基于模拟植物生长算法构造Steiner最优树问题研究

Steiner最优树问题是指对于给定区域内的点集,通过引入Steiner点集将区域中的点连接并保证连通的网络达到最小.该问题已成为经典的优化组合问题之一.提出一种基于模拟植物生长算法生成Steiner最优树的连通算法来实现网络连通.通过对实例的实验及结果分析,结果表明本算法不仅可获得最优解,精度和性能也有提高,明显优于其它方法.     

基于可信性理论的均值-熵-偏度投资组合模型及其算法求解

本文考虑到证券市场的投资者往往面临着随机和模糊两种不确定性的情形,在模糊随机环境下把证券的收益率视作三角模糊变量,在可信性理论基础上建立了带融资约束条件的均值-熵-偏度三目标投资组合决策模型,拓展了基于可信性理论的投资组合决策模型的研究内容,同时通过对约束条件处理方法,外部档案维护方法等关键算子的改良,提出了一种新的约束多目标粒子群算法。本文运用该算法对模型进行求解,把得到的最优解与传统的多目标粒子群算法得到的最优解进行对比,结果表明新算法得到的最优解的质量会显著地优于传统的多目标粒子群算法的最优解,从而验证了算法的有效性和准确性。该算法可以在三维空间中得到一个分布性和逼近性较好的Pareto最优曲面,满足投资者对不同目标的差异需求,为投资者提供合理的投资组合决策方案。     

一个具有变化联盟结构的动态合作博弈模型

本文运用合作博弈的观点分析和解决在动态决策进程中出现的合作方式发生变化的问题.针对于在博弈树给定的有限个节点上随机改变联盟剖分的动态博弈,通过引入新的特征函数和最优准则,建立了动态最优解PGN向量,同时给出了求最优路径和最优解的算法.     

基于Stackelberg博弈论的边缘计算卸载决策方法

为了解决移动边缘计算中移动用户的计算卸载决策问题,设计了一种基于Stackelberg博弈的卸载决策方法.方法将边缘云和移动用户分别视为博弈主导者和跟随者,边缘云通过对自身计算能力的定价实现有限计算能力下的效用最大化,而移动用户针对边缘云的定价策略,作出数据卸载的相应决策,实现效用最大化,通过单主多从Stackelberg博弈过程中策略的相互影响与进化,实现了双方效用的最优.证明了该Stackelberg博弈存在使得效用最优的纳什均衡解,并提出了一种分布式迭代算法求解博弈双方的纳什均衡解.通过数值分析,证明算法具有很好的收敛性,且分布式博弈算法可以得到比集中式算法更高的效用均值.     

多种风险下研发项目投资决策博弈分析

研发项目代表了高新技术企业的核心竞争力,但是其投资和研发的过程所包含的多种风险可能会造成企业经济上的损失。为了保证竞争优势和收益最大化,企业投资前需要对项目的估值非常的精确,以便在竞争中做出最优投资决策。本文以市场中的两个竞争性企业为例,利用欧式复合期权理论与博弈论,量化了技术风险、商业风险和突发风险等不确定性,在经过了信息披露过程之后,分析了市场中企业自身和竞争者的投资决策,建立相应的研发项目投资决策数学模型,对企业的研发项目投资时机和决策收益进行评估,通过博弈得到纳什均衡下的企业最优投资决策。     

基于自适应均匀变异人工鱼群投资组合优化算法的研究

投资市场具有一定的风险,影响因素包括经济、政治、市场自身规律等,根据市场机制构建合适的投资组合模型,可以有效降低市场风险,提高投资回报率.人工鱼群算法是模仿自然界鱼类的一种人工智能优化算法,具有较好的优化能力,但有时会陷入局部最优解.首先将人工鱼群算法与均匀变异相结合,加入均匀变异随机数,使算法能够跳出局部最优解,得到全局最优,从而提高算法精度.然后采用改进人工鱼群算法对投资组合模型进行优化求解.实验表明,改进人工鱼群算法具有较好的收敛精度和收敛速度,对投资组合模型的求解效果更好,风险下降,收益增加、     

连续时间下的最佳投资组合和弹性

考虑了随机过程框架下的最优投资组合问题 ,发现弹性是投资组合的决策变量 .求解最优投资组合问题可以分为两个阶段 :在第一阶段 ,求解最优弹性使得 (期望 )效用最大 ;在第二阶段 ,寻找投资组合 ,使得投资组合的弹性等于最优弹性 .结果具有一般性 ,有广泛应用 ,例如 ,可用于含有期权的投资组合中去     

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.     

一类灰色组合投资决策方法

以灰色系统理论和概率论为基础,探讨了含有区间灰数的组合投资决策问题,提出了具有交易费用的灰色组合投资模型的有效解及其临界最优解和均值白化最优解的概念.并且指出了这些概念所对应的投资偏好.利用分析方法和技巧,融合经典组合投资理论,构建了带有交易费用的灰色组合投资模型的熵权分析算法.为不确定型组合投资决策方法的研究提出了一条新思路.文中的算例说明了算法的可行性.     

