易腐商品最优订货批量与定价及其粒子群优化解

对易腐商品的订货批量与定价问题进行了研究.基于一种负二项分布的离散需求函数,推导了易腐品利润最大化模型.由于模型中涉及多个随机变量的概率分布,常规函数极值法对此具有极大局限性,故首次将粒子群优化算法引入该领域,并提出两种不同的求解思路:1)枚举法.利用粒子群算法依次计算不同订货批量下的最大化利润,然后根据边际分析法确定最优订货批量及相应定价;2)二维寻优法.将利润视为订货量与定价的二维函数,利用粒子群算法对其进行二维演化寻优.算例分析表明:两种方法均可有效获得问题的满意解,当订货量波动范围较小时,枚举法效果更优.     

一种多损失条件风险值的双层规划模型及应用

在两级供应链中制造商与零售商之间的多产品定价与订购问题, 是一个多损失的双层风险决策问题, 可以建立双层规划模型解决. 本文研究了一种多损失条件风险值的双层规划模型, 对于多个损失函数和对应的权值水平, 在给定的置信水平下, 定义了不超过给定损失值的最小风险值(即VaR值)和对应的累积期望损失值(即CVaR损失值) 概念, 然后建立了一个多损失条件风险值的双层规划模型, 该模型的目标是求上下层的多损失CVaR值达最小的最优策略, 我们证明了它可以通过另一个较容易求解的双层规划模型获得最优解. 最后, 给出了两级供应链中多产品的定价与订购的双层条件风险值模型, 通过对2种面包产品销售数据进行计算, 获得了面包制造商的最优批发价和最优回购策略, 及零售商最优订购量.     

城市区域多物流无人机协同任务分配

针对城市区域多无人机协同物流任务分配问题, 综合考虑不同无人机性能、物流时效性、飞行可靠性等影响因素, 以经济成本、时间损失和安全风险最小为目标函数, 构建多无人机协同物流任务分配模型。因问题规模大、求解复杂度高, 设计改进的量子粒子群算法进行求解。首先，为增强粒子遍历性和多样性, 采用均匀化级联Logistic映射进行粒子初始化; 其次，为避免算法陷入局部最优解, 引入基于高斯分布的粒子变异方式; 最后，为提高算法运行效率, 运用自适应惯性权重方法对粒子赋值。仿真实验结果表明，所构建的模型能够实现任务分配多目标优化, 贴近城市区域无人机物流配送实际; 所提算法与传统量子粒子群算法和遗传算法相比, 任务分配代价分别下降了5.9%和6.3%;并进一步对参数权重设置进行分析, 当3个子目标函数权重系数分别为0.225、0.275和0.500, 种群规模为150时, 算法规划的结果最优。     

基于共识粒子群的全局优化求解方法

针对粒子群优化(PSO, particle swarm optimization)和高效全局优化(EGO, efficient global optimization)两种算法的特点,提出一种共识粒子群和局部代理模型协同的全局黑箱优化算法(CPSO-LSM, consensus particle swarm optimization and local surrogate model)。该算法固定PSO算法周期对粒子进行分群并在粒子达成共识后停止,将每群粒子周围的优质子区域输出作为代理模型的建模区域,通过比较各区域最优值获得高质量最优解甚至全局最优解。不仅避免了PSO冗长的计算过程、提高了建立代理模型的速度和精度还可以避免陷入局部最优。通过对比其他算法在标准测试函数的仿真结果,CPSO-LSM具有较好的收敛速度和求解精度。     

基于双层决策的装备订购多因素激励定价模型与算法

装备订购价格是军方与承制单位双方利益争执的焦点,为全面调动承制单位生产积极性,选择成本、质量和进度同时作为激励因素,在将三因素整合到同一函数表达式的基础上,统筹考虑订购双方利益,构建了装备订购多因素激励定价双层决策模型。分别以军方的激励系数方案和承制单位的努力程度方案为模型的上下层决策变量,并以军方军事经济效益和承制单位期望效用最大化为上下层决策目标。为求解模型得到相对最优激励系数方案,结合粒子群优化算法的快速搜索能力与禁忌算法的全局搜索能力,设计了带检验因子的禁忌搜索粒子群优化(tabu search-particle swarm optimization, TS-PSD)算法。最后,通过算例验证了该模型与算法的有效性,可以引导承制单位向军方期望的目标努力,实现共赢。     

