不确定条件下多目标R&D项目组合选择优化

应用模糊集理论描述R&D项目过程的模糊不确定性,建立了以模糊实物期权度量收益,模糊熵度量风险,模糊净现值度量费用的多目标R&D项目组合选择优化数学模型;运用定性可能性原理将模糊模型清晰化,并针对清晰型数学模型提出了一种改进的多目标遗传算法进行求解;仿真实验证明,实现的多目标遗传算法可以有效求解清晰型多目标R&D项目组合选择优化问题.     

不确定多期滚动项目组合选择优化模型

在经典项目组合选择问题的基础上, 建立了不确定条件下多期滚动项目组合选择模型, 以各期获利最大为优化目标, 以企业战略需求与所选项目合成战略贡献之间的均衡匹配性和资源增益性为关联约束条件. 基于模糊理论提出了上 方贴近度和下方贴近度概念, 用以对战略均衡匹配性进行度量. 应用可能性理论将所建模型转换为确定性模型. 采用遗传算法对模型求解, 并基于路径再连接(path relinking, PR)算法思想, 设计了适合0-1编码的逐次替代法和逐次后移法进行局部搜索, 获得了较好的求解效果. 仿真测试显示, 进行多期滚动项目组合选择时, 在5期以内可以保证获利的稳定性, 获利波动期在第6-8期, 可以帮助企业确定最佳战略调整期. 各期不同类型的项目选择数量也具有较明显的周期性变化规律. 研究结果具有实践指导意义.     

信息不确定下的主动打断项目组合选择问题鲁棒优化

在项目组合选择问题中,历史数据的缺乏以及预测和估计过程中出现的不可避免的误差,会导致模型中的参数无法被准确地估计,进而给决策带来巨大的风险.因此,构建合适的鲁棒优化模型,为企业提供能有效应对参数不确定性的鲁棒解,对企业的风险防范具有极其重要的现实意义.本文首先对确定参数下的主动打断项目组合选择问题数学模型的特点进行了分析.进一步地,介绍了鲁棒优化问题中不确定情境集的概念,并给出了允许管理者根据其偏好确定不确定情境集大小的方法,构建了全新的基于情境的鲁棒优化模型,进而计算出在所规定的不确定情境集内的最坏情境下能保持可行性与最优性的鲁棒解,实现了鲁棒性与最优性间的权衡,最后,通过GAMS/BARON进行了算例分析,验证了模型的合理性与有效性.从理论上,本文首次将鲁棒优化理论扩展到了主动打断项目组合选择问题中,针对现有的项目组合选择问题鲁棒优化理论仅能应对有限个可行解的不足之处,提出了一类新的鲁棒优化方法,使其能够应对具有无穷多可行解的主动打断项目组合问题.从实践上,随着我国高新产业的发展,具有超前性与特殊性的研究与发展(RD)、信息科技与信息系统(IT/IS)等新兴项目的投资日益受到重视.相较于传统项目,这类项目的高度不确定性使得探究项目组合选择问题的鲁棒优化理论日益迫切.故而本文的研究具有明显的理论价值和现实意义.     

改进的基于多依赖性的R&D项目组合选择模型

复杂产品开发企业往往拥有多个产品线开发项目和公用技术平台开发项目.由于资源的稀缺性,企业决策者不得不面临着R&D项目组合选择的难题.针对复杂产品开发过程中存在的多项目间混合依赖特性,采用关联性分配矩阵定量化描述三个及以上项目共同作用时的相互依赖程度;综合考虑项目间的收益依赖、资源依赖和技术依赖等关联特征,构建一种新颖的面向研发项目组合选择问题的非线性规划模型;并设计和实现了基于模拟退火的相关求解算法.最后将本文提出的方法应用于国内某汽车公司的研发项目组合管理实践中,实验结果证明了该方法的合理性与有效性.     

不确定环境下多阶段多目标决策模型

在贝叶斯网络的基础上进行扩展,提出了一种不确定多阶段多目标(Uncertainty,multistageand multi-object,UMM)决策模型来求解不确定环境下的多阶段多目标决策问题.首先描述了不确定环境下多目标多阶段决策问题的数学描述,然后给出了决策模型的定义,详述了其构建方法及求解算法.采用此模型求解决策问题时,决策者只需考虑某节点与其父节点之间的依赖关系,降低了思考的复杂程度,适用于大规模的复杂问题求解.实际案例分析表明基于贝叶斯网络的决策模型描述、建模及求解方法对不确定环境下的多阶段多目标决策问题是有效的.     

