基于DEA与联盟博弈的固定成本分摊方法

结合DEA(Data Envelopment Analysis)和联盟博弈方法研究固定成本分摊问题.首先证明了如果将分摊成本作为新的投入,则所有的决策单元将是DEA有效.在此基础上,结合联盟博弈理论,定义了联盟博弈的特征函数,提出了Shapley值的成本分摊方案,最后通过算例说明了该方法的有效,以及与已有的用DEA进行固定成本分摊的方法相比在可实施方面具有一定的优势.     

基于DEA和核心解的固定成本分摊方法研究

结合DEA(data envelopment analysis)和联盟博弈方法研究了固定成本分摊问题.首先证明了如果将分摊成本作为新的投入,则所有决策单元个体和整体将是DEA有效.在该结论的基础上,结合DEA和联盟博弈理论,定义了联盟博弈的特征函数,提出了三种基于核心解的固定成本分摊方案,并通过算例验证了这些方法的合理性.     

基于DEA与整体满意度最大化的排放量分摊

初始排放许可的分摊是设计排放交易系统的核心问题. 基于数据包络分析（data envelopment analysis）方法确定能够使得所有参与方在分摊后达到有效状态（帕累托有效）的排放量分摊方案集，确定各参与方的排放量分摊区间. 在此基础上定义各参与方对分摊方案的满意度效用函数，并建立分摊模型，最终的最优分摊方案能够保证所有参与方在分摊后达到有效状态（帕累托有效）且整体满意度最大. 最后通过2009年139个国家或地区的相关数据验证此方法是可行的，对于节能减排，实现社会经济的可持续发展具有现实意义.     

联合订货区间值EOQ模型及成本分摊合作博弈方法

针对含有单个供应商和多个销售商的供应链中销售商企业联合订货的情形,研究需求为区间值的不允许缺货的销售商企业联合订货区间值EOQ模型,求解出各销售商企业的区间值订货量及联合订货联盟的区间值库存成本.构建相应的区间值库存成本分摊合作博弈,提出区间值比例剩余分配值作为成本分摊方案,给出求解一大类具有类联盟单调性的区间值库存成本分摊合作博弈的区间值比例剩余分配值的一种简便算法.利用该算法,区间值比例剩余分配值可直接利用联盟库存成本区间值的左、右端点值计算得到.通过一个实例说明了文中算法的有效性及可应用性.本文可为解决复杂库存成本分摊问题提供理论与方法支持.     

基于全局的复杂产品开发项目风险协调控制方法

复杂产品开发项目风险因素之间存在着复杂的非线性作用机制.要对其风险进行有效控制,必须考虑全局风险调控.首先提出复杂产品开发项目风险控制调控度及其调控矩阵概念,然后建立一种复杂产品开发项目风险协调控制算法,最终得到一种基于全局的复杂产品开发项目风险协调控制方法,并对其进行实证分析.该方法对复杂产品开发项目的风险控制是有效的.     

一种基于DEA与Nash讨价还价博弈的固定成本分摊方法

结合DEA和Nash讨价还价博弈方法研究固定成本分摊问题.本文证明了如果将分摊成本作为新的投入,存在某些分摊方案在绩效评估中可以同时满足组织的整体理性和组织内子决策单元的个体理性.在此基础上,本文引入Nash讨价还价博弈模型,给出了唯一的分摊方案.最后经过算例说明该方法的有效,以及与现有DEA分摊方法相比在可实施方面具有一定的优势.     

长寿连接型年金的定价及其风险分摊机制研究

长寿连接型年金通过嵌入长寿期权,赋予年金发行人动态调整实际支付的权利.这种根据真实死亡率构建的支付结构,厘清了年金中长寿风险的权责关系,也重塑了长寿风险的分摊机制,是当前年金长寿风险研究中的前沿和热点问题.文章应用贝叶斯MCMC算法对长寿连接型年金进行定价与风险评估,检验了年金长寿风险在发行人和持有人之间,以及在加入政府之后的三方之间的转移分摊机制.研究结果表明:长寿连接型年金从根本上消除了长寿风险造成的超额偿付压力,年金持有人的效用状况也优于同价格传统年金.而政府以税收递延方式的参与,可以在不改变年金发行人风险状况的前提下,分摊年金持有人的部分长寿风险,进一步提升了持有人的效用水平.数值模拟结果表明,税收优化设计的政策效应明显,可显著改善长寿风险分摊比例并提升该新型年金的吸引力.     