速度时变的多中心半开放式车辆路径问题研究

针对多中心半开放式车辆路径问题,考虑软时间窗约束和车辆速度变化情况,构建了最大化平均客户满意度、最短配送距离和最小配送成本为目标的优化模型,并设计了两阶段求解算法。基于自适应网格密度法和邻域拥挤密度法对多目标粒子群算法的外部档案进行维护及选取全局最优粒子,提高算法的收敛性和后期种群多样性,以获得初始可行解。用变邻域搜索算法优化初始可行解,减小配送距离,降低配送成本。通过仿真实验结果验证了模型的合理性和两阶段算法的有效性。     

基于混合粒子群算法的多平台多武器火力分配研究

分析了火力分配的数学模型及求解算法的研究现状,建立了多平台多武器的火力分配模型,并提出了一种混合粒子群算法的求解方法。混合粒子群算法利用粒子群的个体最优和全局最优粒子,采用了交叉、变异和选择相结合的遗传操作得到粒子的新个体。通过对两个作战想定的多次测试,进一步表明了算法的可行性和有效性,尤其是在规模复杂问题中将更能体现算法的优越性。     

一种自适应粒子群算法

基于对不同粒子群算法(PSO)中惯性权重、全局收敛性、收敛精度和速度的分析,提出了一种新的全局最优值自适应变化的粒子群算法(LAPSO).并采用该方法对三种不同的基准函数进行了测试,将LAPSO测试结果与典型的收敛粒子群算法(LKPSO)和扩散粒子群算法(LWPSO)进行了比较.结果表明:自适应粒子群算法具有收敛速度快、进化精度高的特点,是一种新型全局收敛粒子群算法.     

估计GM(1,1)模型参数的一种新方法

考虑到最小二乘法则的不足及背景值参数和边值的影响,提出基于最小一乘准则估计GM(1,1)模型参数,得到新的预测公式,引入粒子群算法直接求解最小一乘问题即可得到模型参数,简化了以往改进模型的二次求解过程.数值计算结果表明,基于粒子群算法及最小一乘准则估计灰色模型参数,对于平稳或非平稳序列,都具有较高的拟合与预测精度.     

基于粒子群算法的连续性消耗应急资源调度

以连续性消耗应急过程为背景,运用粒子群算法求解多目标的应急资源调度数学模型.由实际的应用环境,考虑每个出救点应急资源的起始运输量,以应急系统施救成本费用和因施救不及时造成损失的双重角度构造模型的目标函数.针对该模型的特点,设计粒子群算法求解方法和步骤,实现了一步求解.并且讨论了不同参数组合对粒子群算法求解效率的影响.数值算例验证了所建立模型的合理性及其粒子群算法的可行性和有效性.     

基于股份支付的技术拍卖

作为现金拍卖的替代方式,发明人可以通过股份支付来实现技术拍卖.企业以股份竞标,当技术产业化后,发明人根据股份分享利润.基于对称独立私有价值模型,分析了股份拍卖的最优机制,获胜企业和发明人的股份分配和保留价格.与现金拍卖相比较,股份拍卖期望收益与成交率都更高.采用一价或二价标准股份拍卖时,发明人的期望收益是相同的,收益等价原理仍然成立.一价,二价股份拍卖都是最优拍卖机制.     

考虑策略型消费者损失厌恶下的新产品预售与退货策略研究

新产品通常面临较大的市场不确定性,如何保证产品的供应与市场需求的匹配性对于企业来说尤为重要,企业通过预售提前获取需求信息有助于实现这一目标.本文在考虑策略型消费者损失厌恶下研究了零售商的预售及退货策略,首先基于策略型与短视型消费者的行为特点构建预售与正常销售两阶段模型,对允许退货与不允许退货两种预售策略展开对比研究,接着通过构建两种策略下零售商的收益模型得出相应的最优预售价格和最优退货价格,并给出退货价格的取值范围.研究发现,由于策略型消费者的损失厌恶,零售商不得不降低预售期产品的价格.当预售期结束后的退货价格不高于某一特定的值时,退货策略的实施能够使零售商获得更优收益,并且存在一个最优的退货价格,使得退货模式下零售商的期望利润达到最大值.     

