收益约束下在线租赁最小风险策略竞争分析

在线算法是研究信息不确定决策问题的一种新工具。应用在线算法研究金融租赁问题(在线租赁)是近年来国内外的一个研究热点。本文在前人研究基础上,讨论了给定收益约束下在线租赁最小风险策略,完善了在线租赁的风险收益竞争分析。同时我们也把基本的在线租赁扩展为可退货在线租赁问题,并进一步讨论了可退货在线租赁问题的风险最小策略。本文结果对在线租赁研究具有重要意义。     

购买价格递减的在线租赁问题策略设计

运用在线问题与竞争分析的方法研究了购买价格递减的在线租赁问题。通过揭示相关费用函数的性质,先后给出了最优离线策略以及在线策略。通过竞争比分析,证明了我们给出的在线策略是该问题唯一最优策略,而且该策略的竞争比随购买价格的优惠率的增加呈严格递减趋势。竞争分析结果表明考虑购买价格递减因素能够改进在线策略的竞争比从而提高决策效率。     

基于优惠合同的在线租赁策略设计

近年来租赁行业竞争日益激烈,租赁企业为了吸引客户有时会开展一些优惠活动。针对这一现状,本文讨论了存在优惠合同时承租方的在线租赁决策问题,其中假设该优惠合同 给予承租方一次以比较优惠的价格连续租赁设备多期的机会。首先,分析了存在优惠合同时的最优离线策略。其次,利用在线算法和竞争比理论分别设计了承租方放弃优惠合同和签订优惠 合同两种情形下的最优在线策略及最优竞争比。最后,通过汽车租赁优惠的数值算例说明选择签订优惠合同是更好的策略,进一步给出了签订优惠合同和购买设备的最佳时间。     

在线多租赁选择问题的最优竞争策略

在线算法与竞争分析是研究信息不确定决策问题的一种新工具,应用该方法研究在线租赁问题是近年来国内外的一个研究热点。传统的在线租赁问题以经典的"雪橇租赁模型"为基础,考虑在线决策者可以选择购买或按单位时间租赁的方式来使用设备。然而现实租赁市场(比如汽车租赁,房屋租赁)往往提供多种租赁方式供在线决策者选择,除了按单位时间进行租赁,通常可以以一个较优惠的价格租赁多个单位时间。在这种现实背景下,本文建立了多种租赁形式下的在线租赁模型,给出了这种租赁模型下的确定性竞争策略,并证明该策略具有最优竞争比。     

基于风险补偿模型的耐用设备占线租赁策略研究

传统的占线优化理论没有考虑到风险因素,其本质是一种无风险策略,具有一定的局限性,然而在现实中更多的人愿意利用风险来获得额外收益。基于此,本文结合交易费用与现实租赁市场中二手市场存在的情形,研究了耐用设备占线租赁的风险回报模型。风险回报模型是对最优确定性策略的拓展,且概率型预期风险回报模型是对确定型预期风险回报模型的拓展。通过数据分析表明风险回报模型能够有效地提高策略性能,从而使决策者可以根据自己的风险容忍度和预期选择最优的租赁策略。     

在线时间序列搜索的风险补偿模型

对于在线时间序列搜索问题,在假设对未来信息有一定的预期下,提出了在线时间序列搜索的风险补偿模型,进一步研究了模型的求解,给出了模型的一个最优策略,并通过数值计算讨论了最优策略的补偿函数随参数变化规律.数值实验结果表明,随着风险容忍度的增大与预期区间下限的增大,补偿函数均增大且趋于收敛;随着预期概率的增大与预期区间上限的减少,补偿函数分别增大.研究结果丰富了在线时间序列搜索的理论且具有实际应用价值.     

太湖水华危机应急预案在线风险补偿启动策略

应急预案启动时机的选择是应急管理领域中应对危机时需要解决的关键问题.太湖水华危机代表一类具有生长速度或传播速度不确定性的突发公共卫生事件,以此为背景基于在线方法,设计了应急预案启动策略,并证明是最优竞争比策略.同时,考虑到对未知信息的预期,设计了在线风险补偿启动策略.最后对危机进行实际数值计算,并指出策略的竞争性与预案应对强度之间的关系,还有在线风险补偿策略的补偿收益与决策者风险容忍度之间的关系,研究结果具有一定的实际指导意义和参考价值.     

无限可分商品在线反向拍卖的风险策略研究

对网络环境下一个买家多个卖家的反向拍卖,研究了供应商在不同时间到达并投标而采购商接到每个投标后需要立即做出决策的在线反向拍卖的风险策略。对于无限可分商品,在资金一定前提下,首先对采购商无风险行为情形给出了基于标价上涨威胁的在线反向拍卖策略,通过竞争分析得到了其最优竞争比及整体需要曲线;其次引入采购商的风险容忍度概念,建立了激励相容在线反向拍卖的风险回报框架,并对风险忍耐策略进行了竞争分析。     

