生态工业共生网络中的鲁棒优化模型

生态工业共生网络(EISN)的稳定可持续运行是生态工业园中各企业实现经济和环境利益最大化的基本保障。在考虑政府激励因素的情况下,建立一个以n个生产者企业和m个分解者企业为核心的EISN利润最大化问题的最优化模型。在此基础上,为更真实反映EISN的运行情况,考虑到分解者企业利用次级原材料的单位成本及次级原材料转化率的不确定性,构建了EISN利润最大化问题的离散鲁棒优化模型,提出了基于网络最小费用流的模型求解方法,证明了模型解的存在性,并给出了相应的案例。     

基于禁忌算法的中枢辐射航线网络鲁棒优化方法

文章针对航空公司构建中枢辐射航线网络问题展开研究,采用鲁棒优化的方法建立数学模型,针对鲁棒解的特点以及问题的复杂性,将禁忌算法和最短路算法相结合并加以改进,提出了一种适应于求解大型问题的启发式算法,并通过实例进行了仿真实现.     

鲁棒优化中的Pareto有效性

对于一般的不确定优化问题, 研究了鲁棒解的~Pareto 有效性. 首先, 证明了Pareto 鲁棒解集即是鲁棒解集的Pareto 有效集, 因此求Pareto 鲁棒解等价于求鲁棒解集的Pareto 有效元. 其次, 基于推广的epsilon-约束方法, 得到了Pareto 鲁棒解的生成方法.     

椭球不确定集下具有消费的投资组合鲁棒优化模型

针对含有不确定参数的优化问题,鲁棒优化作为一种有效的优化手段引起了人们的普遍关注。本文主要介绍了CVaR风险投资纽合模型,并在模型中加入消费,将椭球不确定集下鲁棒优化应用到该模型中,这不仅解决了该模型由于参数的不确定性所造成的缺陷,而且也比较符合实际情况。     

资产组合鲁棒优化模型及应用研究

本文在对资产组合鲁棒优化理论归纳总结的基础上,根据我国实际情况,考虑未来经济因素的不确定性,建立了相应的资产组合鲁棒优化模型。对基金公司的投资决策、银行卡网络资金分配、VaR约束下的资产组合选择等实际问题进行了研究。针对每一个具体问题,调整和改进了模型的目标函数和约束条件,用相应的不确定集描述有关的未来不确定经济因素,得到了鲁棒优化结果,使得资产组合决策兼具可行性和最优性。     

到达不确定呼叫中心人员配置的鲁棒优化模型

针对呼叫中心实际运营中顾客到达不确定的特点,采用鲁棒离散优化方法,建立呼叫中心人员配置的鲁棒模型。利用对偶原理将鲁棒模型转换易于求解的线性鲁棒对等式,通过调节模型中的鲁棒参数来权衡鲁棒解的保守性与最优性之间的关系,计算模型中约束违背概率上限来表示鲁棒解的可靠性。通过现实呼叫中心数据算例,验证了模型的有效性,分析了不同鲁棒水平下各时间段服务人员配置规律,以及系统最小成本与违背概率之间的权衡关系。最后,对到达扰动系数进行了敏感性分析。     

基于鲁棒优化的随机时变网络最优路径研究

交通事故、恶劣天气以及偶发的交通拥堵等都会导致道路交通网络中行程时间的不确定性,极大地影响了道路交通系统的可靠性,同时给日常生活中出行计划的制定以及出行路径的选择带来了不便。因此,本次研究将综合考虑道路交通网络中由于交通流量的全天变化所导致的路径行程时间的时变特征,以及由于事故、天气等不确定因素所导致的路径行程时间的随机特征,并以此作为路网环境的假设条件,对出行路径选择问题进行研究。具体地,首先建立行程时间的动态随机变量,并在此基础上模拟构建了随机时变网络。随后,定义了该网络环境下路径选择过程中所考虑的成本费用,并通过鲁棒优化的方法,将成本费用鲁棒性最强的路径视为最优路径。随后,在随机一致性条件下,通过数学推导证明了该模型可以简化为解决一个确定性时变网络中的最短路径问题。最终,具有多项式时间计算复杂度的改进Dijkstra算法被应用到模型的求解中,并通过小型算例验证模型及算法的有效性。结果表明,本研究中所提出的方法可以被高效率算法所求解,并且不依赖于先验行程时间概率分布的获取,因此对后续的大规模实际城市道路网络应用提供了良好的理论基础。此外,由于具有行程时间随机时变特征的交通网络更接近实际道路情况,因此本次研究的研究成果具有较高的实际意义和应用价值。     

集装箱码头泊位计划的鲁棒优化模型

针对集装箱码头作业中的不确定性因素,构建泊位计划的鲁棒优化模型与算法,目的是降低不确定性因素对集装箱码头作业系统的影响。首先,提出泊位计划鲁棒性度量指标,利用算例对各指标的效果进行分析。在此基础上,设计泊位计划鲁棒优化的两阶段优化算法。算法的第一阶段不考虑泊位计划的鲁棒性,以船舶总延误时间最小为目标;算法的第二阶段以所选择的鲁棒性指标最大为目标,以第一阶段获得的船舶总延误时间为约束条件,获得鲁棒调度方案。最后,研究作业资源(装卸桥数量)的变化对泊位计划鲁棒性的影响。算例分析表明,权重松弛量是有效的度量泊位计划鲁棒性的指标,两阶段算法可以有效解决泊位计划鲁棒优化问题。     

