基于随机用户均衡的交通配流演化动态系统模型

首先提出一个刻画交通配流演化的动态系统模型.该模型描述了路径流量日复一日的动态调整过程,而且其稳定状态对应于Logit随机用户均衡状态.随后分析了该模型的几个特征,包括模型稳定状态与随机用户均衡状态的等价性、模型稳定点的唯一性和模型收敛性.所提出模型被刻画作一个离散的动态系统,且具有一般的形式,文中也给出了它的一个具体形式.最后,利用一个数值算例对该动态系统模型的应用及性质进行了说明.该研究有助于更好地理解路径流量日复一日的动态调整过程.     

基于分布式算法的含微电网电力供应侧市场均衡分析

考虑微电网参与配电侧电力市场投标竞争,并引入一个中间商来实现日前批发市场与配电侧电力市场之间的电力交易.基于该市场交易架构,建立了微电网参与投标竞争的电力市场供应函数均衡模型.然后将该均衡模型转化为凸优化问题,在理论上证明了解的存在性和唯一性,并考虑到实际电力市场中信息的不对称性,采用分布式优化算法进行求解.最后通过算例验证了该均衡模型和求解方法的有效性,表明在微电网参与的配电侧电力市场和日前批发市场之间引入中间商,会平滑日前批发市场电价的激烈变化,缓解市场力滥用行为,有助于整个电力市场的高效平稳运行.     

存在老鼠仓时证券市场多方博弈分析

构建老鼠仓、做仓机构投资者和其他普通投资者的市场交易模型.从老鼠仓交易加剧市场信息不对称以及做仓机构投资者效用取向改变等角度,分析市场参与者的博弈特征,并利用理性预期均衡分析方法求解市场均衡.在此基础上,分析了老鼠仓交易对于市场价格、交易量、波动性等市场特征的影响.通过定量研究发现,老鼠仓交易扭曲了市场机制,削弱了市场价值发现功能,增加了市场波动性和信息不对称.     

基于信用风险和流动性风险的银行市场结构对银行市场均衡的影响模型

借鉴Lucchetta提出的银行市场结构表示方法和研究思路,在假设信用风险和流动性风险都是不由银行自身决定的外生变量的条件下,以信用风险和流动性风险的不同组合表征银行市场结构,以自身收益最大化为银行决策目标,建立恰当的数学模型从理论上研究银行市场结构对银行市场均衡的影响。研究结果表明,在以信用风险和流动性风险度量的任何集中度的银行市场中,都既存在使银行市场运行良好的市场结构,也存在使银行市场体系崩溃的市场结构;当银行市场结构变量位于某个区间时,不同的流动性风险分布和不同的银行集中度将对银行市场均衡产生显著不同的影响。要使银行市场体系持续健康运行,就必须保持合理的银行市场结构。     

鞍点均衡策略在动态投入产出系统中的应用研究

基于W·Leontief提出的动态投入产出模型,讨论了其连续型的最优策略设计问题。利用博弈论的思想,把动态投入产出系统抽象为一个鞍点均衡博弈模型,运用鞍点均衡策略设计出求解动态投入产出问题的新方法,为宏观经济决策提供依据。最后的数值仿真示例证明了此方法的有效性。     

OFDM系统在短波信道上的线性均衡方法

由于短波信道CHF的时变和多径,使OFDM信号的正交性受到损失(产生子载波间干扰ICI),从而导致了码间串扰(ISI),误码底板上升,并且随着信道的多普勒频率的增加而增加。针对这种情况,提出了一种简单的频域均衡方法。这种均衡方法假设:在一个OFDM块期间,信道的冲激响应(CIR)是线性变化的,而常规的单抽头频域均衡器对频率选择性多径衰落信道的补偿是假定在一个FFT块期间信道是静态的。当相对多普勒频率在范围(1.0005.0相似文献   

关于消费者行为的市场经济模型

文章构造了一个市场经济模型,在此模型中,消费者能根据自身的信用等级来利用消费信贷,其偏好对应是下半连续的.文章还证明了此经济存在均衡.     

带变权的高压断路器状态物元评估方法

对高压断路器运行状态的有效评估是开展状态维修的重要依据.针对目前几种评估方法的不足,应用基于物元理论的高压断路器状态评估方法,综合电气试验、机械试验、外观情况、工作环境及检修状况等因素,用关联度函数分析各指标对物元的归属程度,定性和定量地评估断路器的运行状态;同时,在用层次分析法确定指标权重的基础上,引入基于均衡函数的变权模式,综合考虑指标间的均衡性,对权重进行修正得到变权,从而提高评估的准确性.经实例分析证明了该方法的有效性.     

MANET中基于能量的改进型AODV协议

针对移动Ad Hoc网络(MANET)中数据传输的稳定性问题,提出一种基于能量的改进型按需距离矢量(AODV)路由协议(AODV-E).在源节点广播的请求路由报文(RREQ)和回复报文(RREP)中增加了节点能量信息,使源节点能够掌握路径中各中间节点的能量,选择一条综合考虑路径长度和能量均衡的最优路径来传输数据,避免节点由于能量消耗过大导致链路断裂,从而影响数据传输的稳定性和时延.通过仿真实验,在不同节点数量和不同节点移动速度场景下,通过投递率(PRD)和整体时延来评估AODV-E和传统AODV协议的性能