机实例的资源向量。实验结果表明,该算法在调度成功率与成本方面上较同类算法更优。

基于工作流技术的动态GIS服务链研究

提出了一种基于工作流技术的动态GIS服务链的实现方法,该方法使用抽象GIS服务组合服务链,由GIS服务动态选择机制将抽象服务映射到具体服务,并结合工作流技术,将工作流描述语言描述的GIS服务链流程送入工作流引擎,由工作流引擎管理和监控服务链的运行。

政府购买中小型水利工程运维服务的承接方选择研究

为满足社会对公共服务的需要,政府积极探索向社会力量购买公共服务。随着政府不断推广、培育中小型水利工程运维服务市场,承接主体逐渐趋于多样化,而如何进行承接方的选择至关重要,然而目前并没有一套完整的政府购买中小型水利工程运维服务承接方选择方法。结合我国水利公共服务购买现状和中小型水利工程运维服务特点,提出两阶段的中小型水利工程运维服务承接方选择机制,分别构建承接方选择指标体系,建立VIKOR评价模型,最后结合实例证明承接方选择机制的科学性和合理性,为水利公共服务承接方选择提供借鉴。

基于Skyline的QoS感知的动态服务选择

服务计算相关技术标准的持续完善和不断成熟推动了基于Web服务重用的分布式应用系统开发方式的迅速普及.而随着服务数量的爆炸性增长,网络上存在着大量功能相似、非功能特性各异的服务,如何在功能相当的服务集中选择质量较优的服务成为一个亟待解决的问题.传统的基于服务质量的服务选择方法,无论是局部最优或是全局最优策略,均面向服务库中的所有服务进行选择,选择效率受服务数量影响较大,因此不适用于基于大规模服务库的服务选择.文中引入数据库查询中的skyline方法,利用skyline中的支配关系,在选择过程中仅考虑skyline之上的服务,从而大大缩小了服务选择的范围,提高了服务选择的效率.同时针对动态Web服务环境,提出一种动态环境下的skyline服务维护算法,并通过一系列仿真实验证明了所提算法的高效性及良好的可扩展性.

信任感知的组合服务动态选择方法

把信任概念和信任度引入到服务组合中来,讨论了信任感知的服务组合选择问题,分别基于两种观点建立了其数学模型.并基于观点1,深入地研究了服务组合的动态选择问题,分别采用蚁群系统作为优化工具设计了两种动态选择方法:方法1针对服务在上限阈值的范围内提供优质服务,服务质量保持不变,超过阈值则拒绝服务的情况;方法2针对服务无限制地接受请求,但随着请求数量的增多,其服务质量下降的情况.通过对方法1和方法2的仿真实验结果分析表明,两种方法具有很好的效果.

水利水电工程动态联盟分包商选择机制研究

选择优秀的分包商对总承包商来说是实现总包合同目标的关键,然而目前国内并没有统一的总包商选择分包商的流程和方法。根据水利水电工程的特点,从施工总承包商的视角,建立了分包商选择和评价三阶段动态模型;根据不同阶段评价目的,设计了相应的选择评价指标体系,建立了DEA对抗交叉评价模型,并对模型的应用作了详细说明。结合工程实例对模型进行了验证。结果证明,DEA分包商选择与评价模型,克服了目前国内总承包商选择分包商主观随意性强的弱点,其评价结果更有效,更符合客观实际,为总承包商选择分包商提供了定量的、科学的决策方法。

基于改进混合粒子群算法的服务动态选择方法

针对服务组合过程中的服务动态选择问题,建立带约束的Web服务组合QoS全局优化问题的描述模型,分析当前已有各种算法的缺陷和不足,提出一种改进混合粒子群算法的求解方法,并从可行性、有效性以及运行效率3个方面进行仿真实验。研究结果表明:改进的混合粒子群算法综合利用了群体自身信息、局部较优信息、全局较优信息以及遗传算法的交叉、变异、选择等操作对粒子进行更新,增强了粒子群的搜索空间和搜索效率,可以较好地解决服务组合中服务的动态选择问题。

公共体育服务市场供给的方式选择、角色定位及机制实现

市场供给是公共体育服务多元主体融入的重要表现形式,具有弥补传统提供低效和打破以往政府垄断的特性,以确保公共体育服务资源最优配置。公共体育服务市场供给的方式有民营运作、契约外包、特许经营、政府补助等;角色扮演包括生产者—被采购者、生产者—合作者、购买者—提供者、提供者—生产者四种类型;可通过优化"多元导向"的治理结构、推进"市场导向"的PPP模式、创建"公民导向"的参与格局及完善"绩效导向"的利益机制等来实现。

中国公共体育服务体系:模式选择与机制建设

公共体育服务体系建设是"十二五"时期中国全面建成小康社会的重大战略举措。研究认为:兼顾效率与公平的包容型公共体育服务模式是市场经济体制下中国公共体育服务发展的现实选择,其实质性内核主要包括"公共财政为主,社会资金参与"的公共体育服务支出模式,"广覆盖、适度水平、兼顾公平与效率"的公共体育服务消费模式和"政府主导、多元协同"的公共体育服务供给模式。公共体育服务体系机制建设需要效率机制、公平机制、监督机制、评价机制与问责机制协调运作,以保证公共体育服务的效率和公平,确保公共体育服务提供的稳定性、有效性和持续性。