双人合作的在线雪橇租赁问题

以往的文献只研究了单人雪橇租赁问题,本文将雪橇租赁问题扩展到了双人合作情形.研究了两个在线决策者的合作博弈模型,给出了TBS策略和BCS策略,并求出了双方收益分配的纳什均衡解.结论显示,TBS策略具有最小竞争比,但基于该策略的合作却不稳定,需要契约维持;BCS策略不具有最小竞争比,却是占优策略,基于该策略的合作是稳定的。因此存在合作可能的情况下,选择BCS策略的合作总比非合作要好。文章第4节详细的比较了TBS策略和BCS策略。   此外,文章还得到了一个有意思的发现,随着参与人的增加,竞争比是有可能不上升的.这一发现与经典的在线问题(如k-server问题)的结论不一样,在k-server问题中,随着参与者(服务器)的增加,竞争比会呈线性提高》。     

非平稳市场中适应性在线投资组合策略设计与分析

考虑到股票市场的表现往往是非平稳的, 过去较长时间的股票价格对当前的投资决策影响较小, 因此基于近期股票价格数据设计在线投资组合策略. 首先, 将上一期的策略与固定长度的股票价格近期数据对应的最优定常再调整策略加权平均, 设计了一个在线投资组合策略. 其次, 进一步采用在线学习的方法选择加权平均的权重, 设计了一个适应性的在线投资组合策略. 利用实际股票价格数据对构造的策略进行数值分析, 结果表明与基准策略和已有的在线投资组合策略相比, 设计的策略具有较好的性能.     

Competitive Analysis for the On-line Truck Transportation Problem

In this paper, the on-line k-truck transportation problem (k-OLTTP) whose objects are to be transported between the vertices of a given graph on which there are k mobile trucks to be scheduled is proposed. It is motivated by the research concerning on-line k-truck problem and on-line transportation problem. The goal is to minimize the makespan which is consumed to complete some on-line request sequence. Some preliminary knowledge is introduced and the model of k-OLTTP is established firstly. Two versions of a special case of k-OLTTP, namely 1-OLTTP, have been studied and some results are obtained. For the first version, Open-1-OLTTP, a lower bound of competitive ratio 2 is presented and two optimal on-line algorithms, Reschedule Strategy (RS) and Lay Over Strategy (LOS) respectively, are analyzed. For the second version, Close-1-OLTTP, a lower bound of competitive ratio , where θ is the ratio between the time consumed by the loaded truck and the empty truck to travel the same distance, is also developed and on-line algorithms RS and LOS are proved to have competitive ratio 2. Finally, some interesting remarks concerning OLTTP and its future research are discussed.     

成对需求占线服务器问题及公平原则策略

针对在对称度量空间上多服务需求的k-服务器占线问题,研究问题空间为k＋2（度量空间上有k＋2个顶点,但只有k个服务器）时的一个特例：即在任意时刻都同时有两个服务需求提出。建立了该问题的数学模型,给出了公平原则策略,该策略能使得任意两个服务器完成服务后花费费用之差不大于某个固定常数;进行了相应的策略分析和竞争比的证明,并同工作函数策略进行了比较。     

Competitive Analysis of a Better On-line Algorithm to Minimize Total Completion Time on a Single-machine

We consider the problem of scheduling jobs on-line on a single machine with the objective of minimizing total completion time. We assume that jobs arrive over time and that release dates are known in advance, but not the processing times. The most important result we are given in this paper is the competitive analysis of a new clairvoyant on-line algorithm for this scheduling problem. We are proving that this deterministic semi-online algorithm, called ST-, is -competitive, which beats the existing lower bound for non-clairvoyant online algorithms.     

局内状态下的进货管理问题及其竞争分析

局内进货管理问题是指在未来商品的需求不确定,对未来不作预测的情况下如何决策什么时候及购进多少货物的问题.如果我们用πOPTD表示局外问题的最优解,πAD表示局内算法A的最优解,那么竞争比可以表示为sup（πOPTD/πAD）,其中D表示任意的需求序列.决策者的目标是使得竞争比尽可能的最小.本文首先建立了一个简化的局内库存管理模型,在知道M和m（未来需求最大值和最小值）基础上设计了两种局内策略FNA和PDBA.讨论并证明了对于固定购买数量的竞争策略,我们给出的FNA策略具有最优的竞争比.而后分析了策略PDBA在需求满足各种不同情况下的竞争比.     

占线订单排序C——收益函数下改进的随机策略

对于订单具有紧交货期限且以最大化完工总收益为目标的占线订单排序问题，Woeginger（1994）提出了完工收益与订单长度满足C——收益函数关系的一类模型，并给出了竞争比为4的最优确定性策略。本文针对该模型设计了一个简单的随机策略，并证明其具有竞争比2。该策略明显简单于已有的各种随机策略；同时，本文结论大大改进了Seiden（1998）所给出的当前最好竞争比3．732。     

电网项目融资租赁信用评价混合模型的新研究

电网建设工程通过项目融资租赁进行快速融资的同时,给租赁公司带来巨大的信用风险.通过事前对承租人进行信用评价,能够有效降低信用风险损失.针对电网企业信用评价的多属性非线性特征,提出了基于独立分量分析技术-支持向量机的信用评价混合模型.首先,采用独立分量分析技术对信用属性数据进行属性重构,实现属性数据的去噪.然后,将重构后的新信用属性数据用于支持向量机的训练建模.最后,通过实例模拟对比分析了独立分量分析技术对支持向量机分类的有效性.结果表明,独立分量分析技术能够改善信用属性数据特征,并且在多属性分类问题中,独立分量分析技术有助于提高支持向量机分类的准确率.