基于正弦型光滑打磨函数对0-1规划问题的连续化求解方法

传统的求解0-1规划问题方法大多属于直接离散的解法.现提出一个包含严格转换和近似逼近三个步骤的连续化解法:(1)借助阶跃函数把0-1离散变量转化为[0,1]区间上的连续变量;(2)对目标函数采用逼近折中阶跃函数近光滑打磨函数,约束条件采用线性打磨函数逼近折中阶跃函数,把0-1规划问题由离散问题转化为连续优化模型;(3)利用高阶光滑的解法求解优化模型.该方法打破了特定求解方法仅适用于特定类型0-1规划问题惯例,使求解0-1规划问题的方法更加一般化.在具体求解时,采用正弦型光滑打磨函数来逼近折中阶跃函数,计算效果很好.     

一类变系数动态投入产出模型

本文从国民经济各部门所采用新技术的比例出发,提出了一类新型的变系数动态投入产出模型,讨论了离散型动态模型的三种解法(正向递推法、反向递推法和综合推导法)和此模型下的动态逆,以及连续型动态模型的两种特殊形式.     

基于随机微分博弈的动态投入产出问题研究

基于W Leontief提出的动态投入产出模型,讨论了考虑随机因素的离散时间下的最优策略设计问题.利用博弈论的思想,把动态投入产出系统抽象为离散时间的博弈模型,运用鞍点均衡策略设计出求解该投入产出问题的新方法,为宏观经济决策提供依据.     

两大部类持续扩大再生产的优化

基于经典的马克思两大部类社会再生产公式,建立了离散确定型的持续扩大再生产的优化问题的动态规划模型.在生产资料部类的不变资本产出率高于另一部类的条件下,动态规划的指标函数是作为决策变量的生产资料部类积累率的单调函数,因而可以使用逆序解法或者顺序解法,获得唯一的最优策略和最优指标函数.借助《资本论》中的一个举例,计算验证了最优解.     

投入产出模型若干性质的研究

利用非负M矩阵的性质,给出了woods定理的一个新证明方法与该定理相关的推论;应用Z变换对离散型动态投入产出模型进行了求解,推导了投入产出模型的解在经济增长率、产出结构计算中的应用,并用具体实例对动态投入产出模型的经济预测与控制功能进行了实证分析.     

动态投入产出模型的反向求解及灵敏度分析

在经济理论研究和实践中 ,动态投入产出模型是一类有广泛应用前景的模型 .本文讨论了动态投入产出模型的反向递推解法及灵敏度分析 ,给出了目标年的总产出向量和各期的最终净需求向量发生变动时 ,对计划期内国民经济各部门总产出产生影响的计算公式 ,揭示了动态投入产出系统初始条件和外生变量对国民经济各部门总产出的传递效应 .计算实例的结果表明 ,所给的公式是正确的、可行的 .     

动态投入产出灰色最优控制模型

根据灰色系统理论,建立了动态投入产出问题的灰色最优控制模型.利用灰集合理论,把灰色最优控制问题转化为以隶属度为目标函数的(非灰色的)非线性规划问题,从而可利用非线性规划的方法求解这个灰色最优控制问题.     

两端固定资源连续分配问题的区间根式解算法证明

对两端固定资源连续分配问题,动态规划解法过程复杂.针对目标函数及约束条件均为线性函数的此类问题,给出一个根式解的算法证明,将针对点的根式解的算法推广到区间的根式解,使该根式解的算法真正具有实用性.     

基于灰色关联度的多目标规划解法

分析了几种多目标规划解法的不足之处,在考虑多个目标之间的关联性的基础上,提出了一种新的求解多目标规划的方法.引入了灰色速率关联度来刻画目标函数之间的关联程度,定义了多目标转化为单目标的规则,利用此规则生成了新的目标函数,重新构建了约束条件.使用3种方法对同一多目标规划进行了求解,通过结果分析说明了基于灰色关联度的多目标规划解法的优越性.     

