دانلود کتاب قیمت گذاری پویا و تخصیص خودکار منابع برای خدمات اطلاعات پیچیده: یادگیری تقویتی و مزایده های ترکیبی بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید
نام کتاب : Dynamic Pricing and Automated Resource Allocation for Complex Information Services: Reinforcement Learning and Combinatorial Auctions
ویرایش : 1
عنوان ترجمه شده به فارسی : قیمت گذاری پویا و تخصیص خودکار منابع برای خدمات اطلاعات پیچیده: یادگیری تقویتی و مزایده های ترکیبی
سری : Lecture Notes in Economics and Mathematical Systems 589
نویسندگان : Dr. Michael Schwind (auth.)
ناشر : Springer-Verlag Berlin Heidelberg
سال نشر : 2007
تعداد صفحات : 304
ISBN (شابک) : 9783540680024 , 9783540680031
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 3 مگابایت
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
بسیاری از شرکت ها محصولات اطلاعاتی آنلاینی را به مشتریان خود ارائه می دهند که به منابع محدودی مانند ظرفیت سرور نیاز دارند. این کتاب مکانیسمهای تخصیصی را توسعه میدهد که هدف آن تضمین تخصیص کارآمد منابع در خدمات فناوری اطلاعات مدرن است. روشهای اخیر هوش مصنوعی، مانند شبکههای عصبی و یادگیری تقویتی، و روشهای بهینهسازی طبیعتمحور، مانند الگوریتمهای ژنتیک و بازپخت شبیهسازیشده، پیشرفته هستند و برای فرآیندهای تخصیص در زیرساختهای فناوری اطلاعات توزیعشده، بهعنوان مثال، استفاده میشوند. سیستم های شبکه ای نویسنده دو روش را ارائه میکند که هر دو از تمایل کاربران برای پرداخت برای کنترل فرآیند تخصیص استفاده میکنند: رویکرد اول از یک روش مدیریت بازده استفاده میکند که سعی میکند یک استراتژی پذیرش بهینه برای درخواستهای منابع را بیاموزد. روش دوم یک حراج ترکیبی است که می تواند با مکمل های منابع مقابله کند. نویسنده در نهایت روشی را برای محاسبه قیمت منابع پویا ایجاد می کند که گام مهمی به سوی صنعتی شدن سیستم های شبکه است.
Many firms provide their customers with online information products which require limited resources such as server capacity. This book develops allocation mechanisms that aim to ensure an efficient resource allocation in modern IT-services. Recent methods of artificial intelligence, such as neural networks and reinforcement learning, and nature-oriented optimization methods, such as genetic algorithms and simulated annealing, are advanced and applied to allocation processes in distributed IT-infrastructures, e.g. grid systems. The author presents two methods, both of which using the users’ willingness-to-pay to control the allocation process: The first approach uses a yield management method that tries to learn an optimal acceptance strategy for resource requests. The second method is a combinatorial auction able to deal with resource complementarities. The author finally generates a method to calculate dynamic resource prices, marking an important step towards the industrialization of grid systems.