基于减排框架的最优技术政策选择研究

基于减排框架,本文分别引入研发补贴政策、研发卡特尔(简称“R&D卡特尔”)、竞争研发联盟(简称“RJV竞争”)及卡特尔研发联盟(简称“RJV卡特尔”)等四种技术政策,构建了一个多阶段博弈模型,研究单一技术政策、技术组合政策情形下双寡头企业减排研发绩效、利润及社会福利水平,并进一步利用数值模拟方法探讨政府和企业最优的技术政策选择,政府和企业最优技术政策选择结果的差异及其影响因素。研究结论表明:首先,从政府角度来看,组合政策的效果总是相对优于单一技术政策,并且政府最优的技术政策选择为RJV卡特尔与补贴组合政策。其次,无论溢出率取何值,政府和企业最优的技术政策选择都是一致的。最后,排污税取值影响政府和企业最优技术选择的一致性,当排污税较小时,企业最优的技术政策选择为RJV竞争与补贴组合政策(或RJV竞争政策);当排污税较大时,企业最优的技术选择为单一的技术政策。为了使政府和企业的最优技术政策选择一致,政府应选择一个合适的排污税。     

企业自主研发与合作创新的风险测度及组合优化

企业在整合内部创新要素进行自主研发的同时,也会寻求外部创新资源进行合作创新,当前同时从事多个R&D项目已成为常见的企业经营活动,如何在不确定条件下分析多个R&D项目投资的策略选择及风险优化,对于企业的长期发展具有重要意义。根据企业是否采取合作创新策略,可将其R&D项目分为自主研发与合作创新两类,以项目的研发成功率和投资收益率代表技术风险和市场风险,分别测度自主研发与合作创新项目的风险特性,并在此基础上构建企业R&D项目投资组合优化模型,以在自主研发与合作创新项目之间进行权衡取舍。结果表明,企业对于自主研发与合作创新项目投资组合的最优投资权重,主要取决于这两类组合的期望收益率、收益率方差、期望成功率以及两组合之间的协方差。企业可基于关键参数制定出最优的R&D项目投资组合选择策略,合理分配资金以达到风险最小化的投资目标。     

Uncertain portfolio optimization problem under a minimax risk measure

Portfolio optimization problem is concerned with choosing an optimal portfolio strategy that can strike a balance between maximizing investment return and minimizing investment risk. In many cases, the return rate of risky asset is neither a random variable nor a fuzzy variable. Then, it can be described as an uncertain variable. But, the existing works on uncertain portfolio optimization problem fail to find an analytic solution of optimal portfolio strategy. In this paper, we define a new uncertain risk measure for the modeling of investment risk. Then, an uncertain portfolio optimization model is formulated. By introducing a new variable, we transform it into an equivalent bi-criteria optimization model. Then, we derive a method for the construction of the set of analytic Pareto optimal solutions. Finally, a numerical simulation is carried out to show the applicability of the proposed model and the convenience of finding the analytic solution.     

基于Steiner点的非确定语言信息群决策方法研究

本文针对不确定语言信息的群决策问题,提出了一种解决多粒度不确定二元语义语言信息集结与决策的新方法。首先,根据各专家不确定语言短语决策信息,通过相关转化规则,量化为与其对应的二元语义区间数,并将其端点映射到二维坐标系中。其次,运用植物模拟生长算法(PGSA)求出各区间数端点坐标的加权Steiner点(专家群体最优结集点,即群体共识点)。其后,再由最优集结点,给出专家最优集结判断矩阵。从而,可以对决策方案的进行排序,以便给出最优群体决策方案。为了验证此方法的合理性和有效性,本文选择了两个其他学者的研究算例,对其进行了平行的算例研究。最终得到了与其相同的研究结果。     

Conflict dissolution by reframing game payoffs using linear perturbations

Human beings have a prevailing drive to achieve their self-interest goals or equilibrium states, which may subsume their social interests. An ideal working environment or cooperative game situation would be one in which each participant or player maximizes his/her own interest while maximizing his/her contribution to the collective group interest. This paper addresses the feasibility, methods, and bounds for reframing a generaln-person game into an ideal game in which full cooperation or a targeted solution can be induced and maintained by the players' self-interest maximization. Criteria for good reframing are introduced. Monotonic games, self-interest cooperative and noncooperative games, and a decomposition theory of general games are also introduced to facilitate the study. It is shown that everyn-person game can be written as the sum of a self-interest cooperative game and a self-interest noncooperative game. Everyn-person game can be reframed so that full cooperation can be achieved by the players' self-interest maximization. Everyn-person game can be reframed so that a targeted solution can be obtained and maintained through the players' self-interest maximization.     

