基于可靠性的随机拥挤收费模型

提出了一种需求不确定环境下的基于可靠性的拥挤收费模型.在需求不确定的环境下,出行时间的变动使得无论是出行者还是网络决策者都面临着风险.出行者需要提高出行的可靠性以避免迟到,决策者需要在缓解拥堵的同时提高网络整体的可靠性.以基于路段的平均超额出行时间作为出行者的路径选择准则,以平均超额系统总阻抗最小作为决策者拥挤收费的目标,建立了具有均衡约束的数学规划模型.提出了模型能分析出行者的路径选择行为和决策者的决策过程中的可靠性,同时充分考虑迟到等不可靠因素的影响,全面刻画不确定环境下路径出行时间和系统总阻抗的分布特征.数值算例表明,忽略不确定性的影响可能会得到对于网络整体性能过于乐观的评价,得到脱离实际的收费方案.网络的不确定性越高,对于网络性能和收费方案的影响就越大,从而考虑网络可靠性和出行者路径选择的可靠性的必要性就越大.此外,以平均超额系统总阻抗作为拥挤收费的目标可以进一步改善网络的可靠性.     

基于基尼系数的停车换乘拥挤收费定价模型

许多大城市提倡停车换乘的组合出行方式,目的是减少出行车辆,缓解交通拥挤状况.应用双层规划模型对停车换乘拥挤收费进行研究.下层模型采用弹性需求SUE模型,上层模型考虑了交通公平因素.以各出行方式占用的道路资源为公平指标,应用基尼系数对传统上层模型进行改造,构建一个用户盈余尽可能大而基尼系数尽可能小的上层模型,并利用基尼系数控制参数,实现在不同公平要求下的拥挤收费设计.算例表明,基于基尼系数的停车换乘拥挤收费设计,能改善道路的拥挤状况,且兼顾了用户盈余与公平.     

基于基尼系数的交通拥挤收费定价模型

双层规划模型是研究交通拥挤收费问题的一个有力工具,基尼系数是衡量资源分配是否公平的一个重要指标.利用基尼系数对传统双层规划模型的上层模型进行改造,在上层模型中加入基尼系数函数,构造一个网络收益尽可能大而基尼系数尽可能小的目标函数.同时在上层目标函数中,加入控制基尼系数的参数,通过选择适当的参数,可满足不同公平性要求的拥挤收费设计.算例表明,考虑基尼系数的拥挤收费设计,达到了缓解交通拥挤的目的,且交通公平得到改善.     

基于出行者属性差异的拥挤收费政策分析

运用经典瓶颈模型,引入出行者属性差异,分析了实行拥挤收费政策前后不同出行方式的出行分布,给出了收费政策影响下出行者行为策略的选择.进一步,分析了基于政府拥挤收费政策下,小汽车和公交车共用同一路线时,道路使用成本、政府调控目标及费率的关系.研究结果表明,政府可以通过设置恰当的收费费率,调节不同出行方式间的出行分布,缓解交通拥挤,优化交通管理现状.属性差异系数的引入使模型更符合实际,改进了已有研究.     

基于CVaR的次优拥挤收费随机多目标模型

次优拥挤收费问题一般要考虑不同决策者的不同利益,因此,有必要考虑多个收费策略建立多目标模型来均衡不同决策者的利益.由于决策者常在信息不确定的情况下做决策,在出行需求不确定的条件下,为了确定次优拥挤收费的方案,建立了基于条件风险价值的随机多目标双层规划模型,上层规划的目标函数考虑了系统总阻抗和社会公平性,下层规划是UE用户均衡配流问题.利用基于随机模拟的遗传算法对模型进行求解,并通过数值算例对模型和算法进行分析,验证了模型的有效性.     

基于CVaR的次优拥挤收费随机多目标模型北大核心

次优拥挤收费问题一般要考虑不同决策者的不同利益,因此,有必要考虑多个收费策略建立多目标模型来均衡不同决策者的利益.由于决策者常在信息不确定的情况下做决策,在出行需求不确定的条件下,为了确定次优拥挤收费的方案,建立了基于条件风险价值的随机多目标双层规划模型,上层规划的目标函数考虑了系统总阻抗和社会公平性,下层规划是UE用户均衡配流问题.利用基于随机模拟的遗传算法对模型进行求解,并通过数值算例对模型和算法进行分析,验证了模型的有效性.     

