投资项目评价中通货膨胀因素处理方法的探讨

通货膨胀对投资项目评价影响重大，本文就如何处理投资项目评价中的通货膨胀因素进行了探讨．     

矿井设计的整体评价及其投资动态规划

应用建立在加权偏差总均方根基础上的整体评价法，按矿井地质条件和各项技术经济指标，比较了三部煤矿设计，并用投资动态规划法提出了合理的投资决策。     

一个STD总线的开放式单片微机开发系统

介绍一个ＳＴＤ总线的开放式单片微机开发系统．对硬件断点逻辑电路和系统的软件开发环境作了深入的分析．     

一种确定最优组合投资权重的新方法

采用了单位收益最小风险的非线性目标函数，精确地确定了最优组合投资的权重。在理论和实际上都有较明显的直观意义。     

带平行约束的多处理机调度问题

对带平行约束的多处理机调度问题，引进一种局部最优解的概念，并以此为基础，给出一种随机化迭代算法．若干实例的计算结果表明，本文的算法是非常有效的     

物流合作中最优专用性投资的激励契约设计

在物流合作中针对企业物流的具体需求特征而进行的专用性投资,能够显著提高物流服务的质量,从而可以减少间接物流成本.但是由于专用性投资引起的套牢问题,导致合作中专用性投资不足.通过建立数学模型研究激励合作方进行最优专用性投资的契约机制设计问题,并通过契约机制设计解决了套牢问题对合作中专用性投资的影响.     

企业信息化投资的双随机变量实物期权应用

由于企业信息化的“生产率悖论”问题广泛存在,需要认真分析信息化投资的时机。应用实物期权理论思想,充分考虑等待的价值,并在动态随机环境下将信息化投资和公司战略愿景相结合,用效用函数代替一般的现金流分析,充分考虑投资的无形资产的增加;用带有负漂移率的投资随机模型,体现信息化投资逐渐振荡下跌的趋势,在投资和收益双重随机的情况下采用M on te-C arlo模拟方法,得出企业信息化投资最优时间近似解,为企业信息化投资实施提供指导依据,增加了企业柔性决策的能力。     

一类投资竞争模型的复杂性分析

从投资与收益关系的角度出发，建立了关于企业竞争的一个二维离散非线性动力学模型，运用稳定性理论以及非线性方法，分析了模型的倍周期分岔与混沌现象。该模型反映了一类投资竞争模型的特征，讨论了。模型中出现的，由于互相竞争而导致的可忽略竞争对手的影响因子、均衡增长以及取决于初始条件的竞争力变化等情况下的复杂，胜行为，并通过数值仿真模拟了其在现实经济生活中的可行性。     

Relationships of the Monetary Policy, Stock Market and Real Investment in China Based on Markov-Switching Model

This paper studies the relationships of the monetary policy, stock market and real investment in China based on Markov-Switching-Vector Error Correction Model. It shows that there is a cointegration relationship among the three ones. We disclose the riddle that the stock market is in recession, but the growth rate of economy is very high in recent years. We also find that Chinese economy operated stably most of the time during the past 8 years. But if the economy is difficult to continue its high growth, it is more likely to appear ＂hard landing＂ than ＂soft landing＂. The impulse response analysis indicates the asymmetry between the ＂too cold＂ economy regime and the ＂too hot＂ regime. And the economy will oscillate during the subsequent time when it is shocked under the ＂too hot＂ regime.     

基于RBF神经网络的总产值预测模型研究

介绍了径向基函数（RBF）神经网络的工作原理和训练算法．根据生产总值与投资分配之间存在的映射关系，应用RBF神经网络建立了投资预测模型，并进行了仿真试验．与BP模型相比，该模型在预测精度和收敛速度方面具有显著的优点．结果表明，用RBF神经网络进行投资预测得到了十分满意的结果．