一类具有年龄结构的传染病模型的持续性质

研究了一类具有年龄结构的SIR型传染病模型,证明了该模型当阈值R_0<1时疾病消亡,当阈值R_0>1时模型同时具有一致弱持续性质和强持续性质.     

稳健L_q(0<q<1)正则化理论:解的渐近分布与变量选择一致性

本文提出稳健Lq(0q∞)正则化模型,证明该模型解的全局渐近分布定理.应用该定理可进一步证明当0q1时所提出的模型具有变量选择一致性,从而具有良好的变量选择能力.基于所获得的理论结果,提出一类求解该模型的无参量加权迭代算法,并给出相应的正则化参数选择策略.数值试验表明本文提出的模型与算法可行、有效,有广泛的应用价值.     

寿命为爱尔兰分布的可修闭路排队模型时间依赖解的渐近性质

利用C_0-半群理论研究寿命为爱尔兰分布的可修闭路排队系统.首先利用泛函分析中的Hille-Yosida定理,Phillips定理和Fattorini定理证明此排队系统模型正时间依赖解的存在唯一性.然后通过研究该模型相应主算子的谱的特征,分别得到虚轴上除了0外其他所有点都属于该模型主算子的豫解集与0是其主算子及其共轭算子的几何重数为1的特征值.最后将上述结果结合在一起推出该模型的时间依赖解强收敛于其稳态解.     

模糊环境下动态供应商选择的混合整数非线性规划模型

基于供应商选择问题的动态性和模糊性,考虑在每个周期内生产商的需求能力及供应商的供应能力为模糊变量,本文将一个多阶段多商品多渠道的供应商选择问题视为一个0-1混合整数模糊动态非线性规划问题,目标函数为总成本最小化。然后建立了0-1混合整数模糊动态非线性规划模型。为了求解该模型,通过可信性理论把模型中模糊机会约束清晰化,将该模型转化为一个确定型的0-1混合整数动态非线性规划模型。最后给出了一个数值算例验证了模型的可行性。     

多层感知器信用评模型及预警研究

本文利用多层感知器 ( MLP)原理建立神经网络信用评价模型 ,用来对我国 2 0 0 0年 1 0 6家上市公司进行信用评级 ,并进一步对我国 2 0 0 1年公布的 1 3家预亏公司进行预警研究 .按照各上市公司的经营状况分为“好”、“差”两类 ,每一类由 5 3家上市公司构成数据样本 .对于每一家上市公司 ,主要考虑其经营状况的四个财务指标 :每股收益 ,每股净资产 ,净资产收益率和每股现金流量 .仿真结果表明 ,本文所建立的神经网络信用评价模型有很高的分类准确率 ,达到 98.1 1 % .又由于该信用评价模型有很强的适应能力 ,故可以进一步用来对企业的财务危机进行预警研究 .预警实证分析表明 ,该信用评价模型对我国 2 0 0 1年公布的 1 3家预亏公司进行预警分析 ,预警准确率达到 1 0 0 % .此外 ,文中还给出 MLP网络模型的学习算法和步骤     

具有染病年龄结构的SEIR流行病模型的稳定性

建立和研究了一类具有染病年龄结构的SEIR流行病模型.得到了该模型的基本再生数R0的表达式.证明了当R0<1时,无病平衡点E0不仅局部渐近稳定,而且全局吸引;当R0>1时,无病平衡点E0不稳定,此时存在稳定的地方病平衡点.     

一个供应链系统可靠性模型时间依赖解的渐近行为

本文研究一个供应链系统可靠性模型的时间依赖解.利用C0-半群理论研究该模型相应算子的谱的特征,获得了该系统模型时间依赖解的渐近行为,推广了文献[8]中的结果.     

具有工作休假及休假中止的$M/M/1$排队模型的主算子的点谱

本文考虑具有工作休假及休假中止的$M/M/1$排队模型的主算子的点谱. 证明该模型主算子在左半轴有不可数无穷多个特征值. 此结果描述了主算子的点谱. 然后证明该主算子生成的$C_0$-半群的本质增长界为0,由此推出该$C_0$-半群不是紧算子、它的本质谱半径等于1. 此外,这些结果蕴含该模型的时间依赖解不可能指数收敛于其稳态解.     

双到达过程带索赔成本风险模型的破产概率

本文考虑了一种双到达过程带索赔成本的一般更新过程的风险模型,主要是运用鞅来估计该模型在初始准备资金为U0的条件下有限时间内的破产概率ψ(U0,t)的最小上界和最终破产概率ψ(U0)。     

一类具有时滞的流行病模型分析

讨论了一类带有时滞的SE IS流行病模型,并讨论了阈值、平衡点和稳定性.模型是一个具有确定潜伏期的时滞微分方程模型,在这里我们得到了各类平衡点存在条件的阈值R0;当R0<1时,只有无病平衡点P0,且是全局渐近稳定的;当R0>1时,除无病平衡点外还存在唯一的地方病平衡点Pe,且该平衡点是绝对稳定的.     

期货经纪公司保证金的一种确定方法

本文基于马尔可夫链在存储论中的应用，结合Ergodic定理，得到确定期货经纪公司保证金的Ergodic模型，即一个双目标规划问题，然后应用乘积最大化准则，将该模型转化为单目标规划问题来求解。该方法考虑期货经纪公司承担的风险和对投资者的吸引程度，为保证金的确定提供新的思路。     

Primal and dual algorithms for optimization over the efficient set

ABSTRACT

Optimization over the efficient set of a multi-objective optimization problem is a mathematical model for the problem of selecting a most preferred solution that arises in multiple criteria decision-making to account for trade-offs between objectives within the set of efficient solutions. In this paper, we consider a particular case of this problem, namely that of optimizing a linear function over the image of the efficient set in objective space of a convex multi-objective optimization problem. We present both primal and dual algorithms for this task. The algorithms are based on recent algorithms for solving convex multi-objective optimization problems in objective space with suitable modifications to exploit specific properties of the problem of optimization over the efficient set. We first present the algorithms for the case that the underlying problem is a multi-objective linear programme. We then extend them to be able to solve problems with an underlying convex multi-objective optimization problem. We compare the new algorithms with several state of the art algorithms from the literature on a set of randomly generated instances to demonstrate that they are considerably faster than the competitors.     