基于出行目的链的出行生成—分布组合模型分析

目前,我国城市轨道交通客流预测大多采用交通产生、吸引、出行分布、出行方式划分四阶段模型,其中出行生成与分布是方式划分和交通分配的前提,是模型重要的组成部分.在对传统的四阶段模型的分析基础上,结合非集计模型的优点,论文提出了基于出行目的链的出行生成—分布组合模型.模型充分考虑了居民出行链、出行目的等对客流预测的影响,在完善我国轨道交通客流预测理论和方法,提高预测精度等方面具有一定的理论价值和实际意义.     

CEV和B&P作用下带交易费的亚式期权定价模型

基于B-S定价模型的基础,利用Ito公式及保值策略,研究了股票价格服从CEV模型和B&P过程且存在交易费用的亚式期权的定价模型.得出了该类期权价格所满足的微分方程,并对模型做了数值分析.结论拓宽了亚式期权的研究范围,更适用于实际金融市场.     

基于不确定指数O-U过程带有浮动利率模型的亚式期权定价

不确定金融是不确定理论在现代金融领域的一种应用,在解决金融问题中发挥着越来越重要的作用。而利率是一个重要的经济指标,经常受到一些不确定因素的影响,在研究期权定价时,有必要考虑浮动利率。本文提出了一种新的不确定指数Ornstein-Uhlenbeck过程模型,假设利率服从不确定均值回复过程,研究了期权定价问题,运用α-轨道方法,分别推导了亚式看涨期权和看跌期权定价公式。最后,设计了计算期权价格的数值算法,并给出数值算例。     

基于小波分析的ARIMA模型对上证指数的分析与预测

股票价格的预测一直受到广泛关注,其预测方法虽然很多,但是往往存在预测精度有限、容易陷入局部极小等问题.为了提高股票价格预测的准确性,提出了基于小波分析的A砒MA模型的股票价格预测方法,同时利用该方法对上证指数收盘价的月平均值进行实例分析,并与其他方法的预测结果进行了比较,结果表明了提出方法的有效性.     

Sensitivity Analysis Based Method for Optimal Road Network Pricing

Road pricing is an important economic measure for optimal management of transportation networks. The optimization objectives can be the total travel time or total cost incurred by all the travelers, or some other environmental objective such as minimum emission of dioxide, an so on. Suppose a certain toll is posed on some link on the network, this will give an impact on flows over the whole network and brings about a new equilibrium state. An equilibrium state is a state of traffic network at which no traveler could decrease the perceived travel cost by unilaterally changing the route. The aim of the toll setting is to achieve such an equilibrium state that a certain objective function is optimized. The problem can be formulated as a mathematical program with equilibrium constraints (MPEC). A key step for solving such a MPEC problem is the sensitivity analysis of traffic flows with respect to the change of link characteristics such as the toll prices. In this paper a sensitivity analysis based method is proposed for solving optimal road pricing problems.     

基于熵的不确定性敏感性分析

为确定影响维修保障信息分析结果不确定性的关键输入参数,提出一种基于熵的不确定性敏感性分析方法.首先分析了模型输出结果的不确定性的表现形式、度量方法、产生机制;其次基于条件熵思想给出分析不确定性的敏感性参数以及敏感性分析方法;然后,简单介绍了盲数理论在计算不确定性数据中的应用;最后,结合平均维修时间模型进行了案例研究,说明了基于熵的不确定性敏感性分析方法的可用性,并证明了不确定性敏感性分析与求导不能等同的结论.     

