用遗传算法求解组合拍卖竞胜标

从电子商务中的组合拍卖机理出发,以第一价格密封拍卖方式为背景,通过分析组合拍卖标的集和竞胜标确定的复杂性,给出了组合拍卖竞胜标确定问题的一般模型,并指出了该问题为离散组合优化问题·然后通过引入智能算法的思想,在遗传算法中采用单亲遗传算子和嵌入优先适合启发式规则,设计了求解该模型的优先适合启发式单亲遗传算法·计算实例表明,利用该算法求解竞胜标确定问题的最优解,算法实现简单,计算效果良好,且不需要复杂的交叉和变异等操作·     

用改进遗传算法求解组合拍卖竞胜标

从电子商务中的组合拍卖机理出发,以第一价格密封拍卖方式为背景,通过分析组合拍卖标的集和竞胜标确定的复杂性,给出了组合拍卖竞胜标确定问题的一般模型,并指出了该问题为离散组合优化问题·同时针对拍卖实践中组合标出现的事实,对求解该模型的单亲遗传算法的初始种群进行优化设计,使得可行解的搜索空间大大缩小·基于这种思想,提出了一种适合求解该模型的改进遗传算法·计算实例表明,利用该算法求解竞胜标确定问题的最优解,算法具有实现简单、寻优速度快、计算效果良好等特点·     

政府采购组合拍卖机制

多物品采购活动常常可以通过组合拍卖的方式进行,称为采购组合拍卖．在政府的公共品采购组合拍卖中,拍卖的社会福利应该是拍卖机制研究的中心问题．相应的机制必须既考虑作为投标者的供应商的利益,又考虑作为拍卖者的采购商的利益．既要考虑类似于正向组合拍卖的支付方式和分配方式的设计,又要考虑采购活动独特的质量标准选择,使得整个经济系统的利润最大化．为此,选取了使得系统利润最大化的分配目标设计相应的采购组合拍卖机制,并通过对供应商的激励相容和个体理性特征的证明,说明了该机制能够保证供应商投标的真实性和积极性;通过预算平衡性质的证明,显示了该机制不需要外部的资源补贴。     

组合拍卖在土地出让中的应用

针对现有土地出让方式无法满足开发商需求不同土地组合的问题,基于机制设计理论以及组合拍卖思路与方法,建立了关联价值下的最优土地组合拍卖机制设计模型,通过求解该模型得到了具体的最优拍卖机制。该机制不仅允许开发商对不同土地的组合投标,还能激励开发商披露其对土地组合的真实估值信号,并在此基础上实现政府期望收益最大化,从而促进土地的合理配置。算例分析表明,所提出的最优组合拍卖机制具有计算简单、可操作性强等优点。     

基于短群签名的安全电子拍卖方案

提出了基于双线性对的密码体制在电子拍卖系统中应用的首个方案，利用短群签名技术设计了一个公开的电子拍卖。与其他利用群签名技术设计的电子拍卖方案相比，该方案不仅满足电子拍卖的安全性要求，而且其通信量和存储空间大大节省了。还可以将新方案修改成一个密封式的安全电子拍卖方案，并使之满足相对隐私性。     

网上拍卖案例研究

网上拍卖是电子商务的一个重要组成部分，也是近年来理论研究的热点，以国际著名拍卖网站Priceline的预定机票业务为背景，从买方和卖方两个角度分别建立数学模型，对模型进行分析，并证明了关于买方模型的一个定理：买方的估价越高，其报价越高，最后通过遗传算法对两个模型进行数值求解。     

多活性级递增叫价组合拍卖方法

组合拍卖是多A gen t系统中进行资源分配和任务分配的重要方法。递增叫价组合拍卖可减少买方对物品估价值的暴露。然而在现有的递增叫价组合拍卖中,效用随着时间复杂度的降低迅速减少。该文提出一种多活性级的递增叫价组合拍卖方法,并给出了理性买方策略。该方法是对iBund le拍卖方法的扩展。买方可对物品组合在不同的活性级上加价,使得拍卖兼顾了时间复杂度和效用。实验表明,在时间复杂度不超过iBund le的情况下,该方法拍卖的效用最大率、总效用率、卖方效用率三项指标都明显高于iBund le。     

最优网上拍卖设计的分析框架研究

针对现有传统最优拍卖理论与网上拍卖实践之间的矛盾,指出当前最优网上拍卖设计中存在的一些问题和需要考虑的各种因素,给出了最优网上拍卖设计的一般分析框架,并在该框架下提出一些需要研究的问题,最后,总结了最优网上拍卖设计今后的研究方向和工作建议。     

多物品双向拍卖机制设计

研究由多个买方和多个卖方组成的多物品双向拍卖机制,在机制设计中建立两个规则,该规则建立了一个简洁实用的模型以确定市场清算价,并在交易多个物品的多个买方和多个卖方中进行匹配·对规则进行证明和举例说明,证明规则正确有效·该机制算法简单,利于复杂的双向多物品拍卖的理论研究以及实践应用,并且扩展后还可运用于经典的4种拍卖模式·     

基于遗传算法的一刀切矩形排料求解

采用遗传算法对一刀切矩形排料问题进行求解,在排料过程中引入了启发式思想。并针对这个具体问题设计了新的交叉算子和变异算子,新的遗传算子更适合求解一刀切矩形排料问题。     

随机型多物品最优网上拍卖设计

拍卖商如何制定拍卖规则才能使自己收入最大化,即最优拍卖问题,是拍卖理论非常重要的一个研究方向.针对现有网上拍卖机制设计存在的不足.结合网上拍卖中时间上的异步性、空间上的分布性、以拍卖的成本不能忽略以及拍卖物品数量不断变化等特点,运用优化理论和方法,在独立私人价值模型假设下对网上多物品单时期最优拍卖时间和最优拍卖数量进行了设计.     

