5、声誉、定价与多智能体系统社区结构优化

声誉、定价与多智能体系统社区结构优化

1. 网格计算中的声誉定价机制

在网格计算中，声誉定价机制与固定定价机制存在差异。从表格数据来看，用户在自己机器上运行的作业价格在四种方案下总是低于外来作业。作业取消会影响排队作业，包括自身作业，并且会考虑因未按时完成而造成的自身作业损失，所以当取消操作会对队列中过多自身作业产生影响时，用户会避免取消作业。

在声誉定价方案下，98.1%的外来调度作业能成功完成，而固定价格方案的完成率在93%以上。声誉模型带来的整体效用比固定价格方案高3%。若能为智能体配备更智能的策略，还能进一步提高效用。可以根据作业价值、声誉、截止日期和支付情况更细致地选择站点，权衡这四个参数能为所有智能体带来更好的结果。

定价方案	外来作业完成率	整体效用
声誉定价	98.1%	比固定价格方案高3%
固定价格	＞93%	-

声誉定价机制目前应用于名为“计费网格（BtG）”的计费基础设施中，其目标是为粒子物理科学家提供声誉和计费机制。该机制的引入能激励科学网格更高效地利用现有资源。对于消费者而言，由于需为每个作业付费，他们会避免提交冗余作业；对于站点管理员，为避免支付损失，他们会保证作业运行并避免系统停机。