HAHN-BANACH THEOREM OF SET-VALUED MAP

I.IntroductionHah-BanachTheoremisanimportantconclusioninthefunctionialanalysis.Ithaspalyedausefulroleinunsmoothanalysisandotherfields,forexample,theexistanceofthegeneralizedsubdifferentialinI2,3,6]hasbeenproved.Inthispaper,weintroducetheconceptoftheK-convexandtheK-sublinearoftheset-valuedmap,whereKisapointedandclosedandconvexconeinlocallyconvextopologicalvectorspace,andweprovethegeneralizedHahn-BanachTheoreminsection11.Weapplyittothestudyoftheexistenceofsubdifferentialfortheset-valuedmapin…     

多周期多目标条件风险值模型

在商业、工业、电力和房地产等行业中存在许多复杂的多周期风险决策问题,它的数学模型研究对于解决这些问题具有重要的作用.作者建立了一种新的多周期多目标条件风险值(CVaR)数学模型理论和方法.先定义了一种带时间段的多周期多目标损失函数下的α-VaR和α-CVaR值,给出了一类多周期多目标CVaR最优化模型.然后,证明了多目标意义下的对应模型的等价定理,给出了多周期多目标CVaR模型的近似求解等价模型.最后,建立了一种生产企业在供过于求和供不应求两种情形下产生的多周期双目标CVaR模型,针对一个电力生产企业进行的数值实验,表明了模型可以得到在最小供给的用电损失分布下的各周期下的相匹配供电策略,可以帮助供电部门各个时期供电不平衡状况下的风险控制.     

集值映射向量优化问题的锥弱有效解的镇定性和稳定性

本文研究了集值映射向量优化问题的锥弱有效解的镇定性和稳定性,我们引进了集值映射向量优化问题的镇定性和稳定性的定义,并证明了集值映射问题优化问题的镇定性和稳定性的一些主要定理。     

基于CVaR准则的折扣回购策略双层风险决策

首先,引入条件风险值(CVaR)准则,作为风险厌恶型的供应商和零售商的决策准则,建立了基于条件风险值(CVaR)准则的折扣回购策略双层风险决策模型.然后,导出了零售商在批发价格下的最优订购公式,证明了订购量随着折扣增大而增大,随着批发价格增大而减小,数值实验表明供应商可以通过折扣和批发价来分担零售商的风险损失,来使供应链达到协调.     

求解线性规划一个新快速算法的实验报告

本文提出了求解线性规划的一个新的快速算法，通过数千个实例的试算表明，平均迭代次数为线性规划的变量个数的２倍。这是一个具有重大实用价值的简便算法。     

序扰动多目标规划的锥次微分稳定性

对于局部凸拓扑向量空间的多目标规划问题,本文研究并得到当确定空间序的控制锥受扰动,它们的锥有效点（解）集和锥弱有效点（解）集分别在锥次微分和锥弱次微分意义下的稳定性结果.     

直营连锁企业生产分配供应单周期模型研究

直营连锁企业一直面临着一个重要的决策问题是生产多少产品按什么分配方案供应给它的连锁店进行销售,使得连锁企业的损失最小和利润最大.文章首先建立了连锁企业在给定总生产量和基于期望损失下的单周期最优分配模型,导出了生产分配供应的最优策略公式,提出了求解最优生产总量和最优分配供应策略的近似计算方法,以及在销售周期内打折定价策略.最后通过对某食品直营公司的销售数据进行计算,所提近似算法可以获得连锁公司对应的最优分配供应策略,数值结果表明采用最优分配供应策略可以减少直营连锁企业的期望损失风险,增加期望收益.文章给出了连锁企业最优生产供应策略的模型和近似求解算法,对于连锁企业的生产和分配供应具有重要的理论指导意义.     

多损失WCVaR模型的等价性定理

研究了多概率分布簇下的多损失下的WCVaR (Multi Worst Conditional Valueat-Risk)模型等价性定理,根据概率分布簇的VaR测度值,定义了多损失下的WCVaR风险测度值和对应的多目标优化模型(MWCVaR),证明了多目标优化模型(MWCVaR)等价另一个多目标优化模型求解.对于有限分布簇情形,在一定条件下,证明了用有限个分布簇就可以近似计算多损失(MWCVaR)优化模型.     

时态支持向量机模型在股票操纵模式发现上的研究

基于原始时间属性下的时态数据难以发现规律的特点,文章构建了时态支持向量机模型,该模型通过对输入时态数据的粒度变换,获得多个分类模型,从而能够发现多种规律.在此基础上,结合时态型操纵特征构建了股票操纵模式发现模型,最后在证监会披露的操纵股票真实数据上进行数值实验,实验发现细时态粒度数据的分类模型在识别一般操纵和严重操纵上效果较好,粗时态粒度数据的分类模型在识别未被操纵或轻微操纵上效果较好.在未知数据集上实验,该模型可以有效识别不同程度操纵股票的模式,其中1个时态粒度数据下添加市场差异特征的模型表现最好,识别准确率达到了98.25%.文章验证了在不同时态粒度输入下,时态支持向量机模型能够发现在原始数据上不能发现的模式特征,这对解决一些复杂规律在原始特征下难以被发现的问题具有重要借鉴意义.     

非线性约束优化的光滑化平方根罚函数

介绍一种非线性约束优化的不可微平方根罚函数,为这种非光滑罚函数提出了一个新的光滑化函数和对应的罚优化问题,获得了原问题与光滑化罚优化问题目标之间的误差估计. 基于这种罚函数,提出了一个算法和收敛性证明,数值例子表明算法对解决非线性约束优化具有有效性.