简介:在移动边缘云计算系统中重复覆盖的异构网络场景下,为了满足移动终端的任务卸载需求,同时降低终端任务卸载代价,提出基于演进博弈的云资源和计算资源联合分配方案(JRA-EG).同一个区域内具有任务卸载需求的终端形成一个种群,种群中终端通过选择不同的服务点(SPs)获得不同的无线资源和计算资源.为了建模与分析服务点选择与资源分配,建立了演进博弈模型.博弈的代价函数包括能耗代价、时延代价和经济代价.分别提出了基于复制动态的集中式算法和基于Q-learning的分布式算法求解演进均衡.仿真结果表明,所提的2种算法均能快速收敛至均衡解.与已有算法相比,JRA-EG方案节省了终端消耗能量,同时也降低了任务卸载时延.提出的方案能合理调度云资源和无线资源,从而有效降低终端的任务卸载代价.
简介:Fama-French五因子模型在中国股票市场是否适用以及该如何改进还有待研究,首先对Fama-French五因子模型在中国股票市场的适用性进行分析,然后遵照Fama-French五因子模型的分析框架,构造季度动态投资组合进行影响效应分析,并结合中国股票市场的实际情况改进账面市值比HML因子的构造方法,最后对模型的估计结果进行对比分析。研究发现:(1)我国股票市场的盈利能力效应和投资风格效应显著,(2)账面市值比与股票平均月度超额收益率之间呈现倒“U”型关系,在中国股票市场HML因子并没有成为冗余变量,当账面市值比约为0.4232时,股票的超额收益率最高,(3)改进后的FF五因子模型对于我国股票超额收益率差异以及中期反转效应和长期动量效应的解释能力是最优的。