聘用期的投资模型分析

通过对人力资本投资成本的分析，将聘用期视为投资回收期，建立了净现值模型．并给出了一个实例，为聘用单位确定聘用期提供了一种适用的方法。     

基于APV法的对外直接投资项目经济评估模型

针对跨国公司直接投资项目的多样性和复杂性,基于调整净现值法,试图建立一个对外直接投资项目评价模型,以用来合理评估跨国投资项目。     

投资项目现金流序列的马氏模型及其净现值

本文首先给出应用马尔可夫过程建立的投资项目现金流的模型及其特性，然后详细推导用该模型描述现金流的项目净现值的期望值和方差，所得结果可广泛应用于投资评估．     

基于遗传算法的工程项目投资综合优化探讨

利用多目标优化理论、多属性效用函数理论建立了工程建设项目工期、成本和质量的综合均衡优化模型，在网络计划技术的基础上，用遗传算法对模型进行求解，可以得到最满意的决策方案和多个近似满意的备选方案，作为工程建设项目投资综合控制的目标。并应用实例对模型的可行性和实用性进行了验证。     

企业生产能力的柔性投资及其价值评价

利用净现值法建立了评价企业生产能力投资价值的模型，运用这种模型对一次性生产能力投资和生产能力柔性投资进行了比较，对模型的敏感性进行了分析，证明柔性的价值随着不确定性的增加而增加，当不确定性不存在时，柔性就没有价值。实例分析说明了模型的效用并证实了有关结论。     

投资项目评价中的NPV与IRR指标

对投资项目经济评价中净现值ＮＰＶ与内部收益率ＩＲＲ指标的经济涵义进行了理论研究，讨论了ＮＰＶ的再投资假定及ＩＲＲ失效的问题，并分析当ＮＰＶ和ＩＲＲ评价结论相矛盾时，应以ＮＰＶ为准的原则。     

论投资外部收益率的计算方法

未普遍使用投资外部收益率法评价工程项目的具体情况,论述了投资外部收益率法用于工程投资项目的可行性及具体计算方法,分析和比较了投资外部收益率法与投资内部收益率法的优缺点,提出了用投资外部收益率法作为技术经济的主要评价方法之一的建议。     

可转换债券的定价模型与投资策略分析

运用期权定价理论，提出可转换公司债券投资价值的定量模型，分析了升水偿还期法、净现值法两种投资策略。进行了对比分析，得出了净现值法是较优的投资策略的结论。     

工程投资项目经济评价风险研究

经济评价指标是投资项目经济效益优劣的标志,是项目决策的主要依据。宏观经济未来的不确定性,以及经营环境的复杂多变性,导致了投资项目未来的不确定性,从而带来了项目经济评价结果的不确定性,即风险性。该文通过对现金流量表达式中各风险变量的研究,假定其服从某种形式的概率分布,根据公式推导和计算,给出了各年现金流量以及项目净现值的均值和方差的计算方法,最后对风险进行了度量,并对模型进行了实例应用。     

基于遗传算法的多级库存成本优化模型

针对多级库存复合而成的一般系统,首先通过分析安全库存与服务水平的关系,给出随机需求下安全库存随前置期和服务水平变化的函数关系;然后结合多级库存的控制特点,建立包含安全库存费用在内的多级库存成本优化模型,并给出遗传算法求解办法.该模型在供应链节点企业总成本最小的基础上,确定了最佳订购批量、最佳订购点和服务水平,以及对应的总成本和总利润,进而为各节点企业有效地减少库存量,降低供应链的总成本,提供有力的依据.在随机需求供应链条件下,提出了级安全库存策略,并从理论上证明该策略能有效地减少供应链中的安全库存量,降低库存成本.     

基于遗传算法的动态联盟伙伴选择过程及优化模型

动态联盟中的伙伴选择和优化是动态联盟组建过程中的一个关键问题。该文对动态联盟中伙伴选择问题的复杂性进行了分析 ,指出已有定量方法存在的局限性 ,在对伙伴选择过程进行数学描述的基础上 ,提出了一个基于遗传算法的联盟伙伴选择优化模型 ;并对该模型的算法进行了设计和改进 ,最后给出了一个典型算例 ,以说明该模型和算法的有效性。     

Analysis of Petri net model and task planning heuristic algorithms for product reconfiguration

Reconfiguration planning is recognized as an important factor for reducing the cost of manufacturing reconfigurable products, and the associated main task is to generate a set of optimal or near-optimal reconfiguration sequences using some effect algorithms. A method is developed to generate a Petri net as the reconfiguration tree to represent two-state-transit of product, which solved the representation problem of reconfiguring interfaces replacement. Relating with this method, two heuristic algorithms are proposed to generate task sequences which considering economics to search reconfiguration paths effectively. At last, an objective evaluation is applied to compare these two heuristic algorithms to other ones. The developed reconfiguration task planning heuristic algorithms can generate better strategies and plans for reconfiguration. The research finds are exemplified with struts reconfiguration of reconfigurable parallel kinematics machine （RPKM）.     

