商品和金融摇摆期权定价模型及其数值研究

采用具有均值回复特点的三叉树模型研究上摇一下摇特征或带有惩罚条款的复杂商品摇摆期权,并运用森林树法进行数值计算.进而分析最大可执行次数、每次执行最大可执行量、惩罚系数对摇摆期权价格的影响.此外还运用多次最优停时研究连续时间框架下的金融摇摆期权定价问题.为了避免高维诅咒,选择改进的最小二乘蒙特卡罗方法完成数值计算,并分析标的资产价格及最大可执行次数对期权价格的影响.数值分析结果表明,当实施次数为一次时,摇摆期权价格与相应的美式期权价格重合,从而在一定程度上验证了模型的正确性.     

生态平衡制约下离散尺度结构种群的最优收获

研究基于扩展Leslie投影矩阵的离散尺度结构种群模型的最优收获问题,约束条件包括生态平衡和开发成本等.运用凸优化理论证明了最优收获策略的存在性,导出了最优收获模式,应用模型参数给出了收获比率.结论显示:最优策略具有两阶段结构.     

基于广告费的最优价格模型

在供需平衡的基础条件上对销售价格不随时间改变的商品加入广告费后的最优价格进行了一定研究,并在此基础上进行了一定的改进,对比发现商品销售的最优价格与广告费无关,而商品的最优广告费则取决于最优价格.     

基于多Agent的Supply-Hub库存策略建模与仿真研究

Supply-Hub是一种能较好地解决装配式供应链协同运作问题的供应链运作模式,其库存参数设置对于平衡上游供应商与下游制造商之间的利益,吸弓l供应商加入Supply-Hub非常关键.建立了由两个供应不同零部件的供应商向制造商补货时的供应商多周期成本模型,采用多Agent仿真方法,研究了三种情形下(s,S)库存策略参数的变动对供应商及制造商的影响,以期为Supply-Hub运营商合理确定库存策略参数提供一定参考.     

一种基于边交换的贪心算法求解md-MST问题

通过对最小度限制最小生成树(md-MST)问题性质进行分析,提出了一种基于边交换的贪心算法.算法先用贪心算法生成一棵生成树ST,然后对生成树ST经过边交换调整,得到满足问题约束条件的可行解,再对生成树ST进行进一步边交换优化,得到md-MST问题的最优解或接近最优解的近似解.实验证明,算法能在短对间内求出大规模顶点随机图的md-MST,是一种非常实用的求解md-MST问题的精确算法.     

基于日内高、低价协整关系的统计套利研究

当前,统计套利设计多限制在配对交易上,策略实现过程依赖于配对产品的选择。本文将统计套利思想与金融产品日内高、低价之间的协整关系相结合,探索设计同一产品上的统计套利交易策略。本文使用指数加权估计(EWE)来刻画时变性,并结合向量误差修正模型(VECM)设计了一套交易策略。应用于日内黄金期货合约套利的实证分析结果表明:在适当的阈值下,该交易策略能够实现超过25%的年化收益率,对极端市场行为也有较快的时变反应。     

改进的复制动态方程及其稳定性分析

针对原复制动态建立过程的缺陷,通过引入强度系数,使博弈参与者采取不同策略时更显得相互依赖,体现出不同策略被采用的变化情况,扩展了进化博弈论的框架.针对均有两个策略的两个博弈参与者,研究分析了扩展后复制动态的稳定性,对以后科学管理具有重要指导意义.     

分布视角下的异质性群体收入分配格局研究

本文运用反映不同收入群体异质性的混合分布测度方法估计收入分布,对收入分布拟合效果的评判方法进行了探讨,在利用假设检验思想从收入变动角度给出一种收入群体界定标准的基础上,从规模上刻画我国收入分配格局,并运用夏普里分解规则对影响格局形成的宏观因素进行了解构。对CHNS(1989-2011)住户调查数据实证分析的结果表明,近年来城乡居民收入分布逐渐呈多峰特征且城镇更为明显;城镇和农村居民不同收入群体间的相互作用相当,低收入群体内部收入的增长可有效促进自身规模的缩小,中收入群体内部收入的增长虽同样有助于低收入群体规模的缩小但对自身群体规模变动影响不大,高收入群体内部收入的增长则将有助于自身规模的增大,而各群体内收入分配差距的扩大多会阻碍"橄榄型"格局的形成。     

防空导弹自动驾驶仪测试性建模研究与应用

为了得到防空导弹自动驾驶仪的故障检测与诊断策略,减少自动驾驶仪的测试费用,建立了自动驾驶仪的测试性模型并进行分析,解决了建模的难点。通过多层抽象混合推理故障建模方法推导了自动驾驶仪结构与测试点之间的关系,根据测试点的特征和自动驾驶仪工作原理建立信息流模型,在此基础上,利用故障与测试间的相关性矩阵来描述测试性模型。基于此模型设计了诊断策略构建方法。实际应用表明,建立测试性模型的方法完全正确,通过模型能够构建有效的检测与诊断策略,缩短测试时间。     

多值测试诊断策略优化设计

针对电子系统中多值测试条件下的测试排序问题,提出了一种诊断策略优化方法。首先,以相关性矩阵模型为基础,将已有的二值测试的优化算法同多值测试问题相结合,提出了适用于多值测试的基于霍夫曼编码的启发式函数;其次,将平均测试代价最小和平均测试步骤最少作为优化目标,采用与或树启发式搜索算法生成诊断树,得到多值测试的诊断策略,并给出了诊断策略优化方法的具体实现步骤;最后,将其应用到航空设备的实例中。结果表明提出的基于霍夫曼编码的与或树启发式搜索算法是可行的,其生成的诊断树是最优的,比基于信息熵的与或树启发式搜索算法具有更小的平均测试代价和更少的平均测试步骤。