具有时间约束的公职人员洗钱方式选择及其反洗钱应对策略北大核心CSSCI

通过分析认为,时间、风险、成本和转移量是不法公职人员通过洗钱方式转移不法所得时考虑的主要因素。在研究不法公职人员洗钱网络图的基础上,构建了基于时间压力条件下的最小风险最大洗钱量模型,利用多目标规划方法和最小费用最大流理论,给出求解该模型的算法,并通过实例验证了该算法的有效性。依据洗钱模型与算法,从资金来源、洗钱成本以及交易时间等方面,提出了遏制不法公职人员洗钱的措施。     

多阶段多目标洗钱网络路径算法研究及反洗钱应对策略

针对多阶段非法资金转移的路径优化问题,基于多目标优化的思想,构建了以洗钱量最大化、风险最小化及时间最短化为决策目标的多阶段洗钱网络路径优化模型;并利用期望效用理论对不法公职人员的风险偏好进行研究,分析出不同时间压力下不同风险偏好的不法公职人员对洗钱目标的五种不同选择,运用多重动态规划法以及最大流理论针对每种洗钱目标选择基于模型提出相应的算法,并通过实例应用验证算法的可行性.最后,从裸官外逃、大额交易、洗钱犯罪的心理过程、交易时间等方面提出了防范不法公职人员洗钱犯罪的措施及建议.     

金融网络中洗钱资金异常转移路径的经济成本模型

在信息对称条件下,合法顾客选择最小经济成本路径转移资金.为了有效挖掘洗钱路径信息,设计了金融网络中洗钱资金异常转移路径的经济成本模型,分离出资金转移的异常路径集合和合理路径集合,在此基础上对异常路径进行监测.该模型能够改善反洗钱监管效率,为金融机构改善反洗钱内控体系提供一种经济可行的方法.     

考虑车辆限速和风险公平性的危险品运输网络双目标优化模型

在危险品运输网络中,对不同路段上危险品运输车辆的最高车速设置不同的限制值,能在很大程度上影响危险品运输商的路径选择,从而导致不同的危险品运输网络总风险和总成本。本文首先基于车辆限速的方法,构建了考虑风险公平性的危险品运输网络优化的双层规划模型,上层规划以网络总风险和总时间成本的最小化为目标,并通过增加路段容量和区域风险约束以确保风险分布的公平性,下层规划以危险品运输企业的总时间成本最小化为目标;然后,采用粒子群优化算法求解了该模型;最后,通过两个算例验证了模型和算法的有效性。计算结果表明,政府部门运用车辆限速的方法,并且考虑风险平等性约束,在兼顾运输企业效益的同时,能有效地降低危险品运输网络的总风险和保证区域风险分布的公平性。     

基于最小成本的多物资需求的协作供应

讨论包括运输成本、购货成本以及库存成本在内的总成本最小的供应链协作供应问题。在带有时间需求的多个供应点协作供应的前提条件下，建立了使总成本最小的多物资需求的数学模型；设计了一个求解该模型的算法，证明了该算法的可行性和最优性，给出了该算法的算法复杂度，从而指出试算法是一个拟多项式时间算法；最后给出了一个算例。     

港口群泊位共享的动态分配模型及对比分析

文章提出了一种基于共享经济(sharing economy)理论的港口群泊位资源整合方法。以实现港口群内泊位利用率最大和船舶挂靠成本最小为目标构建双层规划模型。分析该模型特点后设计了双层迭代算法对该模型进行求解,并利用MATLAB编程对该求解算法进行具体实现。文章分析不同船舶原定靠泊计划、不同待挂靠船舶数量和不同港口群内总泊位数量对泊位共享的影响,同时对比分析了泊位共享与非共享情形下的等泊时间和泊位选择成本。比较分析后得出,在三种情形下港口群内泊位资源的共享可以较好地降低每艘船舶的等泊时间和泊位选择成本,同时整体提高港口群内泊位资源的利用率。     

基于收益和风险优化的属性约简算法

决策者总是希望实现收益最大而承担的风险最小,如何平衡或兼顾两者,可考虑引入收益和风险因素进行属性约简以便做出寻找有效的、切实可行的决策。在一定的预期收益水平下通过优化组合收益和风险,结合粗糙集和贝叶斯模型,建立了收益和风险优化的决策模型,以每个属性的收益风险平衡组合函数作为指标进行启发式属性约简,该算法减少数据模型的规模和复杂度,并提高模型系统的仿真精度。     

