兼容移动市场下的多期模糊投资组合优化模型

【目的】理性的投资决策需要满足风险收益均衡目的,同时还需要考虑很多标准,从而使得投资组合优化模型更贴合实际。【方法】根据市场发展趋势的风险偏好以及风险收益权衡原则,运用模糊的方法给出模糊收益率。【结果】假设收益率为兼容移动市场下的非对称三角模糊变量,不仅给出了一种新型的多期模糊投资组合优化模型,而且在模型中还考虑了交易成本、多元化程度等因素。【结论】最后选取中国股票市场的 8 支股票数据,用遗传算法进行了实证分析,还对结果进行了对比,证实兼容移动的市场因素的模型更符合实际的金融市场。
     

求解单侧障碍问题的自适应投影方法

【目的】单侧障碍问题在变分不等式中具有重要的应用,但不存在或很难求其精确解,所以很有必要进行数值解法的研究。【方法】利用有限差分格式将障碍问题离散为一个线性互补问题,得到该问题的一个投影不动点算法。然后用投影方法得到了变参数的算法,并在迭代过程中自动调整参数,每一步迭代只需求解一个线性方程组。【结果】将障碍问题离散为一个有限维的线性互补问题,而该问题等价于投影问题,于是得到了求解障碍问题的自适应投影算法。【结论】最后用数值算例验证了算法的有效性,与固定参数的投影算法相比较。数值结果表明参数对自适应投影算法影响较小,而且该方法收敛速度更快。
     

有公共交货期的单机分批排序问题

【目的】单机分批排序问题有着广泛的应用背景,很多问题是NP-困难的。有公共交货期的单机分批排序问题是一个非常重要的研究方向。【方法】利用组合最优化的方法,研究工件有公共交货期的最小化误工工件个数和总延误的单机分批排序问题。【结果】对于最小化误工工件个数问题提出了一个多项式时间算法,对于最小化总延误提出了一个伪多项式时间的动态规划算法。【结论】对于其他有公共交货期的分批排序问题的研究提供了重要的研究方法。
     

平面Wiener Sausage的中偏差

【目的】研究平面Wiener sausage的中偏差。【方法】采用了高阶矩方法、Wiener sausage的三角分解以及一些矩估计。【结果】发现平面Wiener sausage具有非对称的尾行为。【结论】Wiener sausage的极限行为与其所处的空间有极大的联系。
     

利用半无限规划的离散化方法求解半定规划问题

【目的】对半定规划的强对偶定理以及求解半定规划近似解的算法进行讨论。【方法】利用求解半无限规划的近似解的离散化思想,及线性规划的强对偶定理。【结果】得到了半定规划强对偶定理一种新的证明方法以及求解半定规划近似解的离散化算法,给出了该算法的数值实验结果。【结论】为半定规划问题提供了一种新的近似求解算法。
     

基于模式匹配的网页净化方法

新闻网页主要由大量文字描述构成,相比网页其他区域的噪音内容,其主题内容含有大段连贯的文字。根据这一特点提出一种基于模式匹配的网页净化方法,即在网页源代码中匹配最长文字字符串,从而准确定位主题内容源代码在网页源代码中位置,实现网页净化。本方法可去除来自不同网站网页的噪音内容,无需事先训练数据集来生成模板,不需要生成网页DOM树。对同构、异构和不符合XML规范的网页净化,试验证明效果理想且性能稳定。
     

高阶平均向量场方法在 Allen-Cahn 方程中的应用

Allen-Cahn方程是材料科学中描述流体动力学问题和反应扩散问题中的一类重要方程。Allen-Cahn方程的能量具有散逸性,即能量会随着时间的增长会逐渐降低。在数值模拟中,设计精确地保持Allen-Cahn 方程能量散逸性的格式对模拟方程的演化具有显著的优点。目前,保 Allen-Cahn 方程能量散逸性的数值格式都是低阶的。最近有人构造了保持常微分方程能量散逸特性的高阶平均向量场方法,是一种有效的离散梯度法。国内外还少有人把保能量散逸性的高阶离散梯度方法应用于能量散逸性的偏微分方程。在这里,我们利用高阶离散梯度方法构造了 Allen-Cahn方程的高阶格式。新的高阶格式能很好地长时间模拟 Allen-Cahn 方程数值解的演化,很好地长时间保持了 Allen-Cahn 方程的内在特性。
     

求解Laplace方程的Signorini问题的边界元投影迭代法

对一类边界条件是非线性的Laplace方程的Signorini问题,提出了基于投影不动点方程的边界元迭代算法。由于Signorini边界条件 * 等价于的不动点问题 *,因此可以通过投影迭代格式 * 来满足Signorini边界条件,从而每一次迭代只需要求解一个标准的椭圆型混合边值问题。由于该算法是在Signorini边界上进行迭代,因此边界元方法很适合用于数值求解。然后利用投影性质和Green公式证明了算法的收敛性。最后,算例的数值结果表明了该算法的可行性和有效性。(注:*表示公式,见正文) ）
     

快递服务中的取件路线研究

对快递企业来说,只有在规定时间内取走客户需要快递的物品才能保证物品的快速运送,而取件作业的效率和取件路线的选择息息相关,因此为运务员设计一条恰当的取件路线至关重要。本文分析了在划分运务员责任区的情况下,责任区内顾客需求呈随机分布情形下的取件路线规划问题,建立了相应的数学模型:MinxP{T(x)>D},s.t.1)∑nj=1xij=1(i=1,2,…,n);2)∑ni=1xij=1(j=1,2,…,n);3)∑i∈S∑j∈Sxij ≤|S|-1, S {1,2,…,n};4)xij ∈{0,1}(i,j=1,2,…,n),并提出一种自适应遗传算法对该问题进行求解。最后,本文针对重庆某快递企业的一个运务员责任区进行了线路规划。结果表明,算法避免了早熟收敛,具有较强的全局寻优能力,所规划的线路提高了运务员的取件效率,使得运务员在绝大多数情况下都能在规定时间内返回服务中心。
     

基于选择算子改进的多目标基因算法

【目的】为了提高多目标基因算法的有效性,获得更真实的Pareto前沿面。【方法】利用有效点定义减少计算复杂度,并基于分类Pareto前沿面的动态规划,定义了密度指数描绘前沿面上有效点的密集程度,使得被选点差异性更大且更靠近前沿面。【结果】在减少计算复杂度和增加被选点多样性这两方面改进了多目标基因算法。【结论】数值实验结果表明该方法是有效的。