对帕累托最优条件的再分析

资源最优配置是福利经济学中的一个重要理论,但是,好多经济学家在研究资源最优配置的问题时,却都撇开了收入分配这一重要前提。因此,该文对帕累托最优条件在资本主义,社会主义条件下能否实现作了进一步分析。     

基于帕累托最优模型的电子商务福利经济学分析

电子商务是当前最具吸引力的产业之一。作为一门新兴的技术和新型交易模式,其满足人们消费欲望的同时也存在自身的局限性。从福利经济学的视角出发,以帕累托最优模型为解决途径,从消费与生产的微观角度分析供求双方的均衡,以及从社会福利的宏观视角探讨国民生产各要素的收入变化。客观分析电子商务的社会经济价值,对优化资源配置、转变经济发展方式、优化产业结构具有重要意义。     

关于帕累托最优问题的再思考

由福利经济学的知识可知,帕累托认为最优的效用组合存在无限多种,而这与最优配置的内在要求显然是相冲突的.为了解决这一问题,通过对交换、生产及生产和交换的帕累托改进方式进行了重新分析,并通过分析说明在既定的要素禀赋下最优的配置状态是存在而且唯一的,并进而说明这种唯一是如何达到的.     

基于帕累托最优的民办高校图书馆人力资源优化策略探析

阐述了图书馆人力资源管理与帕累托最优的概念,分析了目前民办高校图书馆人力资源管理中存在的问题,提出了民办高校图书馆人力资源管理的帕累托改进。     

基于帕累托最优效率模型的轨道交通沿线公交线路运行效率评价

通过建立公交运行效率评价模型,确定轨道交通沿线待优化线路,为两网融合奠定理论基础.首先通过定性定量法筛选出与轨道交通关联度大且有研究意义公交线路,其次以公交线网自身合理性、两网之间协同关系等数据构建评价体系,最后采用帕累托最优交叉效率模型,求解沿线公交线路运行效率.以南昌市1号线为例,筛选出沿线25条公交线路并进行实证分析.结果表明:帕累托最优交叉效率模型的评分更容易被所有的决策单元(decision-making units,DUMs)接受;数据分析得出南昌公交线网自身合理性较好,但在两网协同关系方面,可优化线路走向、调整线路重复系数等加强其协同性.最后基于两者的帕累托交叉效率均值,将25条公交线路划分为4种案例,为公共交通系统的管理者和决策者提供了更实用和有价值的观点.     

基于帕累托优化的农业用水定价机制与模型研究

在综合考虑供水单位和农民双方利益的基础上,从经济学角度探讨了基于帕累托优化的农业用水定价机制,建立了考虑国家对农民直接补贴的基于帕累托优化的农业用水的水价模型。以陕西省关中地区为例,初步确定了灌区保本运营的政府对农业亩灌溉用水的直补定额,并分析了其节水综合效益及这一促进农业节水的激励制度设计的优越性和与之配套的制度设计。研究得出,在现有的条件下,通过利用市场水价调节机制提高水价,从经济学角度实现水资源配置的帕累托最优化,使水资源达到供需平衡,是实现节水农业的经济和现实途径。但在农民对提高农业水价承受能力较弱的现实条件下,水价的调整必须保护农业的基本用水需求和农民利益,对农户适当补贴才能使供、用水双方达到帕累托最优化状态。为此,可建立现实的激励节水机制,且力争达到政府对农户直补资金有较高的投入产出比,只有这样,方可调动农业供、用水双方的节水积极性,对发展节水农业产生重要的推动作用。     

帕累托最优框架下的水电电价模型

将Shapley 值分配方法与帕累托最优理论引入到水电电价模型的研究中．通过Shapley 值确定水电电价在不同时段的惩罚因子与奖励因子,在帕累托最优的框架下建立能够提供有效的经济信号的有差别水电电价模型,目标为小水电方经济效益减少量与电网线损减少量比值的最小化,在保证对电网运营方与水电方经济效益弱影响的同时,实现电网的低线损运行．算例表明,该模型能够实现电网运行效益与小水电经济效益的双赢．     

医院图书馆中的帕累托法则

介绍了帕累托法则,讨论了帕累托法则在医院图书馆中的应用,并对如何取得更好的效果进行了分析。     

从帕累托最优理论看我国城市房屋拆迁

随着我国城市建设、旧城区改造及房地产市场的不断发展,拆迁纠纷大量出现,其根源在于目前城市房屋拆迁补偿过程中包含着复杂的利益关系,涉及到社会公共利益的实现和被拆迁人权利的保护.以经济学中的怕累托最优理论为视角,针对如何保护被拆迁人的合法财产权引发的矛盾,建议运用一系列帕累托改进的方式以保障听证与司法程序的执行,完善公共利益的最终确定以及强调被拆迁人的补偿权以更好确定拆迁补偿机制,从而平衡目前的制度性非均衡状态,最终达到全社会福利最大化的帕累托最优状态.     

基于效用函数的CGF协同任务分配优化研究

针对CGF协同控制优化问题,为解决仅凭招投标结果确定任务分配方案时只能获得局部最优且耗时较长的问题,首先构建了CGF能力向量和子任务要求的能力向量。在此基础上建立了效用函数数学模型。然后以全局效用最大为适应度函数,以反潜直升机协同搜素为背景。应用遗传算法对基于CGF偏好的投标矩阵进行任务分配全局优化。仿真验证表明,所建协同任务分配模型能够实现CGF协同决策优化。而且遗传算法能够很快收敛到全局最优解,有效地解决了舰空协同反潜中对潜搜索的协同任务分配问题。     

基于粒子群蚁群算法的多机器人任务分配方法

针对大规模多移动机器人松散耦合型任务分配问题,探讨了机器人联盟形成问题中的关键,并且提出一种基于粒子群蚁群算法的任务分配机制.结果表明,粒子群蚁群算法得到的分配解要明显优于基本蚁群算法,并且不易出现早熟现象.     

