ATM交易状态特征分析与异常检测

考虑ATM交易过程当中产生的一系列参数,如交易量、交易成功率和响应时间等,对交易状态特征进行分析并建立了异常检测模型。针对成功率与响应时间2个参数,利用聚类算法将数据点划分为正常点、疑似异常点、异常点3大类。对于疑似的异常点,再根据其时间序列周围点的分布情况确定是否确实为异常点;对于交易量参数,首先通过LOF局部离群因子对离群点进行识别,再结合交易量随时间的移动均线及标准差加以辅助筛选,得到初步的疑似异常点,进一步通过与不同天同一时刻数据进行比较,最终确定是否为异常点。根据上述模型,本文将异常情况划分为3个预警等级,并对重大故障情况进行预测。     

基于两阶段启发式算法的物流配送选址-路径问题研究

为了解决配送中心选址与带时间窗的多中心车辆路径优化组合决策问题,利用双层规划法建立了配送中心选址与车辆路径安排的多目标整数规划模型,针对该模型的特点,采用两阶段启发式算法进行了求解。首先,通过基于聚集度的启发式算法对客户进行分类,确定了备选配送中心的服务范围;然后,基于双层规划法,以配送中心选址成本最小作为上层规划目标,以车辆配送成本最小作为下层规划目标,建立了多目标整数规划模型;最后,利用改进的蚁群算法进行了求解。通过分析实例数据和Barreto Benchmark算例的实验结果,验证了该模型的有效性和可行性。     

基于改进模拟植物生长的回收网络选址算法及其应用

针对目前山西省废旧手机产生量逐年增加的实际情况,对山西省废旧手机回收处理中心的数量及选址进行研究.建立以运输费用及固定运营成本之和最小为目标函数的数学模型,引入山西省相关数据,通过改进模拟植物生长算法进行模型分析求解,并与未改进算法进行比较发现改进算法在解的质量及效率上均有显著的优越性.结果表明在山西省内建造5个废旧手机回收处理中心所需总费用最小,结果最优.这为山西省政府相关部门进行回收产业区域规划提供一些决策依据.     

航线联盟下航空货运网络枢纽点选址问题研究

本文研究航空联盟下航空货运网络的枢纽点选址问题(HLP),基于枢纽点的数量及位置随机与容量的限制。首先引入航线联盟选择概率函数,确定不同航段上的航线自营运输或外包运输的概率;其次根据选址中心法则,以网络总成本最小化为目标,建立枢纽点选址模型;再次采用改进的免疫混沌遗传算法求解模型;最后,以顺丰航空公司案例进行实例分析。结果表明:1)本文改进的算法较免疫混沌遗传算法并与免疫遗传算法及CPLEX结果对比,发现本文设计的算法有较强的收敛性和计算速度,且计算结果与CPLEX求解器求解结果相差不大;2)枢纽点数量不确定时,枢纽点的位置多集中在东部城市;3)航空公司选择联盟环境可以大大降低运营成本,航空公司为提高自身利润,应考虑加入联盟,从而降低自身成本。     

多元$t$分布数据的局部影响分析

对于多元$t$分布数据, 直接应用其概率密度进行影响分析是困难的\bd 本文通过引入服从Gamma分布的权重, 将其表示为特定多元正态分布的混合\bd 在此基础上, 进而将权重视为缺失数据, 引入EM算法; 从而利用基于完全数据似然函数的条件期望进行局部影响分析\bd 本文进一步系统研究了加权扰动模型下的局部影响分析, 得到了相应的诊断统计量; 并通过两个实例说明了这种方法的有效性.     

零售业连锁网点选址与布局演化模型

蚁群算法是近年来出现的一种新型仿生优化算法,是求解复杂优化问题有效方法.本文建立了基于蚁群算法的零售业连锁网点选址与布局演化模型,并利用Matlab进行仿真研究.通过对模拟结果的分析,验证了零售业连锁网点的选址与布局规律.     

考虑共享不确定因素的应急设施最大覆盖选址模型

为提升应急设施的服务质量和抵御中断风险的能力,研究应急设施最大覆盖选址-分配决策问题。扩展无容量限制的固定费用的可靠性选址决策模型,建立考虑共享不确定因素的应急设施最大覆盖选址优化模型,通过在目标和约束中引入budget不确定集刻画共享不确定因素,基于Bertsimas和Sim鲁棒优化方法建立混合整数规划模型,并将非线性问题转化为易于求解的鲁棒等价模型,利用带混沌搜索策略的改进灰狼优化算法求解模型,并对不确定鲁棒水平和中断概率进行敏感性分析。最后通过案例及数据仿真结果的对比分析,验证了模型的合理性和有效性,并给出最优的选址分配布局。     

基于机器学习的智能TWAP和VWAP算法的研究及应用

TWAP与VWAP算法为两类较常见的经典交易算法.传统的VWAP算法在TWAP算法的基础上,大多使用预测日内成交量分布的方法指导算法下单.传统成交量分布的预测效果严重依赖于市场交易惯性,但交易量分布受到日内诸多突发因素的影响,导致算法对市场突发状况的应对能力较弱.本文对传统TWAP与VWAP算法进行改进,利用滚动的1分钟粒度高频实时资金博弈数据,基于Logistic分类器训练量价模型,以该预测结果为入参构建最优化期望执行均价模型,求出当下各个价格档位对应委托数量的最优解.通过相对高频的分钟级价格预测机制,保证算法实时跟踪市场行情走势并寻求相对优势的交易机会.该算法经测试可以稳定地跑赢市场均价,具备推广应用的可行性.     