海外油气项目多目标投资组合优化方法

针对中石油海外复杂合同模式及经营环境多变情况下如何实现产量、投资、效益、风险等多个目标优化配置的问题,本文建立了考虑时间维度及风险因子的非线性多目标优化数学模型,表征了海外不同合同模式涉及的复杂商业规则和约束条件,提出了一种全新的求解多目标优化模型的混合优化方法.该方法先通过排队过滤法生成满足目标和约束条件的投资组合解;然后以该解的特征参数作为约束条件进行线性优化,求出投资组合局部最优解;最后以该最优解作为初始投资组合通过遗传算法求解得到一系列投资组合可行解.通过利用该方法对海外油气项目开展多目标投资组合优化,验证了该方法对于海外项目多目标优化的适用性,为海外项目规划方案设计提供了科学适用的思路和方法.     

不确定性条件下的多目标多路径选择

不确定性条件下,综合多种性能指标,提供多条合理候选路径的路径选择方法还未得到有效解决.介绍一种利用累积前景理论进行多目标多路径选择的方法.为此,首先分析路段的不确定性属性和出行者的路径选择特性,基于路段广义出行费用定义参考点和值函数,建立多目标路径选择的累积前景理论;然后基于累积前景值定义合理替换路径,建立合理多路径选择模型;将改进的克隆选择算法与节点删除法相结合,设计了多路径选择模型的求解算法;最后,将该法和节点删除法、传统k-最短路算法应用于示范网络,比较分析了本文算法的有效性和快捷性.     

多目标随机决策方法研究及其在R&D项目选择中的应用

对多目标随机决策问题的研究目前仅有少量的工作完成。Goicoechea等提出了一种随机决策方法——PROTRADE(Probabilistic Trade-off Development Method)。从决策理论的希望水平原则来分析,PROTRADE方法起码在以下几方面存在一定局限性:1)替代目标函数的构造方面采用期望模型加权;2)反映决策者(DM)偏好的多属性效用函数估算方面,效用函数仅仅用来由分析者(DA)推导目     

参数不确定条件下考虑偏度的投资组合

考虑到传统投资组合理论的局限, 为了解决参数不确定问题, 提高投资组合效用, 应用贝叶斯理论, 在多维有偏分布基础上讨论了考虑偏度的投资组合问题, 通过对期望效用函数的Taylor展开, 分析了各阶矩风险与期望效用函数的关系. 应用MCMC方法和数值优化方法对有偏正态分布进行了参数估计和投资组合权重的计算. 研究结果表明, 应用贝叶斯理论解决参数不确定问题, 可以提高投资者期望效用, 考虑期望收益, 方差以及偏度不确定性会对投资组合策略产生重要的影响.     

离散需求概率不确定条件下的多市场鲁棒优化模型

研究了需求概率分布不确定条件下的多市场鲁棒优化问题。针对离散随机需求,建立了基于报童问题的多市场利润最大化模型,给出了需求情景概率不确定条件下的鲁棒对应。针对离散需求情景概率分别隶属于区间和椭球不确定集情况,运用线性规划和拉格朗日对偶理论,将区间和椭球两种不确定集下的多市场鲁棒优化模型转化为易于求解的分段线性规划和二阶锥规划问题。最后,进行了数值计算,验证了多市场鲁棒策略的有效性。结果表明,同已知需求真实分布的最优情况相比,完备需求概率分布信息的缺失虽然会导致系统绩效损失,但损失值很小,说明根据文中所给方法求解的鲁棒策略具有良好的鲁棒性,能够有效抑制不确定性对系统绩效的影响。进一步,绩效损失值可以解释为决策者为了获得真实需求分布信息所愿意支付的最高成本。     

不确定条件下基于Multi-agent的模糊预测优化

为解决多层分销链中预测订货忽略当前库存状况和决策者参与的问题,运用Multi-agent和模糊理论构建了不确定条件下的协同预测订货模型,采用模糊数对分销链中的不确定性需求和单位成本参数进行了表述并建立了模糊规则库用于分销链的协商谈判.应用遗传算法和解模糊运算求解分销链中整体或局部优化条件下的目标函数,并给出了公司间冲突的模糊协商算法.仿真实验表明,不确定条件下的分销链预测订货量没有出现信息放大,模糊协商谈判获取了符合双方利益的预测订货成本.与确定性条件下的计算相比,运用模糊理论解决分销链中基于Multi-agent的预测订货是合理可行的.     

