面向算力网络的资源定价方法和装置

本发明提供一种面向算力网络的资源定价方法和装置，方法包括：在启发式算法的每次迭代中，更新预设算力资源售价，基于算力资源的平均售价对更新的预设算力资源售价进行动态修正，获得更新的修正算力资源售价，平均售价通过对在设定的算力资源售价上下限值的闭区间内产生的多个随机数取平均得到；基于更新的修正算力资源售价获得对应的用户满意度来预测更新的用户算力资源购买量；基于更新的修正算力资源售价和用户算力资源购买量通过利润分段函数模型计算得到更新的算力资源利润；将更新的算力资源利润分别和上一次迭代得到的算力资源利润、最优的算力资源利润进行比较来对最优的算力资源利润进行更新，通过多次迭代获得全局最优的算力资源售价。