一种采取循环级联排队机制的服务价值链优化方法技术

本发明专利技术公开了一种采取循环级联排队机制的服务价值链优化方法，首先基于客户请求服务的需求建立循环级联排队系统模型，然后针对考虑顾客对任务等待时间的最大容忍度的循环级联排队系统中的截止期约束利润最大化问题，给出了顾客满意度的定义，再建立考虑截止时间和顾客满意度的总利润模型，从而实现云服务提供商利润最大化，具有算法简单、可靠性高的优点。可靠性高的优点。可靠性高的优点。

【技术实现步骤摘要】
一种采取循环级联排队机制的服务价值链优化方法


[0001]本专利技术涉及一种采取循环级联排队机制的服务价值链优化方法。

技术介绍

[0002]云计算已经成为一种流行的商业技术，它将各种计算资源聚合在一起，并通过互联网交付，这样客户就可以将它们视为商品，并按需付费。作为这类平台的管理者，云服务提供商总是希望追求利润最大化的目标来支撑云计算的运营。云服务提供商获得的利润由收入和成本两部分组成，而收入和成本与云计算平台的最优配置都有着密切关系，因此寻找最优配置对于利润最大化是至关重要的。
[0003]在通过寻找最优配置以解决云服务提供商的利润最大化问题上，许多研究以云服务提供商和客户之间的服务水平协议作为切入点得到了一些方法和结论。例如，有云服务提供商通过补偿机制来降低因等待时间过长导致满意度下降的风险，从而挽留更多的客户，以达到利润最大化的目的。有充分考虑到客户的需求和购买力等影响利润的因素，以及它们的相关关系，以获得云服务提供商的利润最大化。而有些研究认为云服务提供商的收入与客户的主观支付意愿有关，比如有引入顾客感知价值(customer perceived value简称CPV)的概念，来描述顾客对服务效用的总体评估，在此基础上，也有提出了一种基于CPV的云服务动态定价模型，以真实反映云服务市场的供需关系，通过寻找最优配置以获得最大利润。然而这些研究只是在单一的领域的利润最大化，并且在分析云服务提供商的收入时没有同时考虑到云服务提供商和客户的关系。
[0004]在探索和研究云服务平台时发现，客户的需求变得越来越多样化，单一功能的服务或应用已无法满足，于是衍生出具有复合功能的服务或复合应用。例如，将客户表示为程序的多程序计算机系统，程序的执行被分成两个阶段，其中第二阶段代表中央处理单元，第一阶段代表数据存储和传送设施，该数据存储和传送设施一次只能访问和传送一个程序的信息。显然，讨论的这类示例应该排列成级联结构，这是实际应用程序中常用的范式之一。
[0005]综上所述，目前的研究方法还不能代表了云计算中客户的一种实际需求，即享受服务的客户在随机反馈时间后重新加入云计算平台，也就是在考虑主客观的约束条件下，解决客户满意感知和截止期约束的利润最大化问题。