求解组合拍卖问题最大值的贪婪算法

为有效解决组合拍卖问题,从基约束条件下,下模函数最大值问题的基本结论出发,逐步过渡到求解组合拍卖问题的贪婪算法,给出一种新的近似算法,分析了该算法的性能保证.该算法是一种改进的贪婪算法,即将部分穷举法与贪婪算法结合,从而使其具有更好的性能保证,并从理论上证明了该算法的可靠性和有效性.     

时变网络中物流车辆调度问题的研究

研究了时变网络中的车辆调度问题,设计了该问题的并行遗传算法并进行求解.仿真结果表明,该并行遗传算法优于BC-saving启发式算法.     

基于遗传算法的高校排课数学模型

排课问题是一个有约束、多目标的组合优化问题,并且已经被证明是一个NP完全问题。针对高校排课过程中存在诸多约束因素的问题,提出将遗传算法与约束条件算法相结合的排课算法,由约束条件算法确定排课任务的优先次序,遗传算法解决单个排课任务时间片分配的优化问题。实验结果表明,该算法能够改进算法性能,提高排课效率。     

考虑风险态度的多属性逆向拍卖模型及机制设计

针对多属性逆向拍卖中买家得分函数和属性权重难以确定的问题,考虑到买家风险态度的影响,提出一个兼顾模糊投入产出效率和供应商能力的赢者决定模型,并设计一个两阶段的拍卖机制.买家在拍卖第一阶段提取有效投标信息并剔除差的卖家,在第二阶段优化各属性投标值并确定赢者.数例分析结果验证了模型的有效性.在不揭露买家信息的情况下,两阶段拍卖机制保证了买家的利益;随着买家风险爱好程度的增加,卖家综合效率得分也随之增高,不同的风险态度会导致拍卖双方策略和拍卖结果的改变.     

投资优化模型及其启发式遗传算法

建设期利息和物价浮动在核电站工程投资中占有很大的比例。为优化工程投资，提出了以最大净现值为目标的核电站投资优化数学模型。该模型基于工程的活动网络且是ＮＰ问题。针对该模型给出了一种启发式遗传算法（ＨＧＡｓ）。在该算法中，解是一串表示活动分配资源优先级的数，这种编码方法克服了传统遗传算法求解该问题时难以找到可行解的困难。本文提出的前件矩阵的概念能有效地求解活动网络的关键路径。用Ｃ语言编制了启发式遗传算法程序（ＨＧＡＰ），并用该程序求解了一个实例。计算结果表明该模型符合工程实际，该算法能有效解决该模型。     

多物品的最优拍卖机制

在一般模型下,研究了使卖方期望效用最大化的最优拍卖机制设计问题．考虑了（一个）卖方有多个相同不可分物品的拍卖、投标者的估价相关性以及私有信息的非对称性,给出了多物品最优拍卖的性质,证明了最优拍卖是确定性的,推广了单物品、单需求的拍卖模型．最后给出了最优拍卖的示例,说明了最优拍卖的复杂性．本文的显著特点（不同于其他文献）,就是用新的方法—通过每个投标者得到物品个数的概率来刻划多物品拍卖的机制,从而使分析大为简化．     

排污权交易的网上双边拍卖机制设计

在多个排污权交易者随时到达拍卖平台投标并随时离开拍卖平台的前提下,采用网上双边拍卖模式对排污权交易进行建模,并设计了一种公平、有效的拍卖机制。该机制不仅能在完全未知将来投标序列的情况下立即对当前投标做出分配和支付的决策,而且满足激励相容性、个体理性、实时出清和弱预算平衡的要求,使得排污权从治理成本低的污染者流向治理成本高的污染者,从而降低了全社会的污染治理成本。最后通过一个排污权交易的算例描述了如何实现本文提出的网上双边拍卖机制。     

电力市场两阶段英荷混合拍卖机制设计

电网公司在电力定价过程中居于主导地位，如何在购电过程中实现收益最大化，是其设计电力竞价上网机制的主要目标，目前大多数电网公司采用拍卖竞价机制确定发电厂是否向本电网供电.本文首先设计了两阶段英荷混合拍卖机制：第一阶段采取公开、高效的英式拍卖，淘汰部分电厂；第二阶段剩余电厂重新报价，并以第一阶段的成交价格作为拍卖最高限价，以荷式拍卖机制决定最终的上网电价.其次，将两阶段拍卖机制模型化，通过严格的数学证明，论证了两阶段拍卖机制的性能优越性，最后，通过真实场景模拟和计算机模拟两种实验，验证了两阶段拍卖定价的效率，对电网公司购电具有重要的参考价值.     

一种基于多标拍卖的资源分配算法

针对有限资源开放式系统多任务多资源分配问题,提出了一种基于多标拍卖的资源分配算法. 算法首先基于资源效用曲线为每个任务建立投标集合. 其次,任务向系统递交投标,系统收集所有任务投标并定义市场出清价, 确定资源分配的规则. 最后算法通过启发式方法调整每个任务的最大投标值,以获得接近最优的系统总效用. 实验结果表明算法在资源有限的情况下优先分配资源给投标价格高的任务,与0-1整数规划资源分配算法相比时间复杂度低,最优值偏差不大.