基于遗传算法的转向垂臂结构优化设计

提出了以体积(质量)最小和多工况下应力最小为优化目标,建立了转向垂臂的拓扑优化模型。以转向轮左、右转向极限工况和原地转向工况作为设计载荷,以垂臂模型的控制参数作为设计变量,建立了垂臂的多目标数学模型。采用第二代非劣排序遗传算法(NGSA-II)对所建立的数学模型问题进行优化求解,得到各自的Pareto优化解集,并参考Pareto解集对垂臂进行尺寸优化。结果表明,在不影响各项性能的前提下,转向垂臂减重17. 87%,取得了较好的轻量化效果。     

一种协同诊断的任务协作规划方法

在多诊断资源协同诊断领域,由于装备复杂性和诊断资源异构性,诊断任务分配应具有自适应性.提出了一种动静态集成的协同诊断任务分配方法.在静态任务分配中,以装备的定性模型和模糊关系矩阵建立了诊断任务关系模型,通过改进D算法实现诊断路径规划,运用多约束整数规划进行资源配置;在动态诊断任务分配方法中,引入了基于效用和协商的扩展合同网方法.最后,通过工程装备的诊断事例验证了分配方法的有效性,并通过结论总结和延伸了该方法.     

基于PSO算法的多巡飞器任务分配方法

为使多个巡飞器协同完成针对地面多个目标攻击任务,从巡飞器载荷较小的特点出发,基于PSO算法对其任务分配方法进行了研究.根据巡飞器两种任务介入方式的不同,分别建立了布撒方式任务分配问题模型以及陆基发射方式任务分配问题模型.根据模型的复杂程度,分别选择使用基本PSO全局优化算法以及考虑资源消耗情况下对PSO整数规划算法进行改进后的算法,求解两种任务分配问题.仿真结果表明,算法可解决任务分配问题,任务分配方法合理,适应巡飞器协同需求.     

一种多无人机层次化任务分配方法

针对大规模任务分配问题,为了提高任务分配的效率和合理性,提出了基于任务依赖关系和ISODATA算法相结合的任务分组方法。在任务分组基础上,从无人机负载均衡的角度出发,提出了基于资源福利的任务组级粗粒度任务分配方法,结合粒子群算法提出了任务组内的细粒度任务分配算法。通过实验仿真验证所提方法有效,且性能和灵活性较普通任务分配算法有较大的优势。     

全局最优的SLNR预编码功率分配算法

针对多用户多输入多输出系统,基于总可达速率最大化原则,研究了基于信漏噪比(signal-to-leakage-and-noise ratio, SLNR)预编码功率分配算法。为解决传统算法仅能通过迭代求解,性能不好的问题,提出了可直接求得全局最优解的解决方案。导出了仅含一种变量的目标函数,将功率分配问题转化为有约束条件的非凸优化问题。为解决这个优化问题,提出一种基于鸟群算法(bird swarm algorithm, BSA)实现全局最优的解决方案;为弥补该算法复杂度高的缺点,提出一种基于几何规划(geometric programming, GP)的近似全局最优算法。仿真表明,基于BSA的算法能够实现最大的系统总速率,且随着发射信噪比、基站天线数及用户数变化,性能提升效果能够得到保持;基于GP的算法,在复杂度与性能方面得到折衷,且相比基于BSA的算法,误码率性能更优。     

一种多机器人的任务分配和自动协商的方法

提出了一种多机器人的任务分配和自动协商的方法。在进行任务分配时充分考虑机器人的真正性能;构建自动协商的模型时,改进最小二乘法支持向量回归算法（LSSVR）,用于估计对手的谈判效用,并采用鲁棒控制器的输出反馈变量来限制优化实用性能指标,然后提出协商和再分配的协议来提高实时性和任务分配效率。最后,通过仿真实验来验证次方法的有效性。     

摄像机网络中基于任务域的任务分配方法

针对智能交通应用场景中摄像机网络的任务分配问题, 提出一种基于任务域并综合考虑节点负载和任务服务质量的任务分配方法。在保证任务服务质量的基础上, 使用了一种基于节点间相对价值的任务转移策略,并在嵌入式智能摄像机网络系统上实现了上述方法。实验结果表明, 该方法相对于传统任务分配方法, 系统平均资源利用率提高约50%, 任务分配成功率提高约40%。     

基于最优计算量分配的公路轨迹规划

针对智能汽车的公路轨迹规划问题, 本文将最优计算量分配(OCBA)的思想引入基于候选轨迹曲线的规划算法OODE, 提出新算法OCBA_OODE。OODE通过比较各候选曲线的\"粗糙\"(存在偏差但计算量小)评价确定最优轨迹曲线。曲线评价随着投入计算量的增加逐渐收敛至准确值, OODE对各曲线平均分配计算量, OCBA_OODE基于曲线评价循环分配计算量进而提高算法效率。OCBA_OODE在求解质量不下降的前提下, 规划速度比OODE的快20%。