混合的数据包络分析模型的灵敏度分析的研究

本文研究了混合的数据包络分析(DEA)模型的灵敏度分析,给出了有关所有决策单元的输入与输出都变化的情况下某决策单元保持其有效性(M)的两个充分条件。     

行驶时间延迟下物流配送干扰管理模型——基于客户终身价值的视角

物流配送过程中干扰事件导致行驶时间延迟后,初始配送方案将不再最优甚至根本不可行,此时如何生成副作用最小的调整方案,快速恢复配送的正常运行,是当前研究的难点。本文首先将客户为企业当前(及潜在)贡献价值考虑在内,基于客户终身价值对系统扰动进行度量。进而兼顾偏离成本和初始目标,构建干扰管理模型并提出相应的启发式算法。算例结果表明:与其他重调度方法相比,本文方法的实用性更强。     

基于IGRA-ISVD约减和RBF的森林火灾消防直升机需求预测模型

针对森林火灾消防直升机需求预测问题,提出了一种基于改进灰色关联分析(IGRA)和改进奇异值分解(ISVD)约简的径向基函数(RBF)神经网络预测模型.首先,基于既有研究梳理了森林火灾消防直升机需求预测指标体系;然后,在改进灰色关联分析和奇异值分解方法的基础上,分别对消防直升机需求预测数据信息进行属性约简和维度约简;最后...     

基于SD-GM理论的城市交通拥堵收费模型研究

随着中国城市化建设步伐的不断加快,交通拥堵在不断地加剧。同时,因机动车污染物的排放,每年将产生大量的NO_x,从而又会引起严重的大气污染(如“雾霾”污染)。针对这些问题,本文从环境和社会的角度出发,采用系统动力学与灰色系统相结合的方法(SD-GM),构建了城市交通拥堵收费模型,并对模型中主要变量进行动态仿真和决策分析,以此来寻找缓解交通拥堵和减少机动车尾气排放的可行策略。通过现实性测试和敏感性测试,得到拥堵收费的范围不超过100元/天*辆。通过进一步的仿真和结果分析可得到以下结论:(1)在区间[25,40] 内,随着拥堵收费的提高,NO_x存量,机动车出行吸引度和交通拥堵程度都呈下降趋势,而车均道路面积呈上升趋势。(2)但并非拥堵收费越高越好, 超过40 元/天*辆,会产生相反的效果。最后,通过比较分析,得到NO_x存量,机动车出行量,机动车出行吸引度和交通拥堵程度分别下降了约33.76%,39.64%,43.26%,82.25%,而车均道路面积提高了大约65.68%,进而验证了模型的有效性和实用性。     

基于Lanczos方法的结构动力学灵敏度分析

利用数学理论得到结构动力学重特征值的灵敏度表达式,从而解决了奇异性问题.然后,为降低计算工作量,基于Lanczos方法得到降阶的结构系统,从而得到降阶的灵敏度分析近似解.用一个算例证明的方法正确性.     

基于灰色关联分析的支持向量机的铁路货运量预测研究

采用基于灰色关联分析的支持向量机对铁路货运量进行预测.首先利用灰色关联分析法对影响铁路货运量的因素进行分析处理,然后利用基于高斯核函数的支持向量回归机建立了铁路货运量预测模型.通过分析预测结果可以发现,经过灰色关联分析后的支持向量机模型对复杂的铁路货运量数据有较好地处理能力,且预测相对误差较小.特别地,由于支持向量机的适应性,该模型具有较高的泛化能力,对影响因素较为复杂,样本数量小的预测问题可以提供一定参考.     

基于改进基线算法的线性规划灵敏度问题研究

针对基线算法由于计算方面的无记忆性而在线性规划灵敏度方面的难实现问题,提出了改进的基线算法,并分别讨论了在价值系数C、技术系数矩阵A及资源向量b等各种情况发生变化的条件下,如何采用改进的基线算法进行灵敏度分析,从而能够简便、快捷的获得新的最优解.最后通过实例进行了说明.     

应急物资费用定价水平影响因子敏感性问题研究

分析影响因子对应急物资费用定价的敏感度有利于寻找定价管理的薄弱环节,降低整体运作费用.定性分析并绘制应急管理过程中物资定价水平因果关系图,确定影响应急物资定价的关键因子,利用多项式回归模型拟合费用定价水平,通过综合考虑影响因子的波动区间和变化概率,结合应用敏感性分析与统计分析测算各影响因子的敏感性系数,针对敏感度大的因子实施重点控制,进而提高费用控制效率,降低应急物资运营成本,为进一步制定出精细化、动态化的应急物资定价标准提供基础.通过算例分析验证了方法的科学性和可行性,能够为应急管理物资定价问题提供借鉴意义.