考虑延迟现象的质量改进投入和营销努力动态协同策略

利用时滞微分方程刻画质量改进投入对品牌商誉提升的延迟现象,分别构建了制造商和零售商采取非合作博弈、合作博弈以及成本分担的部分合作博弈(制造商参与营销的单向部分合作博弈、零售商参与生产的单向部分合作博弈、制造商参与营销及零售商参与生产的双向部分合作博弈)五种决策模式下的微分博弈模型。借助哈密尔顿极大值原理,求解得到五种情形下的制造商最优质量改进投入策略和零售商的最优营销努力策略以及供应链利润。对比五种博弈模式下的结果发现:1)延时现象会降低制造商进行质量改进投入的积极性,但对零售商营销努力无影响;品牌商誉在延迟现象影响下出现先衰减后提升的演进规律;2)合作博弈对于供应链绩效总是最优的,三种成本分担的部分合作博弈契约虽不能实现供应链的完全协调,但可以对非合作博弈情形进行帕累托改进;3)对比两种单向部分合作博弈,在提高供应链利润方面,制造商参与营销的成本分担契约优于零售商参与生产的成本分担契约;4)三种成本分担契约中,双向合作的部分合作博弈是供应链的最优选择,但随着延迟时间增大,其帕累托改进效果将不再明显。     

基于风险网络结构的资产分配策略研究

股票市场是一个高风险市场,如何在频繁发生的极端波动环境下进行有效的资产分配是当前热点问题。本文首次应用VaR模型构建股市风险网络,并基于风险网络模型进行最优投资组合成分选择,分析不同市场波动行情下最优资产分配权重和股票中心性的时变关系,融合风险网络时变中心性和个股表现提出新的动态资产分配策略(φ投资策略)。结果表明:在股市上涨和震荡期,股票中心性和最优投资组合权重呈正相关关系;股市下跌期,股票中心性和最优投资组合权重呈负相关关系;当φ>0.05时,投资者的合理投资区域向高中心性节点移动,反之。φ投资策略的绩效表现证明了风险网络结构能提高投资组合选择过程。此研究对于优化资产配置、提高投资收益、多元化分散投资风险具有重要意义。     

An a posteriori decision support methodology for solving the multi-criteria supplier selection problem

This research presents a novel, state-of-the-art methodology for solving a multi-criteria supplier selection problem considering risk and sustainability. It combines multi-objective optimization with the analytic network process to take into account sustainability requirements of a supplier portfolio configuration. To integrate ‘risk’ into the supplier selection problem, we develop a multi-objective optimization model based on the investment portfolio theory introduced by Markowitz. The proposed model is a non-standard portfolio selection problem with four objectives: (1) minimizing the purchasing costs, (2) selecting the supplier portfolio with the highest logistics service, (3) minimizing the supply risk, and (4) ordering as much as possible from those suppliers with outstanding sustainability performance. The optimization model, which has three linear and one quadratic objective function, is solved by an algorithm that analytically computes a set of efficient solutions and provides graphical decision support through a visualization of the complete and exactly-computed Pareto front (a posteriori approach). The possibility of computing all Pareto-optimal supplier portfolios is beneficial for decision makers as they can compare all optimal solutions at once, identify the trade-offs between the criteria, and study how the different objectives of supplier portfolio configuration may be balanced to finally choose the composition that satisfies the purchasing company's strategy best. The approach has been applied to a real-world supplier portfolio configuration case to demonstrate its applicability and to analyze how the consideration of sustainability requirements may affect the traditional supplier selection and purchasing goals in a real-life setting.     

合作博弈的粒子群算法求解

随着局中人人数的增加,利用传统的“占优”方法和“估值”方法进行合作博弈求解无论从逻辑上还是计算上都变得非常困难。针对此问题,将合作博弈的求解看作是局中人遵照有效性和个体理性提出分配方案,并按照一定规则不断迭代调整直至所有方案趋向一致的过程。依据该思路,对合作博弈粒子群算法模型进行构建,确定适应度函数,设置速度公式中的参数。通过算例分析,利用粒子群算法收敛快、精度高、容易实现的特点,可以迅速得到合作博弈的唯一分配值,这为求解合作博弈提供了新的方法和工具。     

基于CaR风险约束的动态投资组合模型

研究了带有风险约束的动态投资组合优化问题.在Black-Scholes型金融市场下,引入了在险资本(Captical at risk,CaR)风险约束,与以往文献的风险约束仅仅施加于终端时点不同,该模型将风险约束施加于每一个交易区间.即利用条件信息不断地对风险进行重新评估,从而对投资决策连续地施加影响.利用动态规划技术和优化理论,在合理的假定下,从理论上对问题进行了分析,给出了最优投资策略的显式表达式,并与无风险约束情形进行了比较.最后给出了一些数值例子进行说明.