简介:针对多目标0-1规划问题,首先基于元胞自动机原理和人工狼群智能算法,提出一种元胞狼群优化算法,该算法将元胞机的演化规则与嚎叫信息素更新规则、人工狼群更新规则进行组合,采用元胞及其邻居来增强搜索过程的多样性和分布性,使人工头狼在元胞空间搜索的过程中,增强了人工狼群算法的全局搜索能力,并获得更多的全局非劣解;其次结合多目标0-1规划模型对元胞狼群算法进行了详细的数学描述,定义了人工狼群搜索空间、移动算子、元胞演化规则和非劣解集更新规则,并给出了元胞狼群算法的具体实现步骤;最后通过MATLAB软件对3个典型的多目标0—1规划问题算例进行解算,并将解算结果与其它人工智能算法的结果进行比较,结果表明:元胞狼群算法在多目标0-1规划问题求解方面可获得更多的非劣解集和更优的非劣解,并具有较快的收敛速度和较好的全局寻优能力。
简介:我国权证市场是一个新兴市场,权证市场价格与理论价格长期存在较大偏离。本文以中化CWB1为例,首先运用修正的Black—Scholes公式计算权证的理论价格,证明权证价格偏误的存在主要不来源于模型设定误差,而是与标的股票价格相关。再运用计量经济学的方法讨论权证价格偏误和标的股票价格的协整关系,并建立误差修正模型以定量地描述二者之间的短期波动关系。最后从理论上分析我国权证市场的发展现状和导致价格偏误的深层次原因。
简介:为解决一次性n人囚徒困境中局中人如何走出困境的问题,引进了背叛惩罚函数及其严厉度和参与人的背叛愿意度等概念,并用数学论证法证明了如下结果:(1)参与人的背叛愿意度都不超过1。(2)背叛愿意度越大,这个参与人越愿意背叛;(3)背叛愿意度为0零时,这个参与人是否背叛其赢得一样;(4)当背叛愿意度取负数时,其绝对值越大,参与人的合作积极性越大。得到博弈结果的判定法:(1)计算各参与人的背叛愿意度。(2)若至少有一个参与人愿意背叛,则全体参与人都背叛。(3)若全体参与人都愿意合作,则合作成功。例子表明,本结果在理论上可有效地解决中局中人如何走出困境和在给定惩罚机制下博弈结果的预测问题。
简介:设P(G,λ)是图的色多项式。如果对任意使P(G,λ)=P(H,λ)的图H都与G同构.则称图G是色唯一图.这里通过比较t+1色类的色划分数目,讨论了由Koh和Teo在文献[1]中提出的问题(若│ni-nj│≤2.当min(n1,n2,…,nt)充分大时,完全t部图K(n1,n2,…,nt)是否是色唯一图?)。改进了文献[5]中的结果。证明了若∑1≤i≤tai^2=T.min{n+a1,n+a2,….nt+at,n-1}≥(T+1)/2,则K(n+a1.n+a2,….n+a,)是色唯一图(其中ai是实数,n+ai是正整数)。从而证明了若│ni-nj│≤k(i.j=1,2.…,t).min{n1.n2,…,nt}≥tk^2/8+1.则K(n1,n2,…nt)是色唯一图。