基于鲁棒优化的灰色业务流程识别与外包策略

在运营管理过程中,决策者需要对业务流程“核心与非核心”的属性进行识别以相应地采用完全所有权或市场采购的模式。本文研究了不能被准确识别的“灰色业务流程”的模式选择,考虑了外部采购、联合开发(或部分所有权)与完全所有权的生产模式选择。根据不同模式之间的特征设计动态的外包策略与选择时机,应用鲁棒优化分析外包策略的相对遗憾。研究结果显示:在外包策略选择后,如灰色业务转变为非核心流程,转变时机越早外包策略的相对遗憾越大;如灰色业务转变为核心流程,相对遗憾随转变时机延迟而增加。在最坏情形下,策略的相对遗憾上界为1。     

非对称不确定投资组合问题的鲁棒优化模型(英文)

本文研究了一类回报率不确定的投资组合问题.利用鲁棒优化方法,提出了一种鲁棒平均绝对偏差模型.现有的研究通常假设回报率是呈对称分布的不确定数据,本文提出的模型可处理非对称分布的不确定数据,适用范围更广.     

基于鲁棒二阶随机占优的投资组合优化模型研究

本文主要考虑一类经典的含有二阶随机占优约束的投资组合优化问题,其目标为最大化期望收益,同时利用二阶随机占优约束度量风险,满足期望收益二阶随机占优预定的参考目标收益。与传统的二阶随机占优投资组合优化模型不同,本文考虑不确定的投资收益率,并未知其精确的概率分布,但属于某一不确定集合,建立鲁棒二阶随机占优投资组合优化模型,借助鲁棒优化理论,推导出对应的鲁棒等价问题。最后,采用S&P 500股票市场的实际数据,对模型进行不同训练样本规模和不确定集合下的最优投资组合的权重、样本内和样本外不确定参数对期望收益的影响的分析。结果表明,投资收益率在最新的历史数据规模下得出的投资策略,能够获得较高的样本外期望收益,对未来投资更具参考意义。在保证样本内解的最优性的同时,也能取得较高的样本外期望收益和随机占优约束被满足的可行性。     

应急物流LRP鲁棒双层优化模型研究

考虑到突发事件下受灾点对救灾物资需求的不确定性,针对应急物流设施的定位和车辆运输救灾物资路线进行协同研究,建立了应急物流设施定位-车辆路线选择问题(LRP)鲁棒双层优化模型.运用分散式决策方式下的转化定理,将所建立的含有不确定系数的层次关联协同优化模型进行确定性转化,并设计一种混合遗传算法对转化后的确定性双层规划模型进行求解,最后,通过实例验证了模型的合理性及算法的可行性.     

多目标应急物流中心选址的鲁棒优化模型

针对重大突发事件的应急物资救援,研究了应急物流中心的选址及应急物资的调运问题。利用离散的情景集合描述受灾点应急物资需求的不确定性以及应急物资运输成本和运输时间的不确定性,同时考虑应急救援成本和应急救援时间两个目标,建立了多目标应急物流中心选址的确定型模型和鲁棒优化模型。为将多目标问题转化为单目标问题,利用成本单目标和时间单目标的最优结果将多目标转化为相对值再加权处理,该方法既可消除多个目标之间的单位及数量级差异,还可以根据问题的数据变化进行动态调整。以提供应急物资救援服务的设施作为编码,设计了一种通用的混合蛙跳算法。为检验模型和算法的有效性,设计了一个多情景的算例,结果表明两个模型和算法具备良好的可行性和有效性,且鲁棒优化模型能较好地保持对各种不确定性的抗干扰能力;最后,讨论分析了成本偏好权重和鲁棒约束系数的影响,结果表明可根据成本偏好权重的取值范围来区分各种应急救援阶段,体现不同救援阶段的救援要求及特征,并给出了成本偏好权重和鲁棒约束系数的取值建议。     

不确定环境下应急救援供应链鲁棒优化模型

鉴于灾害救援运作的紧迫性和重要性,考虑需求、供应、成本等参数的不确定性,构建一个由供应商、救援配送中心和受灾区域构成的三级应急救援供应链,旨在确定救援产品数量及救援配送中心的合适位置,以最小化救援供应链总成本,最大化受灾区域满意水平为目标,采用区间数据鲁棒优化方法处理模型的不确定性,应用情景随机规划降低鲁棒优化的计算难度,最后给出一个地震案例的具体数据来证明所提救援供应链鲁棒优化模型的有效性和可行性。实验结果表明,需求保守度的变化对目标函数值的影响大于供给和成本保守度的变化,可为应急救援决策者调整不确定参数保守度提供理论支持。     

Robust Portfolio Optimization with Multi-Factor Stochastic Volatility

Journal of Optimization Theory and Applications - This paper studies a robust portfolio optimization problem under a multi-factor volatility model. We derive optimal strategies analytically under...