连续模糊数OWA算子在物流选址中的运用

物流中心的分布对现代物流活动有很大的影响,物流中心合理的选址能够减少货物运输费用,大大降低运营成本,从而提高企业竞争力.本文在连续模糊有序加权算子的基础上,提出一种新的处理模糊数据信息方法,同时在专家权重无法确定的情况下,建立了一种新的基于离差最小的目标规划模型来集结专家群体的不同偏好,并将其运用在物流选址中,该方法避...     

线状需求下的长江航道危险品应急中心选址优化

本文分析了长江航道危险品船舶对应急中心救援服务的线状需求特征,基于点状需求的设施选址模型,构建了全覆盖下的最小成本选址模型,实现了线状需求特性与最小成本的最优结合。将点状需求的设施选址研究延伸到线状需求的设施选址研究领域。并且针对模型设计了确定性规划算法和遗传算法。最后以长江航道为具体算例,对比了确定性规划算法和遗传算法对模型进行求解的效率及精度。实例表明,本文建立的基于线状需求的应急中心选址模型是符合实际的,确定性规划算法相对于遗传算法可以在更短时间内求得较稳定的最优解;遗传算法运行时间相对较长,且结果稳定性较差。     

基于改进NSGA-II算法的多级服务设施备用覆盖选址决策模型

为了应对跨区域突发事件过程中受灾点服务差异化需求的问题,建立了应急储备设施点的多级备用覆盖选址决策模型,即一个需求点由多个应急设施提供不同质量水平的服务,并考虑设施繁忙状态下由其他设施点提供服务的状况,使模型更加符合实际应用。首次通过设计分段的染色体编码方式改进NSGA-II算法提升运算效率以更好地解决多目标选址决策问题,将改进方法下得到的Pareto解分布与NSGA-II算法下的仿真结果进行对比分析,结合设施点的部署策略得到不同的空间布局方案。证明了模型的可行性及改进NSGA-II算法在解决设施点多目标选址决策问题时的有效性。     

卖空限制下知情交易的测度及识别研究

经典的测量知情交易概率的模型默认交易者可以无限制的按照私有信息进行卖空交易,而目前我国股票市场存在卖空限制,直接将经典模型应用到我国股票市场时会使测量结果出现偏差。考虑到我国股票市场现状,本文在经典的知情交易概率模型中引入两个卖空限制参数,构建了本文的SC-TPIN模型。通过对融券标的中发生利空消息的股票样本进行实证分析,证实了本文构建的SC-TPIN模型估计出的结果与实际情况相符合。本文还以SC-TPIN模型估计出的SCTPIN值为参照,基于样本股票的低频数据构建了知情交易识别指标组,并使用数据挖掘中的支持向量机算法、KNN算法及Logit模型对黑白样本的知情交易高低情况进行识别比较,构建知情交易识别体系,发现使用支持向量机算法识别全样本的正确率达到了89%,识别效果较理想。     

手数约束和凹交易费下的离散投资组合模型及算法

本文建立带手数约束和凹交易费的离散投资组合模型,给出求解该模型的一种精确算法。该算法是一个基于拉格朗日松弛和次梯度对偶搜索的分枝定界算法。为测试算法的有效性,用随机产生的数据对模型进行数值实验。作为其应用,用沪深300指数的真实数据实证检验该模型,并与不含交易费用的离散投资组合模型进行数值比较分析。数值分析表明算法能在合理的时间内给出模型的投资组合策略, 对解决中小规模的离散投资组合问题是有效的。     

带时效性约束的配送中心多源选址问题研究

应用启发式算法求解带时效性约束的多源选址问题.分析物流配送的时效性问题,建立带时效性约束的配送中心多源选址模型.构造两步启发式算法:1)借助传统迭代算法,求解物流服务分配矩阵,把多源选址问题转化为单源选址问题;2)基于M ATLAB函数,设计优化程序,计算带时效性约束的单源选址模型.并给出算例,验证模型和算法的可行性.研究表明两步启发式算法是求解带时效性约束的物流配送中心多源连续选址问题的有效算法.     