一种考虑子公司竞合关系的跨国公司固定成本分摊方法

跨国公司固定成本分摊结果直接关系到跨国公司、子公司以及子公司所在地税务机关的利益,因此如何合理分摊跨国公司固定成本引起相关各方的关注.本文从跨国公司的特点出发,提出一种考虑子公司间竞争和合作(竞合)关系的跨国公司固定成本分摊方法.首先,以被广泛认可的公平交易原则为基础刻画成本分摊约束集,并指出其与数据包络分析中的有效成本分摊集是一致的.其次,在公平交易原则约束下,根据先最大化集体利益进而最大化个体利益的思路,设计相应的跨国公司成本分摊模型.最后,利用2013年某跨国石油公司的数据对方法进行验证.结果发现决策单元(DMU)规模影响在成本分摊结果得到体现,有利于分摊方案被DMU接受;同时发现联盟策略并不能保证所有DMU都能够获得比中立策略更优的成本分摊结果,但DMU联盟策略在大部分情况下有益于改善其分摊结果;此外发现迟钝型DMU更适合采取中立策略,而敏感型DMU则适合采取竞合策略.研究为解决跨国公司固定成本分摊问题提供了一种可行的思路,可为相关决策者提供有效的决策支持.     

成本分摊对制造商回收闭环供应链的影响

研究了闭环供应链中零售商对制造商回收成本的分摊行为对闭环供应链决策的影响。考虑了两种不同的分摊方式:1)零售商直接为制造商分摊一定比例的回收成本;2)零售商与制造商通过协商(bargaining)的方式确定成本分摊机制.建立了零售商分摊的闭环供应链模型(CSR)和制造商、零售商bargaining分摊的闭环供应链模型(CSB),并进一步将这两种模型与无成本分摊下的集中与分散决策的闭环供应链模型进行了对比.研究发现:与无成本分摊的分散化闭环供应链相比,成本分摊对制造商和闭环供应链系统始终有利,且bargaining的分摊方式优于零售商直接分摊的方式(CSB(?)CSR).其次,CSR模型中制造商和零售商的情况均得到改善,但CSB模型中零售商的利益受损(低于保留利润).因此进一步利用两部收费制契约和收益共享契约对CSB模型进行了改进,使得契约参数在满足一定的条件下,制造商和零售商的情况均得到改善.最后,运用算例分析了参数对模型均衡及契约的影响.     

运输问题最小运费合理分摊的对策模型及解法

本文借助于合作多人对策的思想建立起了运输问题中最小运费合理分摊的数学模型，同时给出了建立理想分摊向量和特征函数的一种方法，并提供了一种 简便、有效的模型解法，比较有效地解决了运输问题中最小运费人合理分摊问题，为最优运输方案的实际实施提供了前提和保障。     

A Comprehensive Dea Approach for the Resource Allocation Problem based on Scale Economies Classification

This paper is concerned with the resource allocation problem based on data envelopment analysis （DEA） which is generally found in practice such as in public services and in production process. In management context, the resource allocation has to achieve the effective-efficient-equality aim and tries to balance the different desires of two management layers： central manager and each sector. In mathematical programming context, to solve the resource allocation asks for introducing many optimization techniques such as multiple-objective programming and goal programming. We construct an algorithm framework by using comprehensive DEA tools including CCR, BCC models, inverse DEA model, the most compromising common weights analysis model, and extra resource allocation algorithm. Returns to scale characteristic is put major place for analyzing DMUs＇ scale economies and used to select DMU candidates before resource allocation. By combining extra resource allocation algorithm with scale economies target, we propose a resource allocation solution, which can achieve the effective-efficient-equality target and also provide information for future resource allocation. Many numerical examples are discussed in this paper, which also verify our work.     