不确定下项目投资时点的优化模型研究

在项目收入流不确定的假设下，研究如何寻找最优投资时点问题，建立了问题的最优停止模型，利用高切原理求解一个自由边界问题，得到候选解，运用最优停止理论验证了其的确为最优解，显式地给出最优投资时点并进行了比较静态分析，研究结果修正了传统投资准则，特别包括了传统的Jorgenson投资准则作为其特殊情形，论文的方法不需要完全金融市场和市场无套利的假定。     

不确定多项目选址问题的微粒群优化算法

针对项目收益具有不确定性、为区间数的多项目选址问题,首先,定义约束的满足测度和处理策略,把含区间参数多目标优化模型转化为确定型单目标优化命题;接着,利用微粒群算法优化该模型,给出离散变量连续化,微粒位置归一化、微粒位置解码等关键问题的解决方法.最后,优化8项目10位置选址实例,验证了所建模型的可行性及算法的有效性.     

不确定情况下的多目标决策

本文提出了在不确定情况下进行单阶段多目标决策及确定权重的模型，在一定深度上给出了一致性和不一致性的定义并进行了验证。对于一致性情况，我们给出了偏好估计的停止规则和方案排序的过程；对于不一致性情况，本文给出了识别引起不一致性的最小不等式集合的方法，确定对效用更精确的估计是否产生一致性的方法也在这部分给出。最后，由这些方法综合成为一个方案选择和权重确定的迭代过程，提供了一种与线性规划和回归分析不同的多     

不确定信息条件下空战接敌队形选择方法

针对空战环境下由于目标装备信息的缺乏导致空战编队无法选取最佳接敌队形的问题,提出一种基于战场指挥员主观认知的不确定信息条件下空战编队接敌队形选择方法。首先引入威力场的概念并构建载机威力势模型。其次以战场指挥员对目标装备性能的主观认知及载机的威力为基础,利用模糊层次分析法对不确定信息条件下的目标威力进行评估。然后利用参照依赖效应计算载机与目标间各项能力的收益损失值,进而应用前景理论给出最佳的接敌队形选择方法。最后对此方法进行了仿真验证。结果表明,该方法能够在不确定信息条件下对接敌队形进行有效选择。     

不确定需求条件下大规模抗震救灾应急动员优化方法

地震灾害的突发性及预测困难性使抗震救灾动员工作的重要性得到凸显. 针对我国主要地震带的分布特点, 考虑震后初期动员阶段对救援品需求的不确定性和应急救援环境的特殊性, 建立一个选址-分配随机混合整数规划模型, 以确定抗震救灾动员阶段的配送设施选址、配送集散水平以及总体运输分配计划等决策问题, 并基于模型的结构特点提出了一种基于Lagrangian松弛的快速求解算法. 最后通过汶川地震救援的模拟数据实例对所建模型和所提算法的有效性进行了验证.     

不确定条件下后装协同保障链优化调度

后装保障链是联合作战环境下的重要支撑,针对保障链中的2个重要节点-前进基地和保障基地的资源协调问题,提出了考虑不确定因素影响的优化模型及基于信息共享的协同保障算法;为了解决保障数据样本较小情况下的不确定参数估算问题,利用模糊规划方法把不确定优化模型转化为概率约束模型;并利用增强e-约束法来估算多目标Pareto解,帮助...     

不确定条件下舰载机动态调度仿真与优化方法

针对舰载机调度中的不确定性及动态特征,给出了基于多主体技术的舰载机动态调度仿真与优化方法。定义了不确定条件舰载机动态调度的概念模型。基于多主体技术描述了概念模型中变量与目标、约束之间的隐函数关系。为降低不确定因素中能够引发重调度的各类系统扰动（故障或新任务到达）的影响,给出了主体之间的交互协商机制。在此基础上,给出了基于合同网与遗传算法的混合优化算法以提高模型的求解能力。最后以舰载机的典型任务模式为例,测试了混合优化算法的能力,并利用敏感性分析方法对故障扰动的影响进行了描述,验证了仿真模型与优化算法的可行性。     

不确定环境下金融产品投资组合的模型与优化

金融产品投资组合是金融产品管理和财务管理的重要内容,本文研究金融产品投资组合的模型和优化问题,这一问题的目标函数是股东权益资本产出率的极大化,决策变量是金融杠杆和债务结构,文中给出了目标函数是股东树益资本产出率的极大化,决策变量是金融杠 杆和债务结构,文中给出了金融产品投资组合模型与优化的不确定环境的构造过程,并引入了目前流行的风险价值指标VaR,运用进行规划,给出一个不同置信水平下的债务结构,金融杠杆及其股东权益资本产出率的案例仿真。