多重因素约束下的网格搜索对策问题研究

首次基于搜索成本及搜索资源等限制因素,构造局中人面向多重约束条件的可行策略集合,建立相应的搜索空间;在给定搜索点权值的基础上,考虑搜索成本与搜索成功概率等因素,构造相应的支付函数,建立多重因素约束下的网格搜索对策模型.为简化模型求解,将对策论问题转化为约束最优化问题,求解约束问题获得最优值,转化为模型的对策值,并给出双方最优混合策略.最后,给出军事想定实例,说明上述模型的实用性及方法的有效性.     

A note on the convexity of ruin probabilities

Conditions for the convexity of compound geometric tails and compound geometric convolution tails are established. The results are then applied to analyze the convexity of the ruin probability and the Laplace transform of the time to ruin in the classical compound Poisson risk model with and without diffusion. An application to an optimization problem is given.     

Robust reward–risk ratio optimization with application in allocation of generation asset

In this article, we study reward–risk ratio models under partially known message of random variables, which is called robust (worst-case) performance ratio problem. Based on the positive homogenous and concave/convex measures of reward and risk, respectively, the new robust ratio model is reduced equivalently to convex optimization problems with a min–max optimization framework. Under some specially partial distribution situation, the convex optimization problem is converted into simple framework involving the expectation reward measure and conditional value-at-risk measure. Compared with the existing reward–risk portfolio research, the proposed ratio model has two characteristics. First, the addressed problem combines with two different aspects. One is to consider an incomplete information case in real-life uncertainty. The other is to focus on the performance ratio optimization problem, which can realize the best balance between the reward and risk. Second, the complicated optimization model is transferred into a simple convex optimization problem by the optimal dual theorem. This indeed improves the usability of models. The generation asset allocation in power systems is presented to validate the new models.     

Further generalization of the Dubovicki-Milutin theorem

Combining the results of Walczak (Ref. 1) and Lasiecka (Refs. 2 and 3), we extend the well-known Dubovicki-Milutin theorem in two directions: (i) We allow for treatment of several equality constraints in optimization problems; and (ii) We assume less regularity of optimization problems by requiring the existence of external cones instead of tangent cones. An example of an optimization problem is also considered.     

一种高压开关产品的装配过程优化问题研究

本文针对高压开关产品的装配线提出一个实际的装配过程优化问题:高压开关产品的装配过程优化问题。该问题是在传统的空间布局问题中,加入了装配线工艺流程约束,是一类新的优化问题。本文为该问题建立了整数规划模型,并为该模型开发了启发式算法。然后以ZF11-252产品的装配过程为例,采用启发式算法求解模型。     

不确定信息下分式半无限优化问题的近似最优性刻画

该文研究了一类带不确定参数的多目标分式半无限优化问题。首先借助鲁棒优化方法,引入该不确定多目标分式优化问题的鲁棒对应优化模型,并借助Dinkelbach方法,将该鲁棒对应优化模型转化为一般的多目标优化问题。随后借助一种标量化方法,建立了该优化问题的标量化问题,并刻画了它们的解之间的关系。最后借助一类鲁棒型次微分约束规格,建立了该不确定多目标分式优化问题拟近似有效解的鲁棒最优性条件。     

基于时间约束的生产过程优化问题研究

本文提出一个实际的生产过程优化问题:基于时间约束的生产过程优化问题。客户要求企业在规定时间内完成指定批量工件的生产任务,该问题便是从中引出的。该问题的目标是在满足生产时间的条件下最小化总生产成本。本文为该问题建立了整数规划模型。然后以某厂工作缸生产过程为例,采用数学规划软件Cplex 9.0求解模型。     

灾情巡视问题的蚁群两目标优化算法研究

分析目前灾情巡视问题求解方法存在的缺陷,归纳出灾情巡视问题两目标优化模型.针对灾情巡视问题模型特点,引入蚁群算法和多目标优化理论,提出两个灾情巡视问题的蚁群两目标优化算法:算法1将灾情巡视问题的道路网络转化为完全图,增加m-1个(m为巡视组数)虚拟巡视起点,将灾情巡视两目标优化问题转化为单旅行商两目标优化问题,然后使用蚁群算法和多目标优化理论进行迭代求解.算法2使用一只蚂蚁寻找一个子回路,m个子回路构成一个灾情巡视可行方案,采用罚函数法和多目标优化理论构建增广两目标优化评价函数,使用g组,共g×m只蚂蚁共同协作来发现灾情巡视问题的最优解.算法特点:①算法1将灾情巡视两目标优化问题转化为单旅行商两目标优化问题,可以充分利用已有蚁群算法求解单旅行商问题的研究成果;②两个算法引入蚁群算法,提高了算法效率;③两个算法克服目前灾情巡视问题的求解方法不严密性缺陷;④两目标优化算法可以为用户提供多个满足约束条件的Pareto组合解,扩大了用户选择范围,增强了算法的适用性.算法测试表明:灾情巡视问题的蚁群两目标优化算法是完全可行和有效的.