网络环境下广告资源优化决策模型

研究了网络环境下优化配置有限广告资源的问题。在最大化总体点击率的基础上引入了定价模型,提出了在企业广告预算一定的条件下,基于混合定价的最大化网站收入的决策模型。目标函数是有约束的优化问题,采用罚函数法转换为无约束优化问题,针对无约束问题采用遗传算法进行求解,仿真结果说明了模型和算法的可行性。     

户外广告资源配置优化模型及算法研究

针对户外媒体广告的特点,提出了一个户外广告资源配置优化模型,将其建模为一个带约束的整数优化问题,最大化户外广告的总收益。通过罚函数法进行约束处理,提出了一种协同混合粒子群算法进行求解,仿真结果表明了该算法的有效性。将这种模型运用于户外广告进行综合定价,能够较好地解决广告主和相关广告运营企业的共同利益互存,使双方的利益最大化。     

服从ARCH模型的风险资产定价模型

考虑服从ARCH模型的风险资产的定价问题,研究了投资者在具有二次效用函数下的最优投资组合问题。利用无套利原理给出了投资者在效用最大化条件下风险资产的定价问题,给出了最优投资组合的定价模型,并对不同形式下的定价公式进行了讨论。     

正负网络效应共存的社交平台定价问题

针对资源的正网络效应和广告的负网络效应共存的社交平台定价问题,构建了双寡头博弈模型,给出了博弈的纳什均衡,分析了均衡情况下资源和广告数量以及平台收益如何变化.研究发现,平台提供的资源与广告数量之比(资源广告比)对平台具有至关重要的影响.平台对网络用户免费,实际成本通过广告费转嫁给了广告商.当资源广告比增加时,资源和广告的数量变化并不单调,而是存在一个转折点.为了使平台收益最大化,最佳的资源广告比总是在可行范围的两端.研究结果有助于揭示平台如何平衡资源和广告.     

基于需求侧管理实时电价优化方法综述

为改善电力市场供需状况,实现削峰填谷目标,基于需求侧管理的实时定价研究不断深入.鉴于此,对其主要优化方法和最新进展进行综述.首先,总结了实时定价的社会福利最大化模型,明确模型以追求全体用户的效用之和与电能成本之差,即以社会总福利最大化为目标.随后,归纳了求解社会福利最大化模型的几种方法,包括对偶优化方法、交替方向乘子法...     

证券组合模型系数的凸二次规划求解方法

证券组合问题是二次规划问题,在证券组合模型中的协方差矩阵为正定的条件下,利用矩阵理论将其转化为等价的无约束优化问题.并且建立了原问题的K-T点与等价无约束问题的稳定点之间的关系.为证券组合投资的最优化提供科学依据和有效的计算方法.     

等式约束下的共轭梯度算法

为了寻找求解大规模无约束非线性优化问题的一种有效方法,提出了一种等式约束下新的共轭梯度算法,该算法利用广义消去法将约束优化问题转化为无约束优化问题.并证明了该算法具有全局收敛性,同时还证明了该算法在强wolfe线搜索下具有充分下降性.     

BFGS人工神经网络求解无约束优化问题

提出了一种基于BFGS算法的求解无约束优化问题的人工神经网络模型,并对该模型的稳定性作了理论分析.采用该模型对两个著名的测试函数进行数值实验,结果表明,文章给出的模型具有较好的数值效果.     

基于消费形态条件下的电力运营定价模型

提出在电力运营部门定价过程中,首要的问题是选择指定的用户类型及用户消费形态,并且在自选择约束条件下达到福利优化的目的．运用计量经济学的方法建立了电力运营定价模型,在模型中,通过确定用户目标函数对电力运营部门的供给状况、福利最大化问题、需求函数原则和有效的电价条件进行了分析,并就如何确定正常的消费形态和相应的电力价格以及自选择约束条件进行了实证分析．结果表明,在基于消费形态的定价模型中,问题的关键是价格形态应同时对不同用户群达到有效、可行和公平的目的     

非线性一般约束优化问题的修正BFGS信赖域算法

先通过罚函数法将一般约束优化问题在一定条件下转化为无约束优化问题,再利用无约束优化问题的修正BFGS信赖域算法,进而得到一般约束优化问题的修正BFGS信赖域算法,并通过数值试验表明该算法是有效的.