基于Burg entropy-散度函数的不确定概率约束优化问题的等价形式

许多有重要价值的实际问题的数学模型均为概率优化模型,如水库系统设计问题、现金匹配问题等,该类模型通常存在分布的不确定性.文章对概率优化模型的分布不确定性展开研究,探讨了基于Burg entropy-散度函数的不确定概率约束优化问题的一个等价形式.构造了基于Burg entropy-散度函数的不确定集,用测度变换的方法把一个关于分布P的优化问题转化为关于似然比的凸优化问题,证明了基于Burg entropy-散度函数的不确定概率约束优化问题解的存在性,并且得到了基于Burg entropy-散度函数的不确定概率约束优化问题的等价形式.     

基于修正的χ2-散度的不确定投资组合优化

随着我国金融体系的不断完善,投资渠道呈现出多样化的发展.但由于市场变化、政策修改、企业经营等不确定因素,如何选择最优的投资方式以平衡风险和收益的比例要求成为投资者关注的焦点.投资组合的方法选择可以为投资的相关决策提供重要依据.首先提出不确定条件下的投资组合问题,利用经验分布和未知分布修正的χ~2-散度距离来构造未知分布集合,再利用测度转化将不确定参数对未知分布问题转化为似然比对于经验分布的凸优化问题,然后应用拉格朗日对偶理论得到投资组合问题的等价形式.     

基于矩信息的不确定投资组合优化问题

在已知随机变量的部分矩信息的条件下,对带有机会约束的投资组合优化问题进行研究.首先,对初始机会约束进行鲁棒性处理,得到分布鲁棒机会约束优化问题;然后,通过引入条件风险价值(CVaR)来近似地表示分布鲁棒机会约束,给出最坏情况下的CVaR近似且表明其精确性.     

基于CVaR约束的分布鲁棒投资组合优化问题的等价形式

在许多实际问题中经常通过优化模型来指导决策.在这些模型中,存在着需要指定或估计的参数.而这些参数作为随机变量要限制在一个分布集合内,保守决策综合考虑了集合中分布最坏的情况下进行的优化求解.所以,此类问题的关键就是不确定集的构造.在本文中,研究了概率分布集合由JS-散度定义的CVaR分布鲁棒优化问题.对目标函数中的期望值函数,经过适当的度量测度的选取、Lagrange对偶理论将问题转化为经验分布下的约束优化问题,从而得到期望值函数的等价形式.对于约束中的CVaR函数,类似的方法也可以得到其等价形式.因此,最终可得到基于JS-散度的CVaR分布鲁棒投资组合优化问题的等价形式.     

基于JS-散度的不确定概率约束优化方法

在分布鲁棒优化的思想基础上,考虑到JS-散度是测量两个概率分布相似性的特点,利用经验数据得到经验分布p_0,考虑经验分布p_0与未知分布p的JS-散度的距离,构造分布p的不确定集,该不确定集缩减了分布p的不确定性.对于定义在不确集下的概率约束优化问题,利用测度转换,将参数ξ对于未知分布p的极小化问题转化为似然比l(ξ)对于经验分布p_0的凸优化问题,应用对偶理论得到求解这一类不确定概率约束优化问题的方法.     

基于修正的χ2-距离散度的不确定概率约束优化

许多有重要价值的实际问题的数学模型为不确定性概率优化模型,如决策问题等,该类模型常存在分布的不确定性。研究了基于修正的χ2‐距离散度的不确定概率优化问题,构造了基于修正的χ2‐距离散度的不确定集,对模型内部极大化问题进行求解。研究了最坏情况下的概率函数,用测度变换的方法把一个关于分布 P的优化问题转化为关于似然比瞊（ξ）的凸优化问题;应用凸优化问题的对偶理论,证明了拉格朗日对偶问题的等价性,并且得到了不确定概率优化问题的等价形式。     

基于非光滑优化的投资组合问题

采用HT∞(X)风险函数衡量组合风险,建立新的双标准优化模型.该模型所反映的均衡关系,可作为投资者进行投资组合的依据.由于风险函数是不可微的,故传统的优化方法在此并不适用.利用非光滑优化方法可以很好地解决该问题并得出其有效前沿.     

椭球不确定集下的投资组合鲁棒优化模型

对于含有不确定参数的采用CVaR风险度量的投资组合模型,基于鲁棒优化理论的最新进展,结合统计或时间序列,构造形式较为简单的椭球不确定集作为对参数不确定性的近似,把原问题转化为易于求解的确定型最优化问题,解决了该模型由于参数具有不确定性所造成的缺陷,得到鲁棒性与最优性都较为满意的解.通过市场数据对模型的可操作性和实用性进行验证.     

