一种用迭代方法计算的人为价格

一 迭代数学模型 传统的投入产出价格体系需要用对应的变换矩阵的极大特征值来求解。长期以来,人们对这个特征值的倒数就是相应价格体系的平均利润率,其经济学机理有些困惑;而且高阶矩阵的求逆和求特征根的计算较为复杂,给大规模价格体系的测算带来困难。本文依据马克思主义价格理论,利用投入产出、劳动消耗和资本占用系数,运用数值逼近思想,提出一种用迭代方法计算的价格体系。模型把利润率直接表述为社会总剩余对各种分配因素的比率,使这个重要的经济学概念及其经     

海杂波环境下改进的中值矩阵检测方法

考虑到最大特征值具有较优的信号检测能力,将基于信息几何的矩阵恒虚警率检测方法与最大特征值相结合,提出了基于最大特征值的改进中值矩阵恒虚警率检测方法。利用矩阵流形上不同的几何测度估计杂波的中值矩阵;采用协方差矩阵的最大特征值作为检测统计量,将最大特征值与不同的中值矩阵估计值相结合得到6种改进的中值矩阵检测方法。通过复杂度分析和基于仿真数据和实测数据的仿真实验验证了改进算法的有效性。     

基于四阶累积量矩阵特征分解的宽带测向算法

针对信号处理领域研究中的宽带测向问题,基于四阶累积量矩阵定义的灵活性,给出了一种四阶累积量矩阵定义形式,利用累积量的盲高斯性进行简化。通过聚焦操作,把各个窄带频率处的阵列输出矢量变换到聚焦频率处,然后求其累积量矩阵。对各个累积量矩阵的平均值进行特征值分解,就得到四阶信号子空间和四阶噪声子空间。应用子空间的方法进行一维谱峰搜索,即可得到来波方向的估计值。实验结果证明了该算法的有效性。     

求解特征值问题的神经网络

本文给出一种求解矩阵特征值问题的神经网络，理论分析和模拟结果都表明本文给出的网络可实时求解矩阵特征值问题。     

基于特征值高阶矩的频谱感知增强技术

基于特征值的多天线盲频谱感知方法在认知无线电中得到了广泛的研究。基于特征值的检测算法设计依赖于随机矩阵理论和样本协方差矩阵的特征值特性。许多研究表明特征值的高阶矩可以提供额外的鉴别信息进而能改善统计推断问题的性能。基于此,利用所有特征值的p阶矩提出了新的基于特征值高阶矩的频谱感知增强算法,并利用随机矩阵理论推导了虚警概率和判决门限的解析表示。此外,基于仿真实验研究了特征值高阶矩幂次变化对检测性能的影响。最后,通过仿真实验验证了所提算法的有效性。     

耗散耦合矩阵第二大特征值的先收缩后反幂算法

无权无向耦合动态网络所对应的耗散耦合矩阵的第二大特征值是判断网络同步稳定性的重要指标.试图改善目前一般直接调用Matlab中函数eig计算1000阶以上耗散耦合矩阵第二大特征值复杂度高、时间长的问题,利用耗散耦合矩阵具有一个零特征值及其对应的特征向量为[1,1,…,1]<'T>的特点,提出了一种先收缩后反幂算法,证明了收缩矩阵的特征值与原矩阵的非零特征值误差为零,其对应特征向量相等,并导出对于1000阶以上矩阵,先收缩后反幂法所需乘法次数比Matlab中调用函数eig所用的QR算法大幅度减少.数值计算验证了理论分析的正确性.     

综合判断矩阵的一致性及特征值问题研究

对加权几何平均综合判断矩阵的一致性及特征值问题进行了深入研究,给出了判断矩阵Ａｋ（ｋ＝１．２,．．．,ｓ）与其相应的加权几何平均综合判断矩阵Ａ＾－之间的一致性关系不等式,最大特征值关系不等式及Ａ＾－的最大特征值范围,从而为加权几何平均综合判断矩阵的实际运用提供了理论基础。     

