简介:投资者进行投资实践时无不面临着背景风险。绝大多数以均值方差为框架的投资组合并没有考虑背景风险,其效用在实际应用中容易受到背景风险的影响。本文在含有交易费用的双目标函数模型中引入背景风险,从是否含有背景风险和背景风险偏好度大小两方面对投资组合问题展开研究,并使用智能算法得到模型的最优解,对模型进行实证分析。实证结果表明:1)当背景风险收益为0时,含有背景风险的投资组合比不含有背景风险的投资组合更能反映真实的投资环境。2)当背景风险收益不为0时,含有背景风险的投资组合比不含有背景风险的投资组合得到更高的收益。因此,考虑背景风险后投资组合的构建优于不考虑背景风险投资组合的构建。
简介:本文研究的是多目标随机结盟对策的问题,是将单目标的随机结盟对策的ZS-值拓展到多目标的随机结盟对策上,同时考虑了局中人对不同目标的偏好程度,从而,给出了多目标随机结盟对策的ZS-值的定义,并讨论了该值的性质及定理。
简介:在对偶单纯形方法的基础上,提出了线性规划的目标函数最速递减算法.它避开求初始可行基或初始基,以目标函数全局快速递减作为选基准则,将选基过程与换基迭代合二为一,从而大大减少了迭代次数.数值算例显示了该算法的有效性和优越性.
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:文章主要对企业输出部门的剥离可行性及剥离方式进行了讨论和分析。在依据企业输出部门剥离需考虑的现实因素的前提下,根据企业的生产经营方式建立了模型,并从经营利润和效率两方面分别进行了对企业输出部门完全剥离和不完全剥离两种方式各自条件的研究,分析了无市场竞争和存在市场竞争两种不同环境对剥离条件的影响,并对企业应在何时选择何种剥离方式进行了总结。研究结果表明:考虑经营利润的剥离条件将会比考虑效率的更难满足;企业资源或产品的内部转移价格对剥离条件则无明显影响;当企业存在多个输出部门时,在效率准则下,各个输出部门的剥离条件相互影响,但在经营利润准则下,多输出部门剥离条件与对应的单一输出部门剥离条件相同;不完全剥离虽是一种中间状态,企业必须通过一定的投入才能达到这种状态,且这样的中间状态在两种环境下的投入量不同。
简介:本文研究了单个承运商和两个货运代理在双向港口间提供往返货运服务的航运服务链。由于港口间货运需求的内在不平衡,货运公司在多港口间的空箱调运会产生巨大的空箱调运费用。分别构建了承运商承担和承运商与货运代理共同承担空箱调运的数学模型,通过数学模型和数值算例分析了不同市场条件下的空箱调运责任和运力定价策略。研究发现承运商和货运代理是否采用定价策略来平衡需求取决于双向港口间货运市场的潜在需求差异。同时,承运商与货运代理的空箱调运分摊为非此即彼策略,当空箱调运成本大于某阈值时,承运商独自承担空箱调运责任;反之,货运代理承担空箱调运责任。而且货运代理承担模式增加整个海运链的利润,但进一步加剧空箱的不平衡状况。