考虑居民选择行为的应急避难场所选址问题研究

突发事件发生后,应急管理部门将面临选择启用哪些应急避难场所供居民避难的决策。与其它设施选址不同,处于有限理性状态下的居民可选择是否去避难以及去哪个避难所避难。为使未被服务的居民数量最小化,考虑居民的有限理性选择行为至关重要。为此,考虑居民避难距离及避难所吸引力等因素,基于竞争选址理论构建避难所对居民的效用函数。在此基础上,运用多项logit模型刻画居民的有限理性选择行为,建立基于有限理性选择行为的选址模型,并与基于效用最优选择行为和基于系统最优原则的选址模型进行对比以验证模型的合理性。为了高效地求解模型,设计了模拟退火算法和遗传算法两种启发式算法。算例分析结果验证了模型和算法的可行性和有效性,并揭示了居民理性程度、选址个数及财政预算均对选址结果有重要影响。     

基于模拟退火算法的知情交易研究北大核心CSCD

为了更准确地估计知情交易概率水平(PIN),文章主要使用模拟退火算法并结合交易量时间概念对知情交易模型进行参数估计.算法改进后的知情交易模型已可适用于较高频的交易订单数据,从而更好地捕捉微观市场中PIN的变化.参数估计方面,文章主要使用模拟退火算法对EKOP-PIN、EHO-PIN以及DY-PIN进行带约束的最大似然估计,并将结果与无约束优化的间接估计算法进行了比较,基本解决了以往算法存在的局部最优和数值溢出等问题.数值模拟显示,使用模拟退火算法并运用模式搜索法进行末端优化的混合算法在计算PIN时能够进一步提高估计精度.使用沪深300股指期货高频交易数据的实证结果显示,重新估计的EHO-PIN对波动率有着较高的解释和预测能力,可作为一种有效的市场波动率预警指标.     

基于模拟退火算法的知情交易研究

为了更准确地估计知情交易概率水平(PIN),文章主要使用模拟退火算法并结合交易量时间概念对知情交易模型进行参数估计.算法改进后的知情交易模型已可适用于较高频的交易订单数据,从而更好地捕捉微观市场中PIN的变化.参数估计方面,文章主要使用模拟退火算法对EKOP-PIN、EHO-PIN以及DY-PIN进行带约束的最大似然估计,并将结果与无约束优化的间接估计算法进行了比较,基本解决了以往算法存在的局部最优和数值溢出等问题.数值模拟显示,使用模拟退火算法并运用模式搜索法进行末端优化的混合算法在计算PIN时能够进一步提高估计精度.使用沪深300股指期货高频交易数据的实证结果显示,重新估计的EHO-PIN对波动率有着较高的解释和预测能力,可作为一种有效的市场波动率预警指标.     

电动汽车充电站选址问题研究

研究了电动汽车作为通勤工具情况下的充电站选址问题.首先根据城市通勤道路长度、各条道路上的通勤人员拟使用电动汽车的数量,以及电动汽车的最大续航里程等信息,构建了包含两种边的赋权网络图,进一步将电动汽车充电站选址问题转化为赋权网络图的最大覆盖问题,并建立了以极大化满足用户需求为目标的充电站选址问题整数非线性规划模型,设计了求解模型的启发式算法.最后,通过一个具体算例对模型及算法进行了验证,结果显示,模型和算法是解决电动汽车充电站选址问题有效方法.     

基于NSGA-Ⅱ的应急储备库多目标选址决策模型及算法研究

应急物资储备库选址问题是在近年世界灾害多发的现实背景下产生的,根据具体选址问题特点建立了多目标选址决策模型。该模型综合考虑了两种灾害风险下储备库的成本费用、覆盖效率以及对重点地区的备用覆盖,以使模型更加符合实际目标及约束情况。算法设计上,首次采用带精英策略的非支配排序遗传算法(Fast and elitist Non-dominated Sorting Genetic AlgorithmⅡ,NSGA-Ⅱ)解决储备库多目标选址问题,得到了Pareto非劣解分布并同不带精英策略的常规NSGA算法下的仿真结果进行对比分析。验证了模型的可行性以及NSGA-Ⅱ在解决储备库多目标选址问题的有效性。     

基于NSGA-Ⅱ的应急储备库多目标

应急物资储备库选址问题是在近年世界灾害多发的现实背景下产生的,根据具体选址问题特点建立了多目标选址决策模型。该模型综合考虑了两种灾害风险下储备库的成本费用、覆盖效率以及对重点地区的备用覆盖,以使模型更加符合实际目标及约束情况。算法设计上,首次采用带精英策略的非支配排序遗传算法(Fast and elitist Non-dominated Sorting Genetic Algorithm Ⅱ,NSGA-Ⅱ)解决储备库多目标选址问题,得到了Pareto非劣解分布并同不带精英策略的常规NSGA算法下的仿真结果进行对比分析。验证了模型的可行性以及NSGA-Ⅱ在解决储备库多目标选址问题的有效性。