需求分布含未知参数时报童模型的实施方法

考虑需求分布未知时的报童模型,假设需求分布的类型已知,但分布函数中含未知参数.证明了直接使用参数的估计量代替参数真实值的实施方法将使报童的期望利润偏离理论上的最优水平,只能得到一个次优结果.给出了两种修正的实施方法:一是基于大样本理论,通过收集足够多的需求样本数据,不断修正未知参数的相合估计值;另是在小样本下,直接修正未知参数的估计量.     

基于资金限制的多品种期货套期保值决策模型

依据期货-期货相关性与现货-期货相关性原理,在最小方差套期保值的基础上,引入了多品种期货套期保值的资金约束,建立了多品种期货套期保值模型.该模型的创新与特色是建立基于资金限制的多品种期货套期保值模型.利用多元GARCH预测多品种组合的资金需求量,在把握未来资金需求的情况下,确定多品种期货套期保值的最优策略,避免了因资金短缺而造成的套期保值失败.并利用大连商品交易所的大豆期货合约、豆粕期货合约及豆油现货数据,对基于资金限制的多品种期货套期保值决策模型进行了实证分析.     

目的端控制中继协同ARQ策略研究

提出了一种新的中继协同Rayleigh衰落ARQ策略:基于目的端中断概率的目的端控制ARQ策略.此策略根据性能需求预先设定信噪比门限,由目的端瞬时信噪比是否低于此门限即是否中断决定是否重传.当高于此门限时不需重传,大大减小时延.块衰落下的理论分析和仿真结果表明,源和中继的上行链路质量越差,目的端平均接收信噪比越小,ARQ带来的性能增益越大.     

基于随机最优反应均衡的认知层级模型

随机最优反应均衡与认知层级理论是在有限理性框架下对纳什均衡的修正方法,在解释实验结果时,2个模型存在参数范围变化过大的缺陷.将二者结合起来,并在表述参与者判断认知层级概率分布时引入噪声干扰,修正了各认识层级参与者选择策略的行为方式,从而建立了认知层级模型框架下,参与者依据反应函数决定策略选择概率的模型.通过算例进行比较,结果表明,该模型的精度更高、解释能力更强.     

基于Hotelling模型促销活动策略采取的进化博弈分析

传统的Hotelling模型中,交通成本用于比拟消费者购物时发生的负效用.在现实经济生活中,商家会采取促销活动策略,以增强自家商品对他家商品的替代性,抵消消费者购物时发生的负效用.构造了一个可以由商家选择支付交通成本、商品降价空间受指导价约束的Hotelling模型,以商家提供免费购物车的方式,比拟现实生活中商家采取的多种促销活动,研究了原有的交通成本转移到商家后,对商家的销量、价格和利润的影响,以及竞争商家可能的应对.进而以进化博弈论为工具,研究了商家采用各项策略的进化稳定性.结果表明:为获取长远利益,商家采取促销活动策略,以及竞争商家的应对策略,都应结合需求、竞争、指导价水平、商品价格、促销成本等多种因素综合考虑.     

关键策略的传导效应

分析传导变换的表现形式,提出了传导变换蕴含系和传导变换蕴含键的概念,研究了传导变换的传导作用效果的定量计算方法,建立了分析关键策略传导效应的物元模型．     

一种新的基于策略的联盟分析方法

针对多方冲突现象 ,分析比较了传统联盟分析的不足 ,提出了一种新的基于策略的联盟度量方法 ,新方法在计算机编程以及分析多局中人、多策略的大规模冲突模型方面有独到之处 .     

动态惩罚机制下互联网金融平台行为及监管策略的演化博弈分析

运用演化博弈理论研究了互联网金融平台行为及监管策略的博弈演化过程,系统考察了互联网金融平台行为及监管博弈过程的影响因素,并重点对固定惩罚机制和动态惩罚机制下互联网金融平台行为及其监管策略博弈均衡进行了比较.研究表明,固定惩罚机制下,互联网金融平台和金融监管机构的博弈过程不能达到稳定的均衡状态,两个群体的行为呈现周期模式.动态惩罚机制下,互联网金融平台和金融监管机构间的博弈演化轨迹呈螺旋收敛的趋势;互联网金融平台的"自律"的初始概率不同,其随时间演化收敛到不同的均衡值;提高最重惩罚度上限,互联网金融平台选择"自律"行为策略的概率增加.     

技术和价格不确定下企业研发投资决策研究

随着科学技术的迅速发展,研发(RD)活动对企业的生存与发展日益重要.本文将企业研发投资项目所承受的风险分为两种:研发前期不可对冲的技术风险,以及研发产品投入市场时因价格和需求的不确定性所承受的价格风险,而后者是可以部分对冲的.本文考虑一个以创新研发投资为主的企业,如何进行相应的投资消费问题.通过建立效用最大化模型,运用随机最优控制理论与方法得到关于指数效用函数的最优策略,同时阐述了研发投资价值及其投资/中止阈值.数值结果表明:较大的技术风险,会产生更大的信息生成价值,使得研发的总价值不减反增;风险厌恶态度对企业的研发价值以及研发/中止阈值都有较明显的影响;因研发信息生成价值的存在,使得研发/中止阈值不同于传统净现值(NPV)降为零的阈值.     

Margin optimization algorithm for digital subscriber lines based on particle swarm optimization*

The margin maximization problem in digital subscriber line (DSL) systems is investigated. The particle swarm optimization (PSO) theory is applied to the nonconvex margin optimization problem with the target power and rate constraints. PSO is a new evolution algorithm based on the social behavior of swarms, which can solve discontinuous, nonconvex and nonlinear problems efficiently. The proposed algorithm can converge to the global optimal solution, and numerical example demonstrates that the proposed algorithm can guarantee the fast convergence within a few iterations.