基于QoS与可信度融合的Web服务选择机制研究

随着Web服务的快速发展,大量相似的Web服务功能发布至Internet。为从Web服务集合中过滤出请求者需求的Web服务,探讨了一种基于QoS与可信度融合的Web服务选择机制。针对Web功能相似的复杂性,剖析了目前选择机制中存在的局限性,借助对服务可信度的综合评估,通过第三方的服务质量监控数据,从主观和客观两个方面评价Web服务选择,基于QoS监控、目标消费群、服务质量评估与评价反馈模型,提出了基于QoS与可信度融合的Web服务选择模型。仿真实验结果验证了该模型既可适应动态变化的环境,又可保证真实的服务质量,克服了评价标准的个体差异性。研究结果表明,提出的服务选择方法是可行与可用的。

动态Web服务合成中的服务选择算法研究

为了提高服务合成效率并更好的适应动态变化的应用环境,提出了基于流程修改的服务合成方案,使得复合服务的执行与服务发现过程并行化。提出了基于QoS属性的服务选择算法,该算法能够实现服务执行时选择服务,在考虑综合QoS信息及时间因素的基础上,通过不断更新用户需求来进行服务选择,提高了服务合成效率。实验结果表明,该选择算法可以获得满足用户需求且最优的服务,很好的保证了服务的可靠执行。

密钥动态选择机制的图像加密算法

构造了一个六维离散混沌系统,并在此混沌系统的基础上设计了一个伪随机数生成器。基于该伪随机数生成器提出了一种密钥动态选择机制的图像加密方案。该加密方案采用了经典的置乱-扩散加密结构。在该加密方案中,置乱序列与明文图像的像素总和相关,而在扩散阶段的扩散密钥流是根据每个像素值动态变化的,因此算法能抵抗选择明文(密文)的攻击。解密时的密钥只是混沌系统的初始值,明文图像的像素的总和是不需要的,因此克服了"一次一密"加密方案(加密不同明文所用密钥不同)中密钥管理的难度。实验结果和安全性分析表明:该算法具有密钥空间大、密文没有明显的统计特性、密文对明文和密钥非常敏感、能够抵抗差分攻击和选择明(密)文的攻击等优点,具有良好应用前景。

先驱者利润与地方公共服务创新逻辑——选择性激励机制的构建

由于缺乏经济利润诱发的竞争刺激,"政治企业家"的选择性激励机制构建对于公共服务创新是相对更为重要的。"先驱者利润"驱动的创新机制有四个关键要素,即创新型企业家、"企业家利润机会"、可供企业家支配资源的存在、以及良好的创新产权保护制度。未来的国家政治机制设计,一要明确政治晋升作为"先驱者利润"的激励机制,以强化竞争刺激;二要调整官员绩效考核标准,加快实现从"经济绩效"到"社会绩效"指标的转移,以实现激励与政治目标的统一;三要通过制度化的中央巡视制度和居民主观评价及时认定已发生的地方政府公共服务创新行为,并将之与地方官员职务晋升相挂钩,以有效保护政治创新产权。

基于用户策略的Web服务动态选择方法研究

目前的Web服务选择方法主要是服务关键词语义和属性匹配、运行性能最优评估,未能很好考虑用户对服务质量的个性化需求。对用户需求、服务质量进行模型描述,结合用户策略给出了一个服务评估和选择算法,该算法根据服务请求者的满意度对候选服务进行评估和选择。与已有的服务性能选择方法相比,该方法更能满足个性化需求。

应对惠民保逆向选择问题的创新做法研究

惠民保作为一款社商融合保险,在我国多层次保障体系中占有重要地位,但也存在较大的逆向选择风险。对此,在总结各地创新做法的基础上,从筹资机制、保障待遇、增值服务三个方面提出惠民保逆向选择的应对之策:完善惠民保筹资机制,进一步提高参保率和续保率;优化惠民保保障待遇设计,进一步打造全方位保障体系;改善惠民保增值服务设计,进一步提升用户获得感。

基于动态频谱博弈约束机制的认知无线网络信道选择算法

针对认知无线网络的信道接入问题,为减少在授权信道上次用户与主用户之间的互相干扰,并提高信道利用效率,提出一种基于动态频谱博弈约束机制的认知无线网络信道选择算法。首先提出一种博弈约束机制,分析次用户在利用频谱资源时所付出的成本以及所收获的效益,得出频谱分配博弈的约束函数,使次用户所选择的频谱能够尽可能地被利用并产生效益,提高频谱资源的利用率。为了选择更好的接入信道,采用基于信道利用率、丢包率、功率情况这三种性能指标的信道选择方法来选择授权的空闲信道。实验仿真及对比结果表明,该算法相比基于时间序列预测方法和基于竞争协作频谱接入方法,在减少信道接入的延迟干扰、提高信道利用率上具有更好的效果。

云计算环境中服务动态选择算法研究

为解决云计算环境下的服务动态选择问题,设计了综合考虑反应时间和成本的适应度函数,提出了求解服务动态选择问题的分布估计蛙跳算法。在蛙跳算法的基础上,借鉴交叉操作改写蛙跳算法的进化算子,并引入分布估计进化策略改进蛙跳算法的青蛙更新模式,使改进后的新算法具有更全面的学习能力,能够有效避免算法陷入局部最优。仿真实验验证了算法的可行性和有效性,与蛙跳算法和分布估计算法相比,该算法的收敛性能和寻优能力均得到改善,能够更好地解决云计算环境下的服务动态优化选择问题。