随机市场下保险公司最优投资策略:期望效用最大化

文章研究了保险公司在随机市场下风险过程为Lévy过程且资本可以投资到风险资产和无风险资产,应用鞅方法对二次效用函数得到均值—方差有效投资问题的显示解.     

内容中心网络中一种基于内容扩散的主动缓存机制

借鉴分子扩散的思想,提出一种基于内容扩散的主动缓存机制(Content Diffusion Based Proactive Caching,CDBPC).该机制引入缓存内容浓度的概念来描述不同内容在不同区域内的需求程度,然后根据节点间的缓存内容浓度关系来驱动内容副本在网络中的主动推进和迁移,并结合内容的流行度等因素实现了缓存内容的概率性放置,从而达到内容缓存的快速部署和推进,提高为用户提供就近响应概率的目的.仿真结果表明,该机制能有效地降低系统的平均接入代价并提高缓存命中率.     

无线网络效用最大化算法的收敛性分析

针对分布式效用最大化算法中的信息交互和反馈易于受随机噪声干扰,研究了随机噪声对分布式效用最大化算法收敛性影响问题. 通过将随机噪声模拟为鞅,采用鞅方法分析了随机噪声对分布式效用最大化算法的影响,给出并证明了带有反馈噪声的分布式效用最大化算法几乎处处收敛的一个充分条件. 仿真实验验证了理论分析的正确性.      

基于效用最大化的路径优化算法研究

提出了基于效用最大化的路径优化模型,并利用对偶分解理论对此模型进行了求解．这种方法降低了解的搜索空间,克服了局部最优解问题．通过仿真实验验证了算法的有效性．     

Frequency and Similarity-Aware Partitioning for Cloud Storage Based on Space-Time Utility Maximization Model

With the rise of various cloud services, the problem of redundant data is more prominent in the cloud storage systems. How to assign a set of documents to a distributed file system, which can not only reduce storage space, but also ensure the access efficiency as much as possible, is an urgent problem which needs to be solved.Space-efficiency mainly uses data de-duplication technologies, while access-efficiency requires gathering the files with high similarity on a server. Based on the study of other data de-duplication technologies, especially the Similarity-Aware Partitioning(SAP) algorithm, this paper proposes the Frequency and Similarity-Aware Partitioning(FSAP) algorithm for cloud storage. The FSAP algorithm is a more reasonable data partitioning algorithm than the SAP algorithm. Meanwhile, this paper proposes the Space-Time Utility Maximization Model(STUMM), which is useful in balancing the relationship between space-efficiency and access-efficiency. Finally, this paper uses 100 web files downloaded from CNN for testing, and the results show that, relative to using the algorithms associated with the SAP algorithm(including the SAP-Space-Delta algorithm and the SAP-Space-Dedup algorithm), the FSAP algorithm based on STUMM reaches higher compression ratio and a more balanced distribution of data blocks.     

一种基于内容对象的E-Leaning系统实现框架

本文提出一种基于内容对象的E-Leaning系统实现框架，详细说明了框架中各部分的主要内容和实现技术，并给出内容对象的生成方法，同时对下一步工作进行了展望．     

Web缓存系统浅析

研究和构造一个可扩展性好及请求命中率高的Web缓存系统，通过对Web缓存定位问题及目前流行的分布缓存系统的分析，确定分层缓存系统更有优势，为了提高分层缓存的可扩展性和请求命中率，在保持父子代理之间原有协作关系的同时加强父代理的处理能力，提出了一种新的虚拟协作缓存系统，即父代理用扩展性好的集群系统实现，子代理在缓存的同时加进预取技术，该虚拟制作缓存系统能满足网络缓存对可扩展性及请求命中率的要求，具有可扩展性好，吞吐率高和命中率高的特点。     

效用函数下的最优再保险策略

从再保险公司的角度出发,根据再保险公司的风险偏好及投资收益情况,在投资基金价格服从带漂移的几何布朗运动的假定下,应用效用理论给出了最优再保险的定价策略.     

带边信息的效用优化问题

考查了一种受随机因素影响的股价模型中，投资者仅知道股价信息和边信息的效用优化问题，利用测度变换和投影，给出了最优解的一种形式。对于对数和幂效用函数，得到了最优效用。     

一种改进的基于分布式Caching的自适应搜索机制

文章分析了基于Gnutella协议的非结构P2P网络中利用基于分布式Caching的自适应搜索机制来进行资源搜索与使用统一索引Caching机制相比查询成功率有所降低的问题,提出了两种改进方案。通过实验与统一索引Caching机制比较,改进的搜索机制在不增加网络流量的条件下,能有效提高查询成功率。     

一种移动数据库系统中高频数据的缓存算法

数据存储是有效提高系统性能的方法之一.由于受带宽和无线传输速度的限制,将频繁出现的数据存储在移动数据库系统中显得尤为重要.本文实现了一个数据存储的算法(HighFrequent Data Caching),并通过模拟的方法实现了HFDC与经典的LRU(Least Recently Used)两个算法在性能上的比较.     

