摘要
本发明提供了一种云服务提供商动态定价方法、系统、设备及存储介质,涉及网络资源评估领域。本发明根据云联邦计算平台中不同云服务的特点,针对通用型云服务和专用型云服务分别提出元启发式算法和深度强化学习的定价策略。充分考虑了影响云服务定价的多方面因素,涉及了时序特征,连续特征和分类特征,根据服务的历史数据和实时环境状态,动态地调整最优的定价策略。本发明通过对不同类型云服务采取适当的定价策略,寻求分配与利润均衡点,提高云联邦的服务质量,来优化资源使用并最大限度地提高联邦中云服务提供商的利润。
技术关键词
云服务提供商
动态定价方法
专用服务
元启发式算法
收入
连续特征
分类特征
资源分配
定价策略
时序特征
计算机程序指令
定价模块
网络资源评估
周期
深度强化学习
分量特征
电子设备
利润
系统为您推荐了相关专利信息
数据共享方法
云计算环境
拉格朗日乘数法
接收方
数据共享系统
优化BP神经网络
预测装置
模块
物流预测技术
智能物流技术
强化学习模型
网络架构
训练样本数据
变量
聚类算法