期望和残差收益估计不可靠的鲁棒模型

投资优化问题的最优策略会随着输入参数的扰动而出现敏感的变化,针对投资优化问题中出现的随机变量的参数估计不可靠的情况,本文引入不确定集合描述随机收益的有关矩信息,提出了投资优化问题的一个鲁棒性模型,并采用数学规划的理论和方法,给出了该模型的最优策略和有效前沿的解析表示。本方法能够为采用保守策略的、对不确定性厌恶的投资者提供一种最优的投资策略。     

线性规划在长清县种植业最优布局中的应用

1982年以来,我们在山东省济南市长清县农业资源调查和农业区域规划定性分析的基础上,开展了用运筹学方法进行农业资源开发的研究工作.这一工作的主要目的,是寻找一个全县规模的种植业最优布局,以期达到纯收入最高和改善生态效益等.这项工作共动用了三百多万个数据,历经一年左右的时间,最后针对不同气候条件确定了四个大型线性规划模型(共有三千多个变量及一百多个约束条件),通过上机计算,求得相应的最优方案,然后     

农村产业结构布局优化的数学模型及其稳定性分析

本文主要介绍作者多年来在农业生产结构优化研究中构造的数学模型,并从理论上证明了该模型的稳定性     

加权无标度网络中的疾病传播

提出具有加权传播率和非线性传染能力的SIR模型和SIS模型,通过平均场方法证明了这两个模型在加权无标度网络中可以存在非零的传播阈值,从而传播率需要跨越更大的传播阈值才能流行.并且得到的结果在特殊情况下可退化为已有的一些经典结论.     

约束粒子群算法求解自融资投资组合模型研究

在马克维茨投资组合的均值-方差模型框架下,给出限制投资数量的自融资投资组合优化模型.在金融市场上有广泛应用,为了有效地求解此类问题的最优解,采用一种基于广义学习策略的约束粒子群算法(CPSO).CPSO算法具有广义的学习策略,极大地提升了种群的多样性,进而提升种群跳出局部最优解的能力.在基准函数测试中,结果显示CPSO算法有较好的运行结果.在自融资投资组合优化模型上,优化结果表明CPSO算法是可行的,有效的,并有较好的优化结果.     

改进的粒子群算法及在CVaR模型中的应用

为了求解带有条件风险价值(CVaR)约束的均值-方差模型,提出一种基于广义学习和柯西变异的粒子群算法(CCPSO).在CCPSO算法中,为了提升种群跳出局部最优解的能力,引入一种广义学习策略,提升粒子向最优解飞行的概率;并引入一种动态变异概率,对粒子自身最优位置进行柯西变异,更好地引导种群的飞行;最后,根据全局最优粒子的运行状况,每间隔若干代对其进行变异,以产生全局新的领导者.在基准函数测试中,结果显示CCPSO算法有较好的运行结果.在CVaR模型投资组合优化中,与其它算法相比,CCPSO算法所获结果是有效的,并且优于其它算法.     

基于随机占优理论的网络传播与免疫特性研究

以传统SIS传播模型为例,建立网络传播稳定状态方程式,运用随机占优理论,比较不同网络结构的传播稳定状态,利用比较结果,进行网络免疫,在疾病爆发或信息传播过程中根据网络结构控制网络传播的方向和速度,对社会中涉及传播的问题提供一种新的解决思路.     

运筹学运用于农业的研究

关于国内外运筹学在农业中的应用情况可见文[1],本文主要介绍我们研究所在农业应用中的主要工作。自五十年代以来,我们始终坚持运筹学为农业生产服务的方向,三十多年来我们的应用工作大体可分为两个阶段。从五十年代到七十年代是第一阶段,这一阶段的主要特点是偏重于对农业生产的微观指导,比如所从事的农业运输问     

基于不确定性期望效用模型的投资优化

针对资产的收益的分布不确切知道,并且所获得的矩信息也不是准确值的问题,提出了最大化最坏情形期望效用的鲁棒性方法.引入了凹凸类效用函数来度量模型不确定情形下投资者的效用,用一个不确定性结构来刻画资产收益的所有可能的分布和收益的矩信息,通过把具有不确定性结构的鲁棒性模型转化成参数二次规划问题,得到了最优投资策略、有效前沿和均衡价格的解析表示.方法为采用保守策略并且厌恶不确定性的投资者提供了一种有效的投资决策方案.     

关于非线性对偶规划的存在性定理

本文利用无穷下降方向、歧性函数等概念,建立了若干非凸的与凸的对偶规划的存在性定理。其中有些结果推广并加强了Geeffrion,A.M.,Wolfe,P.,以及A.Ben-tal等人的相应结果。