技术实现思路

[0006]为了解决上述技术问题，本专利技术提供一种算法简单、可靠性高的采取循环级联排队机制的服务价值链优化方法。
[0007]本专利技术解决上述技术问题的技术方案是：一种采取循环级联排队机制的服务价值链优化方法，包括以下步骤：
[0008]步骤S1：基于客户请求服务的需求，建立循环级联排队系统模型，循环级联排队系统模型包括一个等待发送的队列和一个等待处理的队列，其中等待发送的队列记为WBT子系统，等待处理的队列记为WPP子系统；
[0009]步骤S2：通过计算得出WBT子系统和WPP子系统中一个服务请求的平均等待时间；
[0010]步骤S3：根据WBT子系统和WPP子系统中一个服务请求的平均等待时间得出WBT子系统和WPP子系统中新到达的服务请求的等待时间的概率密度函数，进而得出循环级联排队系统中服务请求的总等待时间的概率密度函数；
[0011]步骤S4：通过累积总等待时间的概率密度函数定义客户满意度；
[0012]步骤S5：设定WBT子系统和WPP子系统的服务收费函数，并分别得到WBT子系统和WPP子系统的服务收费函数的期望；
[0013]步骤S6：计算云服务提供商单位时间的总成本；
[0014]步骤S7：基于客户满意度、WBT子系统和WPP子系统的服务收费函数的期望、云服务提供商单位时间的总成本建立总利润模型，从而实现云服务提供商利润最大化。
[0015]上述采取循环级联排队机制的服务价值链优化方法，所述步骤S1中，服务请求的执行过程为：客户提出服务请求，云服务提供商采用通信服务器将客户服务请求通过互联网传输到服务器；在此执行过程中，客户服务请求先排列成一个等待发送的队列，此等待发送的队列和一个通信服务器共同组成WBT子系统，位于WBT子系统头部的客户服务请求具有允许进入多服务器系统的最高优先级，WBT子系统尾部的客户服务请求具有最低优先级，在任何时刻，只允许一个客户服务请求进入多服务器系统，WBT子系统只有在最前面的请求的传输任务完成后，才能传输后面的请求，否则必须排队等待；由于云计算中的服务器数量有限，即使客户服务请求的传输任务已经完成，如果所有的服务器都被执行的任务占用，则有些请求得不到服务，被安排到一个等待处理的队列，此等待处理的队列和若干个服务器共同组成WPP子系统，当客户服务请求的整个执行过程终止时，若客户重新发起服务请求，则重新加入WBT子系统的尾部，从而形成一个循环级联排队系统，循环级联排队系统包括WBT子系统和WPP子系统。
[0016]上述采取循环级联排队机制的服务价值链优化方法，所述步骤S2具体过程为：
[0017]将WBT子系统看作一个有限客户服务请求资源的M/M/1模型，其中客户服务请求的到达由单个队列中的泊松过程控制；设λ为服务请求到达率为γ的服务速率，r为服务请求要执行的指令数量，为服务请求要执行的平均指令数量,则服务请求的服务时间表示为x1＝1/λ＝r/s1，服务时间平均值为其中s1为服务请求的执行速度；此外，为了保持WBT子系统的遍历性，引入WBT子系统的利用率ρ1＝γ/λ来反映服务请求的平均到达率占服务率的百分比，ρ1大于0小于1；
[0018]假设客户的服务请求的总大小为M，且有限客户服务请求资源的M/M/1排队系统中等待处理的服务请求不超过M，在这种情况下，将表示为k1个服务请求在WBT子系统中等待处理的概率，则有
[0019][0020]其中表示在WBT子系统中服务请求为0的概率，！表示阶乘；
[0021]根据公式(1)得到WBT子系统中等待处理的平均服务请求数为WBT子系统外的服务请求的平均数为所以在有限客户服务请求资源情况下的服务请求在WBT子系统的有效到达率为一个服务请求在WBT子系统花费的平均时间根据一个服务请求在WBT子系统中平均花费的时间与平均服务时间得到一个服务请求的平均等待时间为
[0022][0023]由于服务器数量有限，当服务请求的总规模大于服务器数量时，客户的服务请求从WBT子系统进入WPP子系统之后，排列到WPP子系统中，因此将WPP子系统视为M/M/m模型，WBT子系统和WPP子系统均采用级联结构，故WPP子系统的到达率与WBT子系统中的服务率相同；在这种情况下，设μ表示为WPP子系统中到达率为γ的服务请求的服务速率，设s2为WPP子系统的执行速度，则服务请求的服务时间表示为x2＝1/μ＝r/s2，服务时间平均值为因为WPP子系统中有m2个服务器，所以WPP子系统的利用率为ρ2＝γ/m2μ；
[0024]将表示为k2个服务请求在WPP子系统中等待处理的概率，则有
[0025][0026]其中表示在WPP子系统中顾客数为0的概率；