遗传算法优化的方向与速度综合控制驾驶员模型

针对当前驾驶员模型无法体现驾驶操纵熟练程度的缺点,利用遗传算法的自动寻优能力,总结驾驶员自学习与驾驶经验特点,遵循行驶误差最小与体力负担最小原则,对模糊PID比例因子和量化因子进行离线优化设计,以此模拟驾驶员从生手到熟练驾驶培训过程。构建包括遗传算法优化的方向模糊PID与速度模糊综合控制驾驶员模型以及整车行驶动力学模型在内的人车闭环系统仿真模型,在纵向速度单向变化、侧向双移线工况与大曲率试验道路典型工况下进行仿真分析。结果表明：基于遗传算法优化的方向模糊PID与速度模糊综合控制模型可以很好地描述驾驶员在纵向加减速操纵特性以及侧向预期轨迹跟随转向驾驶特性,相比于传统PID与模糊PID控制,具有更好的纵向加减速操纵特性与侧向预期轨迹跟随性能。     

Composite multiobjective optimization beamforming based on genetic algorithms

All the parameters of beamforming are usually optimized simultaneously in implementing the optimization of antenna array pattern with multiple objectives and parameters by genetic algorithms （GAs）. Firstly, this paper analyzes the performance of fitness functions of previous algorithms. It shows that original algorithms make the fitness functions too complex leading to large amount of calculation, and also the selection of the weight of parameters very sensitive due to many parameters optimized simultaneously. This paper proposes a kind of algorithm of composite beamforming, which detaches the antenna array into two parts corresponding to optimization of different objective parameters respectively. New algorithm substitutes the previous complex fitness function with two simpler functions. Both theoretical analysis and simulation results show that this method simplifies the selection of weighting parameters and reduces the complexity of calculation. Furthermore, the algorithm has better performance in lowering side lobe and interferences in comparison with conventional algorithms of beamforming in the case of slightly widening the main lobe.     

改进的混合遗传算法的组卷系统模型及算法

在基本遗传算法基础之上,针对试题库组卷系统对算法进行改进,设计了一种运用于组卷系统的数学模型和混合遗传算法,从而提高组卷质量和系统的通用性。     

Bandwidth optimization of a Planar Inverted-F Antenna using binary and real coded genetic algorithms

With the exponential development of mobile communications and the miniaturization of radio frequency transceivers, the need for small and low profile antennas at mobile frequencies is constantly growing. Therefore, new antennas should be developed to provide larger bandwidth and at the same time small dimensions. Although the gain in bandwidth performances of an antenna are directly related to its dimensions in relation to the wavelength, the aim is to keep the overall size of the antenna constant and from there, find the geometry and structure that give the best performance. The design and bandwidth optimization of a Planar Inverted-F Antenna (PIFA) were introduced in order to achieve a larger bandwidth in the 2 GHz band, using two optimization techniques based upon genetic algorithms (GA), namely the Binary Coded GA (BCGA) and Real-Coded GA (RCGA). During the optimization process, the different PIFA models were evaluated using the finite-difference time domain (FDTD) method-a technique belonging to the general class of differential time domain numerical modeling methods.     

Bandwidth optimization of a Planar Inverted F Antenna using binary and real coded genetic algorithms

With the exponential development of mobile communications and the miniaturization of radio frequency transceivers, the need for small and low profile antennas at mobile frequencies is constantly growing. Therefore, new antennas should be developed to provide larger bandwidth and at the same time small dimensions. Although the gain in bandwidth performances of an antenna are directly related to its dimensions in relation to the wavelength, the aim is to keep the overall size of the antenna constant and from there, find the geometry and structure that give the best performance. The design and bandwidth optimization of a Planar InvertedF Antenna (PIFA) were introduced in order to achieve a larger bandwidth in the 2 GHz band, using two optimization techniques based upon genetic algorithms (GA), namely the Binary Coded GA (BCGA) and RealCoded GA (RCGA). During the optimization process, the different PIFA models were evaluated using the finitedifference time domain (FDTD) methoda technique belonging to the general class of differential time domain numerical modeling methods.     

遗传算法的改进及其在方程组求解中应用

选择、交叉和变异是遗传算法的几个主要操作算子，它们构成了遗传操作。对遗传操作提出了改进方案、即对于交换操作：如果两个子代的适应度均比父代大就交换，如果子代的适应度一个比父代大而另一个比父代小则保留大的子代而还原小的子代为父代．如果子代的适应度均比父代小则取消此次的交换。变异操作中对每个父代的多个位置逐个变异．如果子代的适应度比父代大则变异，否则不变异。通过解线性方程组和非线性方程组证明丁该方法能够使得遗传始终向着理想的方向，避免了算法陷入死循环，并且收敛速度非常快。     

多任务外协加工资源优化配置模型及遗传算法求解

针对外协加工资源优化配置过程中的多任务性、多目标性和环境多变性等特点,采用线性加权法建立了以外协加工时间(T)、外协加工成本(C)和外协加工质量(Q)为目标的多任务外协加工资源优化配置模型,并给出了基于遗传算法的求解过程。最后,以一个应用实例验证了该优化配置模型及求解方法的有效性与实用性。     

用混合遗传算法求解多目标TSP问题

针对多目标TSP问题，提出了非群体迭代型多目标遗传算法与局部阶段搜索算法相结合的混合遗传算法。其中非群体迭代型多目标遗传算法通过个体的被优越数和种群的分布情况计算个体适应度，采用基于路径表示的编码方法进行鳊码，使用竞争选择策略、部分匹配交叉和变换变异进行遗传操作。最后使用该算法对两个实例进行实验计算并分析其程序运行结果。结果表明该算法是很有效的。