资源分配问题两层优化分析的元模型方法

资源分配问题有着广泛应用,它的经典数学模型是线性规划问题。实际应用中资源的拥有量允许在一定范围内变化,资源分配优化所追求的应当是单位资源成本上的利润最大化。针对这一问题,提出了两层优化分析模型,并利用元模型给出了求解的方法。用二阶多项式元模型代替低层的较复杂的优化分析模型,将它嵌入到高层模型,可以实现快速可行的决策支持。数值实验结果表明了该方法的有效性。     

基于极大熵方法的网格资源分配策略

针对基于市场机制的网格资源分配中的出价问题,提出了一种用于并行任务资源分配的优化策略。该策略先将具有并行任务的多个用户竞争同一资源的行为形式化为一个极大极小问题,然后利用极大熵方法将其转化为一个可微的优化问题,最后通过二分搜索最优解产生一组优化的用户出价,根据这组出价按比例划分资源的计算能力。研究了用户出价函数的特征,给出了求出价组合最优解的具体算法。研究结果表明提出的分配策略具有较低的时间复杂度,从而能够提高资源分配效率,对于动态的网格环境具有更好的适应性。     

Optimal Budget Spending for Software Testing under the Condition of Nonlinear Constraint

Software testing is a very important phase of the software development process. It is a very difficult job for a software manager to allocate optimally the financial budget to a software project during testing. In this paper the problem of optimal allocation of the software testing cost is studied. There exist several models focused on the development of software costs measuring the number of software errors remaining in the software during testing. The purpose of this paper is     

Allocation Planning for R&D with Uncertainty:Model and Procedure

A decision support model with the stochastic objective function measuring the benefitcontributions of projects and stochastic resource constraint and its decision making analysis pro-cedure with the case study are presented for selecting R＆D projects,in which the uncertainty inproject evaluation and selection,the technical or outcome,cost or resource and benefit or payoffinterrelationships among projects,and the experience and knowledge of ther R＆D manager can beconsidered.     

基于序贯博弈谈判机制的分布式多项目调度

设计有效的全局资源分配协调机制是解决分布式多项目调度问题的关键.基于多Agcnt系统建立以单项目完工时间为优化目标的局部调度模型,并设计基于正向逆向调度改进的遗传算法求解初始局部调度计划;综合考虑每个项目单位延期成本的差异,建立以多项目总延期成本为优化目标的全局决策模型,设计多回合序贯博弈谈判机制协调全局资源分配,并调整单项目局部进度计划;开展示例分析和不同参数下问题集的实验研究.结果表明:基于正向逆向调度改进的遗传算法求解初始局部调度具有较好的问题规模适应性和较高的求解精度;全局资源冲突越强,造成多项目延期越大且项目延期完工的风险也越大;采用序贯博弈谈判机制相比无博弈随机分配协调机制可以有效地降低多项目的总延期损失成本.     

Hierarchical resource allocation for integrated modular avionics systems

Recently the integrated modular avionics (IMA) architecture which introduces the concept of resource partitioning becomes popular as an alternative to the traditional federated architecture.A novel hierarchical approach is proposed to solve the resource allocation problem for IMA systems in distributed environments.Firstly,the worst case response time of tasks with arbitrary deadlines is analyzed for the two-level scheduler.Then,the hierarchical resource allocation approach is presented in two levels.At the platform level,a task assignment algorithm based on genetic simulated annealing (GSA) is proposed to assign a set of pre-defined tasks to different processing nodes in the form of task groups,so that resources can be allocated as partitions and mapped to task groups.While yielding to all the resource constraints,the algorithm tries to find an optimal task assignment with minimized communication costs and balanced work load.At the node level,partition parameters are optimized,so that the computational resource can be allocated further.An example is shown to illustrate the hierarchal resource allocation approach and manifest the validity.Simulation results comparing the performance of the proposed GSA with that of traditional genetic algorithms are presentod in the context of task assignment in IMA systems.     

Resource Planning and Allocation Problem Under Uncertain Environment

This paper generalizes the classic resource allocation problem to the resource planning and allocation problem, in which the resource itself is a decision variable and the cost of each activity is uncertain when the resource is determined. The authors formulate this problem as a two-stage stochastic programming. The authors first propose an efficient algorithm for the case with finite states.Then, a sudgradient method is proposed for the general case and it is shown that the simple algorithm for the unique state case can be used to compute the subgradient of the objective function. Numerical experiments are conducted to show the effectiveness of the model.     

含模糊数据决策单元间的资源分配问题——基于DEA和Shapley值的研究

本文研究当生产系统中各决策单元的投入产出数据为模糊数据时,管理者如何将资源在决策单元之间进行公平分配的问题.基于DEA理论及合作博弈的Shapley值,在模糊数据环境下,考虑决策单元加入联盟前后对联盟中原有决策单元效率值及自身效率值的影响,建立修正Shapley值,并依据决策单元对生产系统的相对贡献情况,设计资源在各决策单元之间进行公平分配的方案.最后通过数值算例加以验证.