运用条件随机变量方法处理信用资产组合分布

信用资产组合模型的分布计算是信用计量模型中一个非常重要的主题,对于这个问题一般常用的方法是进行蒙特卡罗随机模拟.本文的基本模型是将信用组合的价值分解为市场共同因素和个体因素两个部分,然后引入三种全新的基于条件随机变量的方法来处理信用资产组合分布问题,并通过实例对三种方法以及标准随机模拟方法加以比较分析.     

基于随机规划的现代医院选址方法

针对医院选址问题中就医人数随机性的特点,提出了基于随机规划的现代医院选址方法.考虑医院附近不同人口分布点的每月就医人次数、交通状况、病人对不同级别医院的偏好因素,建立随机整数规划模型,以最小化地区内人口与医疗资源间的权重距离总和为优化目标,并采用蒙特卡罗方法模拟每月就医人次数这一随机参数.实验结果证明,该方法具有良好的收敛性,其选址决策相比于确定性模型选址方法明显优化.     

基于PERT的虚拟企业风险评价模型

提出了一种虚拟企业风险评价的有效方法.针对虚拟企业以项目为组织模式及信息具有不确定性的特点,为考虑项目时间因素对整体风险的影响,基于计划评审法建立了虚拟企业风险评价模型.在已知风险水平与各工序作业时间的对应关系、每个工序的模糊风险水平以及风险水平与项目完工时间的对应关系的基础上,通过项目不同风险水平的完工概率描述企业的整体风险状况,实例研究表明该方法为虚拟企业风险评价提供了一种有效的管理工具.     

水污染控制系统问题的随机机会约束规划模型及其混合智能算法

在水流量为随机变量且河流中工业污水含量标准给定的条件下,以极小化污水处理费用为目标,建立了水污染控制系统问题的随机机会约束规划模型.鉴于传统方法求解随机规划较为困难,给出了一个将随机模拟、神经元网络及遗传算法相结合的混合智能算法来求解该模型,并用算例进行了验证,结果表明该算法有较强的适应性.     

组合风险的重要性抽样方法

针对资产组合的市场风险或信用风险的任意边际分布的Gaussian Copula模型,首先将损失转化成高维正态分布的函数,然后对该模型进行重要性采样蒙特卡罗模拟以提高模拟效率,并分别使用牛顿法和基于大偏差理论估计测度变换的系数,并在此基础上提出了常数凝固估计法.数值实验表明,提出的算法与通常的蒙特卡罗方法相比,大大减小了模拟误差,从而提高了计算效率.     

考虑资源闲置成本的网络计划资源调度优化模型

针对在考虑风险因素时,资源就位时间的任何改变都可能使总工期和资源闲置时间发生变化,进而影响到施工计划总成本的情况,建立了总成本最低的最佳资源就位时间优化模型,并给出了利用蒙特卡罗(MC)法模拟和遗传算法求解各工作最佳资源就位时间的方法.实例验证结果表明,该优化模型优于CPM网络模型.     

复杂系统风险分析的模拟方法

采用粗糙集理论进行知识约简并选择主要风险因素,应用神经网络理论方法寻找主要风险因素与总体风险之间的模糊关系模型.最后,采用蒙特卡罗方法模拟系统总体风险的概率分布,形成复杂系统风险分析的集成模拟方法.通过水利生态系统实例验证,证明该方法是合理且可行的.     

一类改进的随机多目标规划区间交互式算法及其应用

针对连续型随机变量随机多目标规划问题,提出一种基于概率有效意义下的区间交互算法,该算法可将概率有效性与多目标决策问题有机结合,有效辅助决策者寻求愿意承受的风险水平而进行决策, 从而简化了随机多目标优化的求解问题.     

基于逆序概率的随机多目标DEA方法

针对各决策单元的输入/产出指标为一定分布的随机变量情形,提出了一种基于逆序概率的随机多目标DEA方法,该方法在利用蒙特卡罗方法对随机多目标DEA模型进行求解的基础上,确定决策单元的排序,通过逆序概率对结果进行分析,并用实例说明了该方法的有效性和可行性。     

基于广义期望效用理论的主观概率调整的一致性风险测度

在对广义期望效用理论进行综述的基础上,将该理论与一致性性风险测度联系起来,并利用广义期望效用理论中的Choquet期望效用函数,提出了一个主观概率调整的一致性风险测度.以中国股市中的一个资产组合为样本,利用二元随机波动率模型对资产组合收益率分布进行描述,并使用马尔克夫链蒙特卡罗的模拟方法对该分布进行模拟,计算了主观概率调整的风险值.     

