以太坊拍卖dApp（Solidity + Truffle + React） 请查看我上的其中介绍了为该应用提供支持的合同。 这是一个简单的拍卖平台。 您可以创建新的拍卖，设置开始和结束时间（以及出价增量），使用ETH出价以及提取资金。 我使用ConsenSys的truffle 作为起点，因为这里使用的各种库之间都需要大量样板。 跑步 Web3 RPC位置将从truffle.js文件中truffle.js 。 克隆此仓库 npm install 确保testrpc在其默认端口上运行。 然后： npm run start启动开发服务器 npm run build生成一个构建 truff

随着微电网内部分布式电源技术日益成熟、渗透率不断增加，大量电能产消者的加入给微电网的电能交易带来了新的机遇和挑战。在新形式下，传统的集中式电能交易方法存在交易效率低、维护成本大、隐私性低、信息安全系数低、信息透明度低等问题。为此，提出了基于区块链技术的微电网电能交易方法。首先，利用基于区块链系统的微电网电能所有权和代币交换方法，保障交易双方信息隐私及交易数据的安全。在区块链信息系统中，产消者与消费者进行电能所有权、代币的交易，使用智能合约保障交易双方的权益。然后，提出了基于信用的共识机制，将信用值作为微电网节点的基础属性，以信用值影响节点获得挖矿奖励的概率，约束微电网内节点的行为。最后，提出基于拍卖机制的微电网电能匹配方法和消费者出价策略。微电网中产消者出售多余电量，消费者根据自身需求发起对产消者电量的竞拍。使用拍卖机制和估价策略激励消费者理性竞价，提升微电网的内部消费，维持微电网内部的供需平衡。算例结果表明，所提微电网电能交易方法可进行多边竞价交易，有效提高微电网内部的自我消费，确保微电网的经济效益，保障交易的安全运行。

多面联盟 该代码为诚实但好奇的信任模型中的激励式联合学习提供了分析工具。

介绍网上拍卖系统的设计过程（android版），主要包括系统架构、系统部署图、系统类图、实体类关系图、时序图等。

通过对阿里司法拍卖数据收集及整理，借助银行资源，找到0首付房源，房源数据截止2021年10月20日

深度学习驱动的迭代组合拍卖 这是一款用于基于深度神经网络（DNN）计算伪VCG机制（PVM）结果的软件。 该算法在以下论文中进行了详细描述： 深度学习驱动的迭代组合拍卖雅各布·韦斯泰纳（Jakob Weissteiner）和斯文·塞肯（Sven Seuken）。 于2020年2月，纽约，纽约，美国第34届AAAI人工智能会议（AAAI-20）会议录。2020年10月起的工作论文版本：[ ] 如果您出于学术目的使用此软件，请在工作中引用以上内容。 供参考的Bibtex如下： @InProceedings{weissteiner2020deep, author = {Weissteiner, Jakob and Seuken, Sven}, title = {Deep Learning-powered Iterative Combinatorial Auctions},

一个管理员页面，一个用户界面。可以自由拍卖，管理员可以审核。JAVA 的ssm框架搭配。内置sql语句，sql运行到自己的库。

为了提高认知无线网络中频谱共享所产生的效益，研究了认知网络的频谱管理技术，提出了一种基于代理的频谱交易算法。该方法以代理商作为频谱交易和分配的中介，减轻了多主用户、多次用户频谱交易过程中的系统开销；在各主用户服务提供商之间采取相互竞争或相互合作的模式以最大化自身利益或总体利益为目标与代理商达成最终的频谱交易价格和频谱出售量，代理商把交易得来的频谱在次用户之间进行拍卖，各次用户向代理商投标，代理商根据其投标分配相应的频谱，次用户自适应地调整投标以使自身利益最大化。主用户服务提供商之间的竞争或合作和次用户之间的竞拍均采用纳什均衡作为最终的结果。基于MATLAB对所提算法的性能进行了仿真，仿真结果验证了该算法的有效性。

ASP实例开发网站源码——测试完整多用户商城拍卖系统源码.zip

企业类ASP实例开发源码——拍卖网站系统源代码.zip