输出/输入比值优势与DEA有效

进一步讨论了多目标规划模型 ( vp)中的 Pareto有效与 DEA有效的关系 ,得到两个重要结论 ,藉此无须求解 DEA模型就能判断某些 Pareto有效 DMU的 DEA有效性。     

MD Method in Solving Multiple Criteria Decision Problems Arising from Investment Systems

ＭＤＭｅｔｈｏｄｉｎＳｏｌｖｉｎｇＭｕｌｔｉｐｌｅＣｒｉｔｅｒｉａＤｅｃｉｓｉｏｎＰｒｏｂｌｅｍｓＡｒｉｓｉｎｇｆｒｏｍＩｎｖｅｓｔｍｅｎｔＳｙｓｔｅｍｓＤＵＷｅｎｚｈｏｎｇ;ＣＩＪｉａｎｈｕａ（ＥｃｏｎｏｍｉｃＩｎｆｏｒｍａｔｉｏｎＣｅｎｔｅｒｏｆ...     

用遗传算法求解多目标0/1背包问题

扼要介绍多目标优化的Pareto最优性概念 ,研究搜索多目标 0 1背包问题Pareto最优解集的快速遗传算法 (FPGA :fastParetogeneticalgorithms) .FPGA采用种群中非支配解的层次评价可行解的适应值 ,提出了一种快速非支配解层次辨识算法 ,辨识算法仅有O(n2 )数量级的计算复杂性 ;采用基于聚类概率排挤的小生态技术维持种群多样度和Pareto最优解集的分布均匀性。对多种多目标 0 1背包问题的仿真优化实验结果表明 ,FPGA能够以有效的计算成本搜索到精度高的、分布均匀的高质量Pareto非劣解集 ,其收敛速度和收敛准确性一致地优于代表性的强度Pareto进化算法 (SPEA) .     

基于Euler公式的无尺度分布Gini系数估计公式

为了解决集中化指数代替Gini系数度量规模和空间分布不平衡引发的偏差问题, 提出一个Gini系数的近似估计思路。针对社会经济系统中的无尺度分布现象, 借助Euler公式, 基于Zipf定律, 推导一个累积分布的对数函数, 据此构造一个Gini系数的近似估计公式。将此公式应用于京津冀城镇体系, 借助夜晚灯光数据计算22年的Gini系数。结果表明Gini系数与集中化指数存在显著差异。由此得出结论: 集中化指数适用于有尺度分布现象, 所提新方法则适用于无尺度分布现象。研究结果有助于认识不平衡测度的适用范围, 并可为进一步发展Gini系数的直接估计方法提供参考。     

帕累托最优框架下的水电电价模型

将Shapley值分配方法与帕累托最优理论引入到水电电价模型的研究中.通过Shapley值确定水电电价在不同时段的惩罚因子与奖励因子,在帕累托最优的框架下建立能够提供有效的经济信号的有差别水电电价模型,目标为小水电方经济效益减少量与电网线损减少量比值的最小化,在保证对电网运营方与水电方经济效益弱影响的同时,实现电网的低...     

Linex损失下Pareto分布参数的Bayes估计

该文讨论了在Linex非对称损失函数下Pareto分布参数的Bayes估计及多层Bayes估计,并证明了相应的估计是可容许的.     

关于影子价格的一个理论误区

对影子价格的理论基础进行了研究,通过对线性规划及其对偶问题经济涵义的分析,揭示了以线性规划中的影子价格为基础定义国民经济评价中的影子价格是一个理论误区,并指出影子价格的理论定义应为帕累托最优状态下的均衡价格.     

基于模型的多目标优化问题方法研究

基于模型的多目标优化方法目的是创新一种通过黑箱评估的多目标函数优化算法,该算法从解空间上的混合分布中迭代生成候选解,并根据采样解的控制数来更新混合分布,求解过程的搜索偏向于Pareto最优解的集合。算法在解空间上寻找混合分布,使得混合分布的每个分量都是以帕累托最优解为中心的简并分布,并且每个预计的Pareto最优解都通过一个阈值距离均匀地分布在Pareto最优解集上,实验通过几个基准函数和方法证明了该算法的性能。     

地震损失风险的Copula混合分布模型及其应用

地震造成的损失主要包括直接经济损失和人员伤亡.本文以我国1950-2015年期间的地震灾害统计数据作为研究样本,建立了地震灾害造成的直接经济损失和死亡人数的Copula混合分布模型.在该模型中,用右截断的Gumble分布与广义帕累托分布构造的混合分布拟合对数直接经济损失,用两端截断的负二项分布与广义帕累托分布构造的混合分布拟合死亡人数,用Copula函数建立直接经济损失与死亡人数之间的相依关系,并通过蒙特卡罗模拟计算风险相依情况下地震灾害的风险度量值.与传统的地震灾害模型相比,本文提出的直接经济损失与死亡人数的Copula混合分布模型对巨灾数据的拟合更加合理,为我国建立地震巨灾保险制度提供了一种可供选择的精算模型.     

D2D通信中基于帕累托占优的非合作博弈功率控制算法

D2D (device to device)通信系统中传统能效函数仅能捕获瞬时数据流量,而无法获取特定时间段内数据流量的能效。为此,本文将吞吐量和终端使用时间之积作为效用函数,以终端使用时间内的吞吐量最大化为目标,并将其建模为非合作功率控制博弈(non conperative power control game,NPG)问题并得到其纳什均衡解。然而,理论分析表明该纳什均衡解非帕累托有效,故而引入功率线性代价函数来改进效用函数。最后,为了得到帕累托占优解,应用超模博弈理论研究该纳什均衡解的特性,并设计出一个低复杂度的双层迭代最优价格均衡求解算法。理论分析和仿真结果表明所提算法不仅提升系统效用值和终端使用时间,还可以保持系统公平性。