基于次大值标杆的秘书问题研究

秘书问题的实质是决定何时停止观察选项、而不是哪一个选项被选择,已有解决秘书问题的策略,其主要特征是以取样选项中的一个最大值作为标杆。该策略的优点是能保证命中概率最大,然而其不足是很少考虑决策者的有限理性与启发式偏见,因此本文提出了次大值标杆的设想,然后从理论上计算出该策略的最优截止阀值与命中概率,并通过计算机仿真实验验证与比较了该策略的特征与规律。研究结果发现在最大化命中概率的条件下,标杆降低导致取样观察选项的数量不断增加,但命中概率却逐渐降低。     

有限注意力下一类满意启发式决策的建模与理性分析

在决策者有限注意力下,现实生活中决策人的选择行为往往表现出一类“满意启发式”特征。基于个体决策者偏好的不完备性,借助方案集系列、考虑集等相关概念探讨了满意启发式决策规则的建模;论证了方案集系列可观与部分可观条件下一类满意决策函数的存在性,以及基于相关理性条件的理性特征,并结合顾客购买行为案例的仿真实验对所建立的满意决策模型进行了验证。仿真结果表明决策者在时间紧逼和信息不完整的情形下可以通过排除部分方案的方式保证以最大概率选到满意方案。研究结果可为现实生活中决策人在时间紧迫、信息缺失等情形下的选择提供一定的理论参考与指导,也可作为一类满意决策研究的理论基础。     

损失厌恶偏好与资产组合选择研究

在不确定性条件下,期望的不可计算性、行动结果比较的局限性以及投资个体选择的非理性使理性假定的选择理论脱离现实,因此重新探讨决策选择准则是必要的.以行为金融理论中不确定性状态下的有限理性与满意准则为依据,引入与满意准则一致且体现损失厌恶偏好的VaR作为风险指标,构建行为资产组合模型,在一种简单新颖的M-V模型的矩阵解法基础上,探寻了正态与部分非正态性假设下VaR-BPT模型的显性最优解或有效前沿,解决了现实中最优投资组合选择的可操作性难题,并在中国股票市场验证了正态性转换方法是处理非正态分布下资产组合选择问题的一种优秀方法.     

基于均值-方差模型的爆炸品运输策略选择研究

对于有害物品运输问题,已有的研究集中在考虑路径风险情形下的路径选择问题,对路径既定时运输策略的选择问题涉及较少.针对一定量爆炸品应分成多少次运输的问题,分析了路径既定情形下采用均值-方差模型度量运输风险时,决策者的最优选择行为.结果表明,决策者越厌恶大事故,其越倾向于选择小载重量多次数的运输策略.     

预期性后悔和欣喜作用下的最优序贯搜索策略研究

根据经济学中的后悔理论,首次在经典的最优序贯搜索问题中引入了决策者在搜索过程中的后悔和欣喜心理. 模型发现,如果决策者具备完美预期,那么她对后悔和欣喜的敏感度之差将直接决定她的搜索行为与最优搜索的偏差程度和方向,并且对于预期性后悔的敏感度越大则搜索程度越低. 这符合实验文献里“搜索过少”的结论. 进一步分析发现,在停止搜索后能知晓反事件价格的情况下,带有预期性后悔和欣喜的搜索将会趋向于经典的最优搜索策略. 如果对于后悔和欣喜的敏感度会受到搜索过程中经历过的类似心理的影响,模型对价格召回也作出了合理解释.     

不平衡报价跨期选择的多因素交互作用研究

报价人的跨期选择心理特征将直接影响不平衡报价策略,从而影响工程结算额度与经营效益。为揭示不平衡报价决策者的跨期选择心理机制,针对不平衡报价策略制定过程中出现的跨期选择心理效应问题,基于跨期结算组合策略的最大效用原则,并假设报价决策者为有限理性人,引入时间尺度、时间框架、理性水平3个变量,采用23(3因素2水平)设计,通过发放调查问卷方式,对跨期选择的多因素交互作用进行研究。研究结果表明,时间尺度、理性水平及时间框架主效应显著;理性水平与时间框架、理性水平与时间尺度、理性水平与时间框架和时间尺度的交互作用显著。在日期框架中,时间尺度较小时的报价均高于时间尺度较大时的报价;在延迟天数时间框架中,高理性水平报价人在时间尺度较小时的报价低于时间尺度较大时的报价,而低理性水平报价人则相反。研究结果对于增强不平衡报价决策效率、实现理性化决策具有重要的指导意义。     

基于索赔相依的时滞均衡投资与再保险策略

本文研究保险公司的最优投资与再保险问题.假设再保险种类是比例再保险,未来索赔与历史索赔是相关的.此外,风险资产的价格过程由常方差弹性模型来描述,并且在财富过程中考虑了财富的时滞效应.在均值-方差优化准则下,本文给出了最优均衡投资和比例再保险策略及值函数的显式解.最后,通过数值分析,讨论了模型主要参数对最优策略的影响.本文所提模型及所获结果是对文献中已有研究成果的推广.     