基于配送时间及节点流量约束的快递网络优化

通过Floyd算法求出快递网络节点间的最短路径长度和需要中转的次数,根据节点间的最短路径和需要中转的次数算出配送时间;通过Dijkstra算法对边介数、节点介数进行加权求和得出快递网络边的货物流量和节点的货物中转量,根据运费率、边的货物流量和边的长度算出边的运输成本,根据节点货物中转量算出中转费用和存储费用;以快递网络总配送成本最小化为优化目标,构建带有配送时间约束和节点最大流量约束的快递网络优化模型,并设计从全连通网络逐渐删除网络边至总配送成本最小为止的算法进行求解,最后通过算例验证了模型和算法的有效性。     

拓展VaR资产配置模型及其自适应遗传算法

为克服经典Markowitz均值-方差模型的不足,考虑了投资者对风险认知的不同理解以及最小交易量、交易费用、最大投资上限等实际因素,提出了符合我国国情的用VaR度量风险的资产配置优化模型,并设计了一种新兴的自适应遗传算法来求解该模型.通过Matlab语言编写的求解程序进行实例测试,可得到不同风险情况下的多组输出结果.实际算例表明,所提出的模型和算法均是合理、有效的.     

标准成本确定方法及改进蚁群算法应用

针对复杂生产过程中标准成本确定与产品质量和加工效率要求相脱离而导致标准成本控制能力弱的问题,研究基于时间与费用关系的标准成本确定优化方法.以产品标准成本最小及实际标准加工时间与理想标准加工时间之差最小为目标函数,产品质量控制要求为约束条件,建立标准成本制定数学模型.设计基于改进蚁群的模型求解算法,建立空间划分的蚁群搜索策略,克服算法早熟收敛.通过与变权重蚁群算法对比,表明改进蚁群算法的精度优于后者.最后以某企业的实际成本数据为例,将上述方法与企业目前采用的标准成本确定方法进行对比,验证该方法在降低标准成本、节约生产加工时间、控制产品质量等方面具有较好的效果,为面向生产作业的成本精益管控提供方法支持.     

基于资源流网络优化的鲁棒性项目调度

针对项目执行过程中由于活动拖期导致基准调度计划不断变更的问题,从资源分配的角度构建基于资源流网络优化的鲁棒性调度计划。首先设计拖期惩罚成本指标来衡量调度计划的鲁棒性,并构建以拖期惩罚成本最小化为目标的资源流网络优化动态模型。针对该模型设计MTPC资源流网络优化算法,该算法以活动为基准,采用拖期惩罚成本最小的资源分配方案实现资源在活动节点之间的有效流动,提升调度计划的鲁棒性。最后,为验证MTPC优化算法的有效性和可行性,通过采用蒙特卡罗模拟仿真实验将MTPC优化算法与RRAS,Min-EA和MABO等3种资源分配算法进行对比分析。实验结果表明:MTPC算法在调度计划的鲁棒性,资源分配方案的稳定性以及算法的时间效率上都优于其他3种算法。MTPC算法不仅能快速有效地完成资源配置,还能通过降低活动的拖期风险提升调度计划的鲁棒性,这可以帮助项目管理者构建抗干扰能力较强的基准调度计划。     

基于资源流网络优化的鲁棒性项目调度

针对项目执行过程中由于活动拖期导致基准调度计划不断变更的问题,从资源分配的角度构建基于资源流网络优化的鲁棒性调度计划。首先设计拖期惩罚成本指标来衡量调度计划的鲁棒性,并构建以拖期惩罚成本最小化为目标的资源流网络优化动态模型。针对该模型设计MTPC资源流网络优化算法,该算法以活动为基准,采用拖期惩罚成本最小的资源分配方案实现资源在活动节点之间的有效流动,提升调度计划的鲁棒性。最后,为验证MTPC优化算法的有效性和可行性,通过采用蒙特卡罗模拟仿真实验将MTPC优化算法与RRAS,Min-EA和MABO等3种资源分配算法进行对比分析。实验结果表明：MTPC算法在调度计划的鲁棒性,资源分配方案的稳定性以及算法的时间效率上都优于其他3种算法。MTPC算法不仅能快速有效地完成资源配置,还能通过降低活动的拖期风险提升调度计划的鲁棒性,这可以帮助项目管理者构建抗干扰能力较强的基准调度计划。     

基于最小二乘滤波起始的机动目标被动跟踪方法

针对仅有量测角的机动目标跟踪给出了基于最小二乘法的滤波器起始方法。该方法减少了伪量测估计方法的估计偏差,同时克服了基于最大似然估计算法计算复杂和容易陷入局部极值点的不足。该起始算法与交互式多模型(IMM)算法相结合实现了对机动目标的被动跟踪。计算机仿真验证了该方法的有效性。     

网络支付行业主体反洗钱博弈模型及策略研究

本文构建网络支付行业主体反洗钱博弈模型,描述监管机构、金融机构、支付机构、洗钱者等参与主体的效用函数;基于成本收益法和博弈分析,研究影响各类主体效用函数的主要因素及其行为策略;通过系统仿真验证监管机构查处力度和市场主体自查力度的增强能够有效抵御洗钱金额增加导致的国家效用损失,对市场主体处罚力度的加大能够提升国家效用水平;并据此提出防范网络支付行业洗钱风险的相关政策建议.     