[0027]当WPP本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种采取循环级联排队机制的服务价值链优化方法，其特征在于，包括以下步骤：步骤S1：基于客户请求服务的需求，建立循环级联排队系统模型，循环级联排队系统模型包括一个等待发送的队列和一个等待处理的队列，其中等待发送的队列记为WBT子系统，等待处理的队列记为WPP子系统；步骤S2：通过计算得出WBT子系统和WPP子系统中一个服务请求的平均等待时间；步骤S3：根据WBT子系统和WPP子系统中一个服务请求的平均等待时间得出WBT子系统和WPP子系统中新到达的服务请求的等待时间的概率密度函数，进而得出循环级联排队系统中服务请求的总等待时间的概率密度函数；步骤S4：通过累积总等待时间的概率密度函数定义客户满意度；步骤S5：设定WBT子系统和WPP子系统的服务收费函数，并分别得到WBT子系统和WPP子系统的服务收费函数的期望；步骤S6：计算云服务提供商单位时间的总成本；步骤S7：基于客户满意度、WBT子系统和WPP子系统的服务收费函数的期望、云服务提供商单位时间的总成本建立总利润模型，从而实现云服务提供商利润最大化。2.根据权利要求1所述的采取循环级联排队机制的服务价值链优化方法，其特征在于，所述步骤S1中，服务请求的执行过程为：客户提出服务请求，云服务提供商采用通信服务器将客户服务请求通过互联网传输到服务器；在此执行过程中，客户服务请求先排列成一个等待发送的队列，此等待发送的队列和一个通信服务器共同组成WBT子系统，位于WBT子系统头部的客户服务请求具有允许进入多服务器系统的最高优先级，WBT子系统尾部的客户服务请求具有最低优先级，在任何时刻，只允许一个客户服务请求进入多服务器系统，WBT子系统只有在最前面的请求的传输任务完成后，才能传输后面的请求，否则必须排队等待；由于云计算中的服务器数量有限，即使客户服务请求的传输任务已经完成，如果所有的服务器都被执行的任务占用，则有些请求得不到服务，被安排到一个等待处理的队列，此等待处理的队列和若干个服务器共同组成WPP子系统，当客户服务请求的整个执行过程终止时，若客户重新发起服务请求，则重新加入WBT子系统的尾部，从而形成一个循环级联排队系统，循环级联排队系统包括WBT子系统和WPP子系统。3.根据权利要求2所述的采取循环级联排队机制的服务价值链优化方法，其特征在于，所述步骤S2具体过程为：将WBT子系统看作一个有限客户服务请求资源的M/M/1模型，其中客户服务请求的到达由单个队列中的泊松过程控制；设λ为服务请求到达率为γ的服务速率，r为服务请求要执行的指令数量，为服务请求要执行的平均指令数量,则服务请求的服务时间表示为x1＝1/λ＝r/s1，服务时间平均值为其中s1为服务请求的执行速度；此外，为了保持WBT子系统的遍历性，引入WBT子系统的利用率ρ1＝γ/λ来反映服务请求的平均到达率占服务率的百分比，ρ1大于0小于1；假设客户的服务请求的总大小为M，且有限客户服务请求资源的M/M/1排队系统中等待处理的服务请求不超过M，在这种情况下，将表示为k1个服务请求在WBT子系统中等待处理的概率，则有
其中表示在WBT子系统中服务请求为0的概率，！表示阶乘；根据公式(1)得到WBT子系统中等待处理的平均服务请求数为WBT子系统外的服务请求的平均数为所以在有限客户服务请求资源情况下的服务请求在WBT子系统的有效到达率为一个服务请求在WBT子系统花费的平均时间根据一个服务请求在WBT子系统中平均花费的时间与平均服务时间得到一个服务请求的平均等待时间为由于服务器数量有限，当服务请求的总规模大于服务器数量时，客户的服务请求从WBT子系统进入WPP子系统之后，排列到WPP子系统中，因此将WPP子系统视为M/M/m模型，WBT子系统和WPP子系统均采用级联结构，故WPP子系统的到达率与WBT子系统中的服务率相同；在这种情况下，设μ表示为WPP子系统中到达率为γ的服务请求的服务速率，设s2为WPP子系统的执行速度，则服务请求的服务时间表示为x2＝1/μ＝r/s2，服务时间平均值为因为WPP子系统中有m2个服务器，所以WPP子系统的利用率为ρ2＝γ/m2μ；将表示为k2个服务请求在WPP子系统中等待处理的概率，则有其中表示在WPP子系统中顾客数为0的概率；当WPP子系统的服务器都被占用时，新到达的服务请求必须等待的概率为:由公式(3)得到WPP子系统中等待处理的平均服务请求数为p
M
表示循环级联排队系统中有M个服务请求等待被服务的概率，只有当循环级联排队系统中的服务请求总数少于M时，新到达的服务请求才能被允许进入循环级联
排队系统，故WPP子系统的有效到达率为γ
e
＝γ(1
‑
p
M
)，同理得到WPP子系统一个服务请求的平均等待时间4.根据权利要求3所述的采取循环级联排队机制的服务价值链优化方法，其特征在于，所述步骤S3具体过程为：将W1、W2分别表示为WBT子系统、WPP子系统中服务请求的等待时间，用M/M/m模型中新到达的服务请求的等待时间的概率密度函数来表示WPP子系统中W2的概率密度函数，WPP子系统中新到达的服务请求的等待时间W2的概率密度函数为其中u(t)是单位脉冲函数，是WPP子系统有m2个服务请求等待被服务的概率，t是时间变量；WBT子系统中新到达的服务请求的等待时间W1的概率密度函数为f
W1
(t)＝p
0,1
u(t)+p
0,1
γMe
...

【专利技术属性】
技术研发人员：陈思溢，周家鑫，刘锦，马冯超，张泽友，
申请(专利权)人：佛山湘潭大学绿色智造研究院，
类型：发明
国别省市：