非对称信息下供应商-零售商供应链的批量折扣决策

在供应链管理的文献中,许多工作研究供应商如何使用激励手段,如数量折扣,去影响零售商的订货行为以增加供应商的利润(与整个供应链的利润).多种形式的激励策略模型已有许多,但通常有一个关键的假设,即,供应商关于零售商的成本结构具有完全信息.本文研究了在非对称信息下供应商的最优数量折扣决策问题,得到了最优策略,并与完全信息的情形进行了比较.     

Knight��ȷ���¿��Ǹ�Ч�õ����Ѻ�Ͷ�������о�

本文研究了经济代理人在劳动负效用情形下,考虑Knight不确定的消费和投资与退休选择问题.劳动则会带来代理人的效用损失,而Knight不确定将影响决策行为.代理人有权利选择退休.退休行为使得代理人避免了效用损失,却必须要放弃工资收入.本文利用动态规划方法解自由边值问题,得到了代理人最优消费和投资组合策略的显式解.     

具有停止损失再保险策略和最终值的扩散模型的最优分红与注资问题（英文）

本文研究了具有停止损失再保险和最终值的最优分红和融资策略问题.通过运用近似扩散和动态规划及构造次最优问题的方法,得到了解决一般最优问题所应符合的HJB方程和验证定理.假设有比例和固定交易费用以及在破产时刻产生最终值,得到了相应的最优值函数,最优分红策略,再保险策略以及融资策略.     

“供应侧”鲁棒报童模型

完全信息下的报童模型是研究单周期下企业运营的核心方法,制定不同情形下的订货决策是提高其运作效率的主要策略.Scarf在1958年构建了需求侧不确定时部分信息下的鲁棒报童模型,经过GallegoMoon更简便的证明后Worst-case的鲁棒订货方法得到了广泛的应用,供应侧不确定时的订货问题由于求解的困难性导致运作管理学者长期受其困扰.文章假设报童只知道供应商随机产出因子的均值和方差信息,建立了Worst-case的鲁棒订货模型,给出了订货决策的闭式最优解.研究表明:鲁棒报童模型能够恰当的描述供应侧信息缺失下的企业订货行为,鲁棒的订货策略能有效解决供应不确定的信息缺失环境下企业的订货决策问题.     

考虑策略性消费者受不确定性社交影响的双渠道定价策略研究

随着互联网等新兴技术的发展,消费者对产品的价格追踪以及学习更加便利,其购买决策也会受到其他参与者决策的影响.消费者根据产品的上市价格和清仓时的可获得性决策购买时间,这种自身策略等待及受外部他人社交影响的行为加剧了市场需求的不确定性.承诺定价与差价补偿定价策略能有效地缓解消费者的策略等待行为,但相对动态定价策略缺少灵活性与便利性.因此文章研究零售商在动态定价、承诺定价、差价补偿定价策略中的选择问题.运用消费者偏好理论、博弈论和最优化理论求解各种模型的最优解及存在条件,进一步探讨消费者学习能力和社交影响对最优解的影响.结论表明,当消费者学习能力大于一定水平时,零售商应选择差价补偿定价,否则承诺定价为最优选择;消费者的学习能力增加了实体渠道的最优零售价和零售商整体利润,但降低了线上渠道的最优价格:社交影响有利于双渠道最优价格和零售商最优利润的增加.最后通过数值分析验证了上述模型的有效性和可靠性.     

一类非单调保守BFGS算法研究

基于非单调线搜索在寻求优化问题最优解中的优越性,提出了一类新的非单调保守BFGS算法.同已有方法不同,该算法中用来控制非单调性程度的算法参数不是取固定值,而是利用已有目标函数和梯度函数的信息自动调整其取值,以改善算法的数值表现.在合适的假设条件下,建立了新的非单调保守BFGS算法的全局收敛性.用基准测试优化问题测试了算...     