基于单通道合成孔径雷达子图像的动目标检测性能分析

详细分析了基于单通道子图像的运动目标检测性能,给出了图像序列间协方差矩阵分解后特征值与运动目标速度间的关系。首先通过方位向的频谱划分获得单通道子孔径对应的子图像,再利用子孔径间协方差矩阵第二特征值对目标信号的敏感性实现运动目标的检测。详细推导了特征值与运动目标距离向速度的关系,并通过理论分析给出了协方差矩阵第二特征值的概率密度函数。最后,经过仿真实验给出了该方法的仿真结果与性能曲线。     

Alpha稳定分布噪声下基于特征值之差频谱感知算法

针对基于特征值的谱感知算法在脉冲噪声的环境下感知性能不佳的问题，分析矩阵全部的特征值，引入矩阵特征值的几何均值，提出了基于分数低阶协方差矩阵的最大特征值与特征值几何均值之差(difference between maximum eigenvalue and geometric mean of eigenvalue, DMGM)的频谱感知算法。选择了Alpha稳定分布噪声模拟脉冲噪声环境，理论分析与仿真实验结果表明，在不增加算法复杂度的前提下，DMGM算法与其他算法相比，更适用于脉冲噪声环境，在低信噪比条件下具有更好的感知性能。     

特征结构提取的高阶Hopfield神经网络实现

本文首先建立了特征结构提取问题的罚函数表示，通过对罚函数求极小可以求得原始协方差矩阵的主特征向量及其对应的特征值。为了求得其他特征结构，特构造了一个协方差矩阵序列。如果将罚函数展开并进行整理，高阶Ｈｏｐｆｉｅｌｄ神经网络可被引入到特征结构提取中。这种方法比较直观，它将网络稳定时的输出与所求协方差矩阵的主特征向量的各个分量相对应，而网络稳定时的能量则对应于协方差矩阵的迹与所求特征值之差，计算机仿真结果验证了这种方法的正确性。     

突发和退化竞争失效产品的老练时间优化

由于设计与材料的缺陷以及制造过程中的不稳定性,通常在一批产品的生产过程中会产生一定比例具有较高突发失效率的缺陷产品。为了尽量剔除缺陷产品,提高整批产品的实际使用可靠度并减少寿命周期费用,需要进行老练筛选并确定最优的老练时间。在假设突发失效时间服从指数分布、性能退化轨道以Wiener过程描述的基础上,针对同时包含突发失效和退化失效的产品,本文首先建立了包含退化失效的混合竞争失效模型;然后以平均剩余寿命(mean residual life, MRL)为目标函数建立了老练试验优化模型的有效性,并给出了数值求解方法;最后通过数值实例验证了所提出的老练试验优化模型的有效性,并对模型参数进行了灵敏度分析。     

整机老炼条件的优化设计

本文通过工程实例，阐述如何利用现有信息来设计产品的老炼条件，以使它在保证产品达到规定可靠性的前提下尽量节省成本     

采用优先权解码的多阶段供应链网络设计方法

建立基于物流成本最小的多级供应链网络模型。该模型综合考虑了运输成本,设施的建设开办成本以及生产装配成本,本质上属于混合整数非线性规划模型。由于非线性约束及供应链网络庞大的变量和约束条件,常规的分支定界法难以精确求解。为此,本文设计了基于优先权编码的遗传算法进行求解,并将求解结果与Lingo软件的算法结果进行比较,算例结果显示了这种算法的有效性。     

基于可靠性的软件构件费用分配最优模型

针对软件系统可靠性和费用分配问题,给出了一种基于可靠性的软件构件费用分配最优模型。将软件系统可靠性定义为软件构件失效率、操作剖面、构件使用矩阵以及软件无失效运行的规定任务时间的函数,详细描述了费用最优模型的建立和利用非线性规划理论求解模型的步骤。在求解过程中,将费用最优模型转化为Kuhn-Tucker方程,有效地处理了带有复杂计算的目标函数和约束条件的可靠性和费用最优分配问题。计算实例表明利用该模型进行可靠性和费用分配是可行的。     

不确定车辆数的有时间窗车辆路径问题的遗传算法

给出了不确定车辆数的有时间窗车辆路径问题(VRPTW)的数学模型,提出一种基于客户的编码表示方式,可以表示出不同的车辆数,实现VRPTW的路径长度和车辆数的同时优化,并用计算实例进行了验证,同时对计算中涉及的一些问题进行了讨论.     