基于概率约束的最优效用投资组合的一般模型

讨论投资者对未达到预期收益水平的概率有一定容忍限度的条件下使期望效用最大化的投资组合模型.在股票收益服从一般多元椭圆型联合分布时导出了最优解的隐函数表达式,证明了一个新的两基金定理, 从而推广了Markowitz的结果.由此还得到了计算最优投资组合的一个迭代算法.     

应用控制的Web服务器磁盘缓冲方法

针对大数据负载时磁盘I／O阻塞造成的Web服务器性能下降的问题，提出了应用程序控制缓冲（ACC）方法．其核心是，缓冲跟踪模块根据应用程序的文件访问过程来跟踪内核中的文件缓冲状态，缓冲控制模块进行缓冲替换和预取，保持文件缓冲有足够的空闲空间．这样，服务器可在用户空间控制文件缓冲，从而准确判断文件是否在缓冲之中，并依此来调度请求，以提高处理器和磁盘的I／O并行度．同时，服务器可采用适应自身特点的缓冲和预读策略，以提高缓冲的命中率．作为示例，将ACC在Flash服务器中实现，实现中选用了“金字塔选择”缓冲算法．实验表明，在大数据负载下使用ACC的Flash服务器性能有很大的提高，即便在数据负载稍大于物理内存空间的情况下，服务器的吞吐率仍可提高约24．4％，而当数据负载超出物理内存2～3倍时，吞吐率可提高3～4倍。     

基于指数效用函数的企业年金最优投资策略

在两资产世界和指数效用函数假定下,构建了反映员工自主决策的缴费确定型企业年金计划--退休前有固定投入、退休后有固定支出的连续时间随机动态规划模型,求出了退休前和退休后最优投资策略.发现最优风险资产投资比重直接取决于企业年金基金积累与连续时间无风险利率的速度.如果基金积累超过连续时间无风险利率,则该比重随着时间推移而降低,反之则随时间推移而提高,如果二者速度相当则保持稳定.缴费投入越多则最优风险资产投资比重越低,消费支出越大则最优风险资产投资比重越大.大规模的Monte Carlo模拟证明了理论推导.     

基于效用最大化理论关于保险人监管成本的分析

运用期望效用最大化理论建立数学模型,主要分析保险人在偿付能力不足的条件下选择是否进行再保险时对投保人的最优监管水平.同时结合实际,提出一些关于加强保险人道德水平的建议.     

一种新的Web缓冲替换算法

为了提高Web缓冲的命中率和字节命中率，研究了Web缓冲进行替换操作的依据，提出了一种新的基于站点角色的Web缓冲替换算法(SRB)，该算法除了考虑文档最近存在时间、文档大小、文档访问频率以及文档的价值外，还界定了站点在代理服务器上的角色，并在进行替换操作时对来自不同站点的文档赋予不同的角色值，基于轨迹驱动的模拟试验表明，SRB优于其他的主要算法。     

期望效用最优意义的最优保险研究

最优保险的研究具有重要的应用价值.针对停止损失保险,应用零效用原理,得到了对于风险厌恶型投保人的最优保费免赔额应满足的方程,为保险定价提供了理论依据.     

竞争框架下n家保险公司的最优再保险策略

提出了n家保险公司的一种竞争框架,进而研究了最优再保险问题.每家保险公司的盈余满足扩散逼近过程,它可以通过在无风险资产上投资来增加.每家保险公司的目标是,选择最优再保险策略最大化终端财富的均值同时最小化终端财富的方差.应用随时控制理论,我们得到了最优再保险策略和值函数的解.最后,通过数值实验分析了模型参数对最优再保险策...     

基于CRRA效用函数的企业年金最优个体投资策略

在常数相对风险规避系数(constant relative risk aversion,CRRA)效用函数的偏好假定下,构建了反映企业年金计划退休前有固定投入.退休后有固定支出的连续时间随机动态规划模型,求出了退休前和退休后最优个体投资策略.发现二者具有一定的对称性:固定缴费投入使退休前的策略相对积极,但最优风险证券投资比重随时间推移而降低;固定养老支出使退休后的策略相对保守,但最优风险证券投资比重随时间推移而增加.大规模的MonteCarlo模拟证明了理论推导.