在线时间序列搜索的风险补偿模型

对于在线时间序列搜索问题,在假设对未来信息有一定的预期下,提出了在线时间序列搜索的风险补偿模型,进一步研究了模型的求解,给出了模型的一个最优策略,并通过数值计算讨论了最优策略的补偿函数随参数变化规律.数值实验结果表明,随着风险容忍度的增大与预期区间下限的增大,补偿函数均增大且趋于收敛;随着预期概率的增大与预期区间上限的减少,补偿函数分别增大.研究结果丰富了在线时间序列搜索的理论且具有实际应用价值.     

产品回收逆向物流网络设计问题的两阶段启发式算法

针对产品回收逆向物流网络设计问题,设计了一种嵌套了模拟退火算法的两阶段启发式算法。第一阶段确定回收点的选址-分配-存储的联合决策;第二阶段确定回收中心的选址-运输的联合决策,两个阶段相互迭代,从而实现最优解的搜索。通过与遗传算法比较,证明了两阶段启发式算法是一种有效的算法。     

脉冲和正则控制下的最优注资:一种混合策略

本文用漂移Brown运动表示公司的现金流,研究了公司的最优注资问题.基于实际情况,本文假设市场上有两种注资类型:脉冲注资和正则注资,同时假设这两种注资都需要支付比例成本,且每次脉冲注资还需支付固定成本.公司决策者要确定公司的注资策略,就需要确定正则注资率(有最大值限制)、注资的时间和脉冲注资量.从控制公司成本的角度出发,决策者需在现金流为正的约束下,寻找最小化注资成本的注资策略.因此,决策者面临一个脉冲和正则控制的混合问题,本文得到了该问题的值函数和最优控制策略,发现最优的注资策略是与模型参数相关的混合注资策略,同时也分析了模型参数对值函数和最优注资策略的敏感性.     

基于损失规避行为的最优保险投资与再保策略选择

保险公司决策者一方面通过投资来实现保险资金的保值增值,另一方面通过再保险业务来控制承保风险.保险投资市场假定是由两种资产构成:一种是无风险资产,另一种是风险资产.与已有研究不同,文章基于累积前景理论,假定保险公司决策者具有损失规避异质性的非理性行为人.保险公司的盈余过程用跳跃扩散过程来刻画,保险公司的决策目标是最大化最终财富的"S"型期望效用,借助于鞅理论将动态的最大化问题转化为静态问题,通过求解静态优化问题得到了最优投资和再保险策略的解析表达式.数值模拟分析了最优策略的动态性质.     

面向多检查的门诊患者调度研究

及时的检查对于患者病情诊断和治疗非常重要。然而,患者不同的紧急程度、检查项目的多样性、以及患者的行为因素如失约等,使门诊患者调度问题难以求解。为解决该问题,本文考虑患者对两种检查项目的不同需求,两类不同的紧急程度,以及患者失约和医生加班,建立了有限时域马尔可夫决策过程(MDP)模型,目标是使得患者检查所得的期望收益最大化以及期望加班时间惩罚成本最小化。由于MDP模型复杂,难以用解析方法来分析最优控制策略,因此本文基于MDP模型进行数值实验,观察最优解的结构特征,进一步构造了两种参数化启发式调度策略,并采用遗传算法对调度策略的参数进行优化。数值实验比较了最优控制策略、两种启发式调度策略以及先到先服务规则,实验结果表明本文所提的调度策略性能偏离最优解不超过10%;当工作负荷非常大时,启发式调度策略远远优于先到先服务规则。     

装备维修器材生产路径双目标问题优化决策方法研究

在装备维修器材供应保障中,针对精确保障背景下部队用户对器材保障精度的要求,构建了最小化总成本和最大化订单精准执行率的双目标优化决策模型。在ε-约束法框架内,开发可生成近似Pareto前沿的两阶迭代启发式算法,并采用模糊逻辑决策法选择符合决策者偏好的折中最优解。随机实例测试结果表明所提出的模型和算法可以很好地应用在双目标优化问题的研究中,并在求解不同规模实例时表现出优异的性能。     

基于多重自我假设的人质困境问题

囚徒困境及其变形模型,揭示了个体理性与群体理性选择之间的矛盾,从个体利益出发的行为往往不能实现团体的最大利益.本文以多重自我替代传统经济学中理性人的假设,将双曲贴现应用到人质困境中,解决短期利益与长期利益的不一致性给决策带来的困扰,从而实现个人利益与社会利益的统筹协调.