求解一类随机规划的Monte Carlo模拟方法

通过对目标函数和约束函数同时抽样,提出了基于Monte Carlo模拟的遗传算法,通过逐步增加样本容量和遗传进化代数以得到满足精度要求的近似最优解,并且通过统计方法讨论样本容量的迭代终止条件,以减少Monte Carlo随机模拟的盲目性;同时给出了最优解的表达形式以及算法的迭代终止条件;数值实验证明了方法的有效性。     

湘江水质随机模拟与风险分析

基于Monte Carlo模拟,完成了湘江随机水质模拟和排放口最优规划风险分析,并考察了风险水平与最少污水处理费用之间的变化关系.结果表明:由传统的确定性模拟得到的水质预测结果不可靠,相应规划的实施导致湘江部分河段BOD超标的概率高达46.77%;一般情况下,污水处理费用将随着风险水平的减小而增加,但是变化曲线不是平滑的,而是在小范围内有所波动,只有基于大量的模拟计算,决策人员才能根据不同的风险水平要求选取最优规划方案.     

考虑随机行驶时间的单线路公交时刻表设计优化模型

研究了车辆随机行驶时间情况下的单线路公交时刻表设计问题.考虑了公交运营者主观偏好对最优时刻表设计的影响,建立了以车辆到站时刻偏差和车辆超时行驶时间的权重之和最小为优化目标的随机期望值模型.采用Monte Carlo仿真和不等式约束的方法将该期望值模型转化为线性规划模型,然后使用优化求解器CPLEX求解模型.最后通过一个算例,分别对模型中可用的线路行驶时间参数、晚于时刻表到站时刻偏差的惩罚系数、车辆超时行驶时间的惩罚系数及随机行驶时间的方差进行了灵敏度分析.     

应用神经网络-蒙特卡罗法的可靠性分析方法

为了提高内燃机设计的可靠度，提出了应用神经网络－蒙特卡罗法求解发动机零部件可靠度的新方法，该方法利用神经网络根据有限元分析样本逼近应力函数，结合应力－强度干涉模型，采用蒙特卡罗随机模拟求取可靠度。将计算结果与常用的一次二阶矩法，设计验算点法相比较，表明该方法是可行的，而且适用面更广，可适用于多参数且服从于任何分布的问题。     

两因子期权定价模型的条件蒙特卡罗加速方法

对一类随机波动率模型下的欧式期权定价问题,首先推导出条件蒙特卡罗方法的计算框架,然后基于鞅表示定理构造了一类有效的控制变量.数值实验结果表明:结合鞅控制变量的条件蒙特卡罗方法有效地减小蒙特卡罗模拟误差,对模型参数的依赖性小.     

均值-CVaR投资组合模型及改进的蝙蝠算法求解

基于投资者是风险厌恶型和风险资产价格路径服从跳扩散过程的假设,采用条件风险价值来度量组合风险,建立均值-CVaR投资组合优化模型.为快速有效求解模型,将基于模型的交叉熵随机优化方法嵌入到基于群体的蝙蝠仿生算法中,构建一种改进的蝙蝠算法,该算法既充分发挥交叉熵方法的随机性、自适应性和鲁棒性,又有效抑制蝙蝠算法的早熟收敛现象.借助Monte Carlo模拟情景生成得到价格路径,进而采用所建算法实现模型求解,并与遗传算法和线性规划方法进行比较.实验结果表明,新算法在求解有效性和实用性方面表现更好,取得更为满意的结果.     

基于蒙特卡洛模拟的导弹级间分离干扰仿真

级间分离的稳定性、可靠性关系到主级导弹的稳定飞行,采用蒙特卡洛方法对干扰作用下的导弹级间分离进行模拟仿真。首先分析影响级间分离过程的各种随机干扰因素,在此基础上建立了包含随机干扰因素的分离动力学数学模型,然后利用蒙特卡洛方法和随机干扰参数对分离过程进行仿真。仿真结果表明,各种干扰作用下助推级和主级可安全分离。蒙特卡洛方法可快速对级间分离潜在风险以及失败概率进行预测,同时也能定量评估各项干扰因素对分离的影响程度。     

Stochastic dynamic model of SARS spreading

Based upon the simulation of the stochastic process of infection, onset and spreading of each SARS patient, a system dynamic model of SRAS spreading is constructed. Data from Vietnam is taken as an example for Monte Carlo test. The preliminary results indicate that the time-dependent infection rate is the most important control factor for SARS spreading. The model can be applied to prediction of the course with fluctuations of the epidemics, if the previous history of the epidemics and the future infection rate under control measures are known.     

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.