基于多期动态优化的银行资产组合决策模型

以银行各项资产组合收益最大化为目标函数,以VaR风险收益率为约束,以法律、法规和经营管理约束为条件,运用多期资产分配的逆向递推原理和非线性规划方法,建立了多期银行资产组合动态优化模型.一是通过逆向递推,使本期资产的最优配给建立在下一期资产的最优配给的基础上,解决了现有研究只是在单期里求解而忽略了各期之间的联系与影响的问题.二是考虑到本期的贷款收益率期望值将受到上一期贷款信用等级迁移的影响,利用不同等级贷款收益率期望值和一年期迁移概率矩阵,计算出各类企业各年份的相应的贷款收益率期望值及标准差,更加客观地反映了贷款的真实收益和风险,解决了现有研究只是简单求解各笔贷款收益率期望值或将其设为常数的问题.三是用贷款组合的VaR控制多期贷款的组合风险,解决了现有多期研究中对银行风险承受能力和资本监管的客观要求考虑不足的问题.     

两阶段资金投入条件下多项目组合中基于项目启动水平的资金分配问题研究

对两阶段资金投入条件下多项目组合中基于项目启动水平的资金分配问题进行了研究.由于已启动项目的资金不能按预算全额投入,因此文中引入了项目启动水平的概念,低于最低启动水平则项目不能启动.假设每个项目的净收益值与资金投入值可表示为与启动水平有关的线性函数,据此对两阶段投资过程分别建立了数学模型,分析认为它们分别属于0/1背包问题和连续背包问题,且都为NP难题.在建立了相关定理及定义的基础上,基于连续松弛条件下的价值密度贪婪准则,分别应用分枝定界算法、动态规划算法得到了该问题的资金分配最优策略.     

动态车队组合优化模型及精确算法

结合单周期静态车辆配送问题(VRP),分析多周期车队组合及配送,建立起物流企业动态车队组合优化模型.使用Dantzig-Wolf分解方法对此模型进行分解,结合单纯形法、动态规划法和分枝定界法,设计出符合该模型的精确算法,并且通过数值实验对不同的需求分布,得到了动态车队组合的优化解.     

带转运中心的车辆组合运输问题的模型与算法

主要研究两类带有转运中心的车辆组合运输问题.一类是多期单产品的物流问题,一类是单期多产品的物流问题.建立了研究的两类物流系统的数学模型与算法,并通过算例对模型和算法进行了验证.主要应用动态规划方法、结合两阶段法与分支定界法的混合算法,使程序运行效率和解的满意性都得到很大提高.     

一种基于网格的数据集成服务系统分析

网格技术越来越多的应用于仿真领域中。仿真程序包含很多数据密集型应用,它们需要使用大量分布的数据库资源。如何访问和操作这些异构的数据库资源是应用程序的关键问题。在利用现有的访问网格中异构数据源方法的基础上,提出了基于网格服务的异构数据源集成体系结构,可以在应用过程中动态绑定数据源;同时在选择数据服务的时候采用基于Qos的选择模型,可以有效的避免服务失效的现象。     

空间站展开机构虚拟样机仿真及可靠性分析

柔性机构的运动具有复杂非线性的特点,为了进行柔性机构的运动分析和动态可靠性分析,提出了一种集成仿真环境下建立虚拟样机模型并进行运动仿真的方法。在UG-ANASYS-ADAMS多软件平台上进行动力学分析,利用蒙特卡罗随机抽样方法进行随机动态响应分析。在MATLAB中建立神经网络进行随机动态响应仿真实验以减少时间成本,得到了运动参数动态响应分布特性和运动参数的动态可靠度。通过空间站柔性展开机构实例分析和计算,结果表明该方法可以用于复杂柔性机构的仿真和分析,具有精度高、时间成本小的优点。     

基于模糊神经网络的动态非线性系统辨识研究

针对静态模糊神经网络对动态系统辨识精度低的特点,在5层静态模糊神经网络基础上进行了优化和改进,形成了可将暂态信息记忆于网络的动态回归层的动态模糊神经网络,来提高对动态系统的辨识能力。同时给出了参数的动态自适应学习算法。通过仿真实验,证明提出的动态模糊神经网络对动态非线性系统的辨识,可以取得较好的辨识精度,较快的网络收敛速度,为动态非线性系统的辨识提供新的思路。     

基于遗传算法的泊位连续化动态调度研究

针对泊位调度问题,将岸线连续化,建立了泊位的动态调度模型。考虑到岸边起重机的分配对泊位调度中船舶的集装箱装卸作业时间的影响,根据规则建立了分配岸边起重机和确定船舶集装箱装卸作业时间的算法。基于泊位连续化动态调度模型建立了分段的染色体编码,分别反映船舶靠泊服务顺序和靠泊位置信息。基于实例,通过仿真计算,与泊位离散化动态调度进行了比较和分析。     

基于多Agent动态影响图的协作实现

将MAIDs在时间上进行扩展,提出一种新决策模型——多Agent动态影响图（MADIDs）,对动态环境中的协作关系进行建模;给出MADIDs的一种分层分解的分布近似方法,进而通过将决策结点和效用结点的推理引入到BK算法中,给出MADIDs环境模型的一种扩展BK（EBK）近似推理算法;引入一种BP神经网络学习MADIDs的局部效用函数。最后,针对一个表示协作关系的MADID模型,进行算法比较和仿真实验,实验结果显示了MADIDs模型的有效性。     

面向控制的城市快速路网宏观动态交通模型

针对我国城市交通特点，在改进经典的高速道路网宏观交通流模型METANET的基础上，提出了面向控制的城市快速路网宏观动态交通模型。该交通模型能够更好地描述快速路出口匝道流出能力受限、快速路主线起始点车流以及快速路主线车速控制等现象。对上海高架快速路的实际交通流数据进行了仿真研究，结果表明该模型较好地反映了城市快速路交通流的动态演化特征，可以作为城市交通控制系统分析和设计的有力工具。