两阶段随机线性优化问题的等价形式

在极小极大两阶段随机线性优化问题中,往往只知道随机变量的概率分布所满足的一些条件,并不能精确求得。文章假设随机变量的一阶矩和二阶矩是已知的,将最坏情况下的条件风险值(CVaR)作为效用函数,基于矩理论和对偶理论,最终将概率分布由一阶矩和二阶矩描述的极小极大两阶段随机线性优化问题转换为可求解的半定优化问题。     

组合测量设备不确定度的实验研究

为了弥补传统组合式测量系统仅通过仪器的机械组合与测量数据的融合来扩大测量范围、从而提高测量精度的不足,通过分析典型近端与远端测量设备——七关节测量臂与激光跟踪仪的测量模型,提取影响测量不确定度的关键参数,进而基于静态单点重复测量实验,综合评定了各关键参数对测量不确定度分布规律的影响趋势.实验结果表明:测量臂腰部支撑关节1的精度(小于0.04 mm)明显高于其他关节,因此对终端测量不确定度的影响较小;关节7对测量不确定度的影响最小(小于0.03 mm),而其余各关节转角的增大对测量不确定度的影响均有增大的趋势,其中铰链关节的增幅明显大于转动关节,且越靠近基座端的关节转角变化对不确定度的影响越大;激光跟踪仪水平、竖直方位角对不确定度的影响对称分布于90°两侧,且随测量极径的增大呈上升趋势.     

基于前景理论的投资组合优化问题研究

借鉴Kahneman和Tversky提出的前景理论,从期望效用最大化的视角对风险资产进行组合投资。首先建立基于前景理论的投资组合优化模型,然后针对模型中S形价值函数在参照点的非光滑性,使用CHKS函数进行了光滑化处理;针对目标函数的非凹性,使用多初始点技术进行了处理。最后利用中国金融市场的实际数据进行了实证分析,通过设定不同参数取值,验证了前景理论对中国金融市场的适用性。     

模型不确定环境下最优动态投资组合问题的研究

研究了在模型不确定环境以及在一般的半鞅市场下的最优投资组合问题.首先,用鞅方法和对偶理论去寻求最优投资组合问题的解,证明了在适当的假设条件下,投资组合问题的对偶问题的HJB方程解的存在性和唯一性,并对这个唯一解进行相关的刻画.其次,推导出原问题和对偶问题的值函数是共轭函数.最后,考虑了一个跳扩散模型,其系数依赖于一个马尔柯夫链,且投资者对马尔柯夫链状态间的切换的速率是不确定的.当代理人具有对数效用函数时,用随机控制方法去推导相应的HJB方程,并得到对偶问题的解,从而推出最优投资组合问题的显式解.     

一类回报率不确定的证券组合投资策略

为研究包含风险证券的证券组合投资问题,建立了回报率存在不确定性情况下的证券组合投资模型。将使总收益实现最小不确定性的证券组合投资问题转化为H∞控制问题,并运用离散时变系统的H∞状态反馈控制理论,得到证券组合投资的H∞状态反馈投资策略。仿真表明使用该投资策略可实现总资产按预期目标增长的投资目的。     

基于CVaR的投资组合优化

由VaR模型的非一致性风险度量缺点引出CVaR模型,分析了CVaR的计算方法,并利用遗传算法对我国股票的实际数据求出了投资组合的最优解。     

基于MATLAB的不确定度合成

利用MATLAB进行随机模拟,根据直接测量量的有关信息,对其误差进行仿真,然后求出被测量的估计值,利用统计方法计算合成标准不确定度。该方法适用范围广,不受相关性、可微性的限制,通用性强,而且可以通过编程实现不确定度的合成。最后通过实例分析说明该方法的合理性和有效性。     

WCDMA手机射频杂散测试不确定度浅析

本文针对利用手机综合测试仪E5515C和频谱分析仪E4440A组成的WCDMA手机射频测试系统在测试杂散过程中容易引入的测试不确定度进行了分析计算。     

多期投资组合问题的优化分析

根据实践中风险分散的要求,在多期投资组合问题中加入资产分散约束,建立了该问题的随机规划模型,并将其转化为两阶段有补偿模型.然后将资产虚拟为局中人,构造了一个合作博弈问题.利用随机规划的对偶理论证明了该合作博弈存在核心分配,结论显示将初始资金投资到全部资产上的多期投资组合,其收益优于分散初始资金、分散资产组合的投资方法.     

实验不确定度若干问题研究

研究了应用ＢＩＰＭ关于实验不确定度规定的有关问题,着重研究了标准不确定度的ｕｊ计算和方差合成问题,以及扩展不确定度的置信因子的近似计算问题     

基于遗传算法的证券组合投资优化问题的模拟分析

分析了用遗传算法求解组合证卷投资中的Markowitz模型的各种问题．提出了一种采用最优保存策略的遗传算法求解William Sharpe模型的方法,并且实现了N种证券投资组合优化的模拟分析,得出比用二次规划算法求解更好的结果．     

基于退火不可行度的约束优化问题遗传算法

传统的遗传算法在求解带约束的数值优化问题时，主要采用罚函数法．本文针对罚函数法在实际应用中的困难和不足，提出了基于退火不可行度的遗传算法来处理各类约束优化问题．仿真结果表明该方法是一种有效的约束问题寻优算法．