动态模糊规划模型的构建及应用

常规规划模型通常存在如下两种缺陷:首先,它的目标系数及约束条件都是在硬性限制下的确定值,因而在建模方面弹性小、硬度大;其次,它的目标系数与时间无关,因此不能有效地刻划时时刻刻变化着的目标系数,而动态模糊规划模型可以有效地解决上述缺陷.首先应用模糊动态AHP确定目标系数;然后根据L-R模糊数的强序关系准则,将动态模糊规划模型分解为最优与最劣两个模糊规划模型;再根据以α水平截集为基础的求解方法,将上述两个模型进行相应的转换,建立具有风险分析功能的动态模糊规划模型;最后将其应用到一个实际算例中,收到较好的结果.     

关于求解DEA原始CCR模型中最优输入输出权重的方法

本文给出了求解DEA原始CCR模型中最优输入输出权重的简便方法：首先将原始CCR模型化为线性规划模型，然后从该线性规划模型的对偶模型入手，运用单纯形法，在得到决策单元最优效率评价指数时，根据线性规划的对偶理论，得到决策单元最优输入输出权重。该权重可用在逆DEA新算法中。     

Qualitative and quantitative data envelopment analysis with interval data

In this paper, we investigate DEA with interval input-output data. First we show various extensions of efficiency and that 25 of them are essential. Second we formulate the efficiency test problems as mixed integer programming problems. We prove that 14 among 25 problems can be reduced to linear programming problems and that the other 11 efficiencies can be tested by solving a finite sequence of linear programming problems. Third, in order to obtain efficiency scores, we extend SBM model to interval input-output data. Fourth, to moderate a possible positive overassessment by DEA, we introduce the inverted DEA model with interval input-output data. Using efficiency and inefficiency scores, we propose a classification of DMUs. Finally, we apply the proposed approach to Japanese Bank Data and demonstrate its advantages.     

单件小批生产系统下模糊优化的动态随机投入产出模型

本文针对单件小批量生产系统 ,建立了模糊优化的动态随机投入产出模型 ,同时给出了该模型的递推解法 ,并用此模型对某单件小批企业在生产计划期的商品量进行了规划     

动态投入产出最优控制模型

本文建立了一个新的具有上下限约束的投入产出问题的最优控制模型 ,并把最优控制问题转化为动态规划问题 ,利用动态最优化的方法给出了该问题的求解方法     

A regular equilibrium solves the extended HJB system

Control problems not admitting the dynamic programming principle are known as time-inconsistent. The game-theoretic approach is to interpret such problems as intrapersonal dynamic games and look for subgame perfect Nash equilibria. A fundamental result of time-inconsistent stochastic control is a verification theorem saying that solving the extended HJB system is a sufficient condition for equilibrium. We show that solving the extended HJB system is a necessary condition for equilibrium, under regularity assumptions. The controlled process is a general Itô diffusion.     

Dual variable based fathoming in dynamic programs for column generation

In this note, we aim at reducing the state space of dynamic programming algorithms used as column generators in solving the linear programming relaxation of set partitioning problems arising from practical applications. We propose a simple generic lower bounding criterion based on the respective dual optimal solution of the restricted master program.     

Binary fuzzy goal programming

Goal programming is an important technique for solving many decision/management problems. Fuzzy goal programming involves applying the fuzzy set theory to goal programming, thus allowing the model to take into account the vague aspirations of a decision-maker. Using preference-based membership functions, we can define the fuzzy problem through natural language terms or vague phenomena. In fact, decision-making involves the achievement of fuzzy goals, some of them are met and some not because these goals are subject to the function of environment/resource constraints. Thus, binary fuzzy goal programming is employed where the problem cannot be solved by conventional goal programming approaches. This paper proposes a new idea of how to program the binary fuzzy goal programming model. The binary fuzzy goal programming model can then be solved using the integer programming method. Finally, an illustrative example is included to demonstrate the correctness and usefulness of the proposed model.     

Decision-making in a fuzzy environment with fuzzy termination time

The multistage control of a deterministic and stochastic system in a fuzzy environment is considered. The fuzzy environment is meant as fuzzy constraints imposed on subsequent controls and a fuzzy goal to be attained. The fuzzy decision is assumed to be the intersection of fuzzy constraints and a fuzzy goal. The problem is to find a maximizing decision. The termination time is given as a specified fuzzy set in the space of control stages. For solving the problem, the dynamic programming is applied.