变动补偿的多模糊选址-路径机会约束模型及算法

针对同时具有模糊需求和模糊旅行时间,且有车辆容量、配送中心容量和时间窗约束的选址-路径问题,基于预优化和实时调整的两阶段策略,引入变动成本的概念,建立变动补偿的机会约束预优化模型.在实时调整阶段,考虑多模糊参数的联合影响,定义变动成本为因车辆剩余容量不足返回配送中心卸载的额外配送成本和因车辆实际到达时间超出客户时间窗的时间惩罚成本总和.鉴于多模糊参数影响的时间窗可信度计算复杂,且已将时间惩罚成本作为变动成本的一部分修正目标函数,去掉时间窗机会约束,设计一阶段模拟退火算法求解,贪婪聚类构建初始解,随机模拟法估算变动成本.测试算例验证了模型和算法的有效性.得出,该模型可弱化偏好值的影响,生成实时调整变动幅度小且整体最优的预优化方案,提高对不确定环境的风险抵抗力,且求解简单;该算法是求解此类问题的较好算法;研究成果为多模糊选址-路径问题提供新的求解思路.     

需求不确定环境下的供应商选择与订购量分配问题优化模型及算法

设计一个同时考虑需求数量和需求时机不确定性的供应商柔性衡量方法,在此基础上以采购成本、运输成本、退货成本以及交付晚点率、废品率最小和总的供应商柔性最大为优化目标,建立了需求不确定环境下的供应商选择和订货量分配优化模型,该模型不仅可以确定最优供应商,同时还可以确定各供应商的订购量分配率,并基于模拟退火算法设计了启发式求解方法进行计算和分析。最后的算例计算证明上述模型和方法计算快捷,结果合理,从而能为企业的供应商选择问题提供科学的决策依据。     

基于两个不确定参数乘积的鲁棒设施选址模型

传统设施选址往往被看作为确定问题,但实际存在需求、成本、风险等不确定因素,这些不确定因素增加了决策的困难.本文在考虑设施选址中单一不确定因素基础上,同时考虑需求和运输成本两个独立参数的不确定性,且在模型中两者为乘积形式,引入两个budget不确定集合刻画不确定性,建立一个新颖的鲁棒设施选址模型,并将非线性问题转化为易求解的鲁棒等价模型,然后通过CPLEX和MATLAB编程求解.最后,以四川西北部的汶川等13个县市的应急物资临时供应点的选址为例,确定最优的选址分配布局.结果表明,较之运输成本的不确定性,需求的不确定性影响更显著,且需求扰动对选址总成本和选址分配方案有明显的影响.决策者可根据其风险偏好程度,选择恰当的不确定水平参数组合,以获得最优的总成本和选址分配方案.     

基于遗传蚁群算法的港口集卡路径优化

为了解决港口中存在的集卡拥堵问题,在集装箱龙门吊装卸工艺系统下,探讨了影响集卡作业效率的因素和集卡路径构成成本, 建立了面向"作业面"的港口集卡路径成本优化模型. 针对这一模型设计了遗传蚁群算法并结合实例对问题求解, 且从集卡路径收敛、可变成本、惩罚成本和总成本的变化四个方面将该优化结果与蚁群算法的寻优结果进行对比, 证明遗传蚁群算法能够较快地收敛于最优解且所得成本更小.     

Optimal decisions when balancing expected profit and conditional value-at-risk in newsvendor models

This paper investigates a risk-averse inventory model by balancing the expected profit and conditional value-at-risk (CVaR) in a newsvendor model setting. We find out that: i) The optimal order quantity is increasing in the shortage cost for both the CVaR only criterion and the tradeoff objective. ii) For the case of zero shortage cost, the optimal order quantity to the CVaR criterion or tradeoff objective is increasing in the selling price, respectively. However, it may not be monotonic in the selling price when incorporating a substantial shortage cost. Moreover, it may be larger or less than the risk-neutral solution. iii) Under the tradeoff objective function, although the optimal order quantity for the model without shortage cost is increasing in the weight put on the expected profit, this property may not be true in general for the model with a substantial shortage cost. Some numerical examples are conducted to verify our results and observations.