基于关键链的市政道路配套管线施工工期优化

结合市政工程进度管理过程中存在的资源受限度高、工序约束度大、施工团队流动性强等特点，采用关键链技术对工程项目施工工期进行优化.应用关键链法，通过启发式算法完成关键链的识别并用灰色理论与根方差结合计算缓冲区大小.然后，根据同分布中心极限定理计算工期优化后建设项目的完工概率，提出了市政道路配套管线施工的工期优化方法，并以西安市全运会主场馆周边迎宾大道某段管线施工项目为例进行验证.优化后工期缩短了5.6 d，并设置了3.4 d的缓冲区，使项目如期完工的概率提高了，带来明显的社会经济效益，也可为类似市政工程建设提供相应的参考.     

一种多模式资源受限的离散时间成本平衡问题

对经典的离散时间成本平衡问题(DTCTP)模型进行扩展,提出一种多模式资源受限的离散时间成本平衡问题模型.该模型在DTCTP中加入可更新资源约束,通过设定资源价格,将可更新资源与成本对应.为每个项目活动引入压缩执行方式以缩短项目工期.最后提出一种求解该模型的分支定界算法.通过工期底线计算,绘制了一个完整的时间成本曲线,并基于该计算结果讨论了模型的优越性.     

随机利率下条件蒙特卡罗综合加速方法及应用

主要研究CIR(cox-ingersoll-ross)随机利率模型下欧式期权定价的蒙特卡罗加速模拟问题,提出了一种新的控制变量,基于此变量结合条件蒙特卡罗方法可对普通蒙特卡罗方法有显著加速效果.理论及数值计算表明,该方法能有效地提高计算效率.同时,提出了基于条件蒙特卡罗方法求解Greeks的算法,与经典的蒙特卡罗方法比较,能更精确、稳定地求解Greeks的值.所提出的方法同样适用于一篮子期权、离散取样亚式期权等高维期权.     

以JIT为目标的柔性调度作业完工期求解算法

由于高度的计算复杂性,柔性调度是NP-hard问题,采用数学规划方法很难求得最优解.智能优化算法(如遗传算法)求解此类问题的近优解的有效性和实用性已被证实.在用GA算法求解此类调度问题时,如何确定一个染色体里所包含的每一个作业的完工期是一个非常关键的问题.该文深入分析了影响作业开工、完工时间的制约因素及其之间的关系,在此基础上,提出一个以JIT为目标的柔性调度作业完工期求解算法;在Matlab平台上进行了仿真.实验结果表明,本算法在求解各作业完工期时是有效和实用的.     

概率准则意义下基于VaR的证券组合模型遗传算法优化仿真

提出一种概率准则意义下基于VaR的证券组合模型,采用蒙特卡罗(Monte Carlo)模拟技术和遗传算法(GA)相结合的思想,设计出求解算法.求解算法适用于证券收益率服从任意分布的情况,甚至不考虑证券收益率分布,用实际数据进行模拟和优化.实例证明,该算法有很好的收敛性及较高的计算效率,并且计算结果满足投资者的收益和风险要求.     

一种基于拉丁超立方采样的概率最优潮流算法

在概率最优潮流的求解技术中,随机采样的蒙特卡罗法因其在大规模采样的情况下求解精确度高,而被广泛应用。本文采用拉丁超立方采样和蒙特卡罗法相结合的技术处理含多随机变量因素的概率最优潮流问题,并将其运用于分析随机变量的波动对系统发电成本影响的计算中。通过IEEE-14和IEEE-118节点测试算例的分析表明,采用拉丁超立方采样能改善采样值的分布空间,在采样规模较低的情况下能够给出精确的统计结果,较随机采样的蒙特卡罗法具有应用优势,可以替代随机采样的蒙特卡罗法,作为评价其他算法优劣的标准。     

基于机会约束规划的ERP实施方案优化模型

为了解决企业ERP实施规划方案中的时间、成本、质量不确定优化问题,结合PERT技术提出了基于机会约束规划的实施进度、实施进度-费用和实施质量优化模型及进度-费用-质量联合折衷模型.采用随机模拟技术通过Monte Carlo仿真给出了项目实施风险的概率估计,并利用嵌入PERT的基于随机模拟的遗传算法对模型进行求解.最后通过算例验证了文中提出的模型的合理性和算法的有效性,为企业ERP实施方案的规划提供了可靠的方法.     

基于改进树搜索方法的库存系统优化

提出一种算法对库存系统的库存策略进行优化,保障库存系统服务水平达到一定水平的同时最小化库存系统成本.将库存系统优化问题抽象为一个随机优化问题,结合克里金插值和蒙特卡罗树搜索求解这一随机优化问题,提高运算效率.将算法应用于真实算例中取得了很好的效果.     

施工现场设施布局优化问题的新型启发式算法

施工现场设施布局的合理性直接关系到项目成本等目标的实现.针对涉及设施较多的施工现场布局优化问题,首先将该离散变量优化问题转换为高维空间的随机抽样问题,进而利用过渡马尔可夫链蒙特卡罗方法的思想,提出一种高效的全局优化启发式算法.与针对连续型高维概率密度分布函数进行随机取样的过渡马尔可夫链蒙特卡罗方法相比,本文提出的启发式算法的框架基础需从概率密度分布函数转变为概率分布函数,进而需在马尔可夫链状态点的产生方法上进行修正,以适应离散型变量优化问题的不同特性.通过实例验证,与目前应用较广的遗传算法相比,本文提出的新型启发式算法在全局最优解的获取稳定性上有较大改进.     

随机波动率模型下基于精确模拟算法的期权计算理论

基于两类随机波动率模型研究了欧式期权的价格和敏感性估计问题.在Broadie和Kaya的精确模拟算法基础上,讨论了舍取抽样技术在精确模拟算法中的有效应用.在此基础上研究条件蒙特卡罗、对偶变量技术等方差减小技术在欧式期权定价和敏感性Greeks计算中的加速问题.数值结果表明,相比欧拉离散和原始的蒙特卡罗模拟算法,基于精确模拟算法的条件蒙特卡罗加速技术能得到无偏且方差更小的估计值,具有较好的误差减小效果.该算法可以很方便地解决其他更加复杂的金融产品的计算问题,如障碍期权的定价和敏感性估计问题、篮子期权的计算问题等.