时变条件下有害物品运输的路径问题研究

随着经济的发展,有害物品的生产量和运输量都在不断的增长.在时变网络条件下的有害物品运输过程中,运输成本和运输风险随着时间的变化而有所不同.在时变网络条件下,获得有害物品运输的风险和成本的基础上,给出了有害物品运输过程中的路径选择的模型,此模型还考虑了有到达时间限制和允许在运输网络中等待的情况.然后设计了求解的算法,利用此算法可以获得时变条件下有害物品运输中的最短路,并对算法的复杂性进行了分析.最后给出了一个应用算例,证实了在时变条件下有害物品运输中进行等待可以在一定程度上减少成本和降低风险.     

一种计算最小体积覆盖椭球的坐标轴下降算法

最小体积覆盖椭球问题是一个基本的优化问题,在很多实际问题中有着重要的应用.本文阐述了最小体积覆盖椭球问题的理论、模型和算法,并提出了一个一阶导数类算法-调节坐标轴下降算法.该算法具有全局线性收敛性,并且计算效率很高.另外,我们还将最小体积覆盖椭球问题的理论应用到我国医疗行业上市公司财务风险预警模型的构建上来,研究结果表明基于最小体积覆盖椭球的财务风险预警模型具有很高的判别率和计算效率,进而说明了最小体积覆盖椭球问题的应用价值.     

基于Pareto改进VNS-MMAS的定点修理任务多目标动态调度

针对战时定点修理任务重、修理时间有限、约束复杂的问题,进行了面向定点修理的战时装备维修任务多目标动态调度研究。提出了战时定点修理装备维修任务调度军事问题,考虑修理时间窗、非遍历性等约束,构建了战时装备维修任务多目标动态调度模型。采取分步求解思路处理修理小组分配以及修理任务排序两阶段优化问题,并从状态转移规则、信息素更新规则、先验信息获取3个方面对最大最小蚂蚁系统(max-min ant system, MMAS)算法进行改进,结合变邻域搜索(variable neighborhood search, VNS)算法增强算法的局部搜索能力,设计了基于Pareto改进VNS-MMAS算法实现模型求解,并通过示例仿真验证了模型及算法的科学性与有效性。     

基于改进蚁群算法的敏捷成像卫星任务调度方法

针对敏捷成像卫星观测任务调度问题, 综合考虑卫星最长连续工作时间、任务间卫星姿态调整时间、能量、容量等约束建立了任务调度模型. 考虑到密集任务间的相互影响, 着重分析了任务间卫星姿态调整时间约束, 并给出调姿时间求解方法. 提出一种改进蚁群算法对问题进行求解, 借鉴蚁群系统(ACS)和最大最小蚂蚁系统(MMAS)的思想设计寻优策略和信息素更新策略. 并结合实际约束, 引入最早、最晚可观测时间和任务优先级等因素来控制转移概率. 实验算例验证了模型和算法的有效性.     

接送机场服务中车辆路径与调度模型的比较分析

针对接送机场服务中的最小碳排放量和最小成本的0-1混合整数规划模型提出了基于标签与集划分的精确算法.从顾客点地理位置分布、顾客点规模、绕行系数、车辆容量和顾客满意度五个方面对两种模型进行了比较分析.实验结果表明:两类模型的人均成本和人均耗油量都明显的体现了各自的优越性.     

变动补偿的多模糊选址-路径机会约束模型及算法

针对同时具有模糊需求和模糊旅行时间,且有车辆容量、配送中心容量和时间窗约束的选址-路径问题,基于预优化和实时调整的两阶段策略,引入变动成本的概念,建立变动补偿的机会约束预优化模型.在实时调整阶段,考虑多模糊参数的联合影响,定义变动成本为因车辆剩余容量不足返回配送中心卸载的额外配送成本和因车辆实际到达时间超出客户时间窗的时间惩罚成本总和.鉴于多模糊参数影响的时间窗可信度计算复杂,且已将时间惩罚成本作为变动成本的一部分修正目标函数,去掉时间窗机会约束,设计一阶段模拟退火算法求解,贪婪聚类构建初始解,随机模拟法估算变动成本.测试算例验证了模型和算法的有效性.得出,该模型可弱化偏好值的影响,生成实时调整变动幅度小且整体最优的预优化方案,提高对不确定环境的风险抵抗力,且求解简单;该算法是求解此类问题的较好算法;研究成果为多模糊选址-路径问题提供新的求解思路.