基于联合多重分形的股市量价关系分析

证券市场的量与价之间的关系一直是金融领域研究的热点问题。利用多重分形与联合多重分形分析中国及世界各主要股市的成交量与价格之间的关系,说明不同股指下的量价规律并不具有一致性,有些股指可能量高价也高,有些股指可能量低价也低。无论成交量如何变化,相对来说,亚洲股市价格波动更剧烈些。     

保险欺诈博弈与基于最优博弈策略的保险契约

运用不完全信息动态博弈和机制设计的有关理论,以伪造风险损失的保险欺诈问题为例,建立了保险欺诈博弈模型,研究了伪造风险损失欺诈博弈问题的纳什均衡及其保险双方的最优博弈策略.在此基础上,得出了使保险人的期望利润为零的保险定价公式,讨论了基于保险双方最优博弈策略的最优保险合同形式,证明了基于保险双方最优博弈策略的保险合同是部分保险.     

基于粒子群优化算法的自抗扰控制器设计

针对自抗扰控制器参数难以整定的问题,提出了基于粒子群优化算法的自抗扰控制器优化设计方法。该设计方法的实质就是选择合适的适应度函数,利用粒子群优化方法对自抗扰控制器的可调参数进行优化。设计方法运算简单,易于实现。对某炮控伺服系统的仿真研究表明,这种方法是可行的。     

基于随机查勘策略的夸大损失索赔欺诈博弈分析

运用不完全信息动态博弈的有关理论,建立了基于随机查勘策略的夸大损失索赔欺诈博弈模型,给出了保险双方的博弈策略选择及其可能达到的均衡,分析了满足保险人零期望利润约束的保险费率公式.研究表明,博弈模型存在某种形式的精炼贝叶斯纳什均衡,而且道德风险的存在会使保险单价格上升.最后,论证了保险标的损失额度为离散随机变量时夸大损失索赔欺诈博弈问题解的形式.     

零售价波动销售策略下的报童模型研究

价格波动销售策略普遍存在于各种买卖活动中，并导致了需求的不确定性使得零售商更容易发生供应不足或供过于求的现象，因此，价格波动时的订购问题更为重要.本文研究零售价波动且需求不确定的一次性订货问题.以期望损失最小为目标，建立订货模型，通过对价格区间的划分导出了最优订购量的近似表达式.理论上证明了价格区间划分方法的收敛性和解的存在性，并给出了在有限样本下的求解算法.根据实际销售数据进行了数值实验，证实了所提出的模型可以得到近似最优订购量.实验结果表明采用价格波动模型所得到的期望损失小于传统价格确定报童模型所得的期望损失，价格波动均值以及需求方差的变动会引起最优订购量的明显改变.     

证券投资基金的信息能力与价格发现机制的及时反应模式

运用事项研究法，以2000～2002年中国证券投资基金的重仓股为对象，探讨了信息能力对股票价格发现机制的影响。研究发现：证券投资基金重仓股的价格发现机制曼早、更多地反映了盈余新信息，并对未预期的真实盈余和管理盈余作出了理性的辨析。为此，就市场价格发现机制的反应而言，证券基金收集和解释财务信息的能力明显强于非专业投资者，使得其重仓股价格的财务信息内涵更丰富。     

基于GMDH-PSO-LSSVM的国际碳市场价格预测

针对国际碳市场价格预测LSSVM建模输入节点和模型参数难以确定的问题, 建立了基于数据分组处理方法(GMDH)-粒子群算法(PSO)-最小二乘支持向量机(LSSVM)的国际碳市场价格预测模型. 首先利用GMDH算法获得LSSVM建模中的输入变量; 其次应用PSO算法对LSSVM建模中的参数进行优化, 进而使用训练好的LSSVM模型对测试样本进行预测; 最后采用该模型对欧盟排放交易体系(EU ETS)两个不同到期时间的碳期货价格(DEC 10和DEC 12)进行实证分析, 取得了令人满意的效果.