简介：从行为金融学的角度考虑投资者损失厌恶的心理特征,构建了基于线性损失厌恶和非线性损失厌恶行为投资组合模型。利用中国市场数据模拟一种静态情景和四种动态情景,实证研究不同损失厌恶投资组合模型在不同情景下不同损失厌恶程度的最优资产配置策略和投资绩效表现,并将结果与均值方差模型等传统的投资组合模型进行比较。研究发现损失厌恶投资组合模型优于传统投资组合模型,不同情景下不同程度损失厌恶投资者具有不同的资产配置策略,其投资绩效表现也不尽相同。

简介：面向建筑集群的冷热电联供系统的设计和优化是实现建筑楼宇能源成本节约的重要途径。随机因素对该联供系统的优化决策，具有显著的影响。考虑建筑楼宇的能源需求为随机变量，构建随机混合整数规划模型，解决以最小化建筑楼宇总费用为目标时建筑集群冷热电联供系统的优化问题；其次，提出采用Benders多割平面方法求解多目标规划问题，从而寻找冷热电联供系统的设备配置和系统运行的Pareto最优决策；最后，通过实验验证了模型和算法的有效性。实验结果表明建筑集群在协作模式下，相比于非协作模式，具有更低的总费用。

简介：在具有生产准备决策的生产环节,考虑生产成本、加班成本及客户需求的不确定性,建立一个鲁棒优化模型,来解决多周期、多产品、多工厂、多配送中心的快速消费品生产配送集成调度问题。模型目标是最小化生产准备成本、生产成本、库存成本及配送成本。最后提出一个算例来说明所提出的模型和方法的适用性和实用性,并分析解鲁棒性和模型鲁棒性。

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：适应现代炮兵作战的战术思想和要求,深入分析影响炮兵目标威胁度和炮兵火力单位射击有利度的诸因素,构建了基于模糊多目标决策算法的目标威胁度评估和火力优化模型,通过实例仿真,表明所建立的优化模型能有效提高炮兵辅助指挥决策的可信度.

简介：对全过程时间限制车流协调优化问题进行描述。基于该问题随机动态特性,将计划周期划分为若干决策时隙区间,并以决策时隙区间为单位进行建模求解。定义运输任务即时成本和未来成本,并构建决策时隙区间内最优分配网络。通过决策时隙区间逆向滑动过程设计,逐步估计各决策时隙区间内相应运输任务的未来成本,并将其引入模型构建车流组织协调优化问题异构模型。最后设计试验演进问题求解过程,验证方法的有效性。

简介：禁忌搜索算法是一种元启发式的全局优化算法，是局部搜索算法的一种推广，已被成功地应用于许多组合优化问题中。本文针对有界闭区域上的连续函数全局优化问题，提出了一种改进的禁忌搜索算法，并进行了理论分析和数值实验。数值实验表明，对于连续函数全局优化问题的求解该算法是可行有效的，并且结构简单，迭代次数较少，是一种较好的全局启发式优化算法。

简介：由于非线性两层规划具有非凸性、NP-难等计算困难,高效的算法并不多见.本文设计了一种新的进化算法,基于此进化算法提出了求解带有一重或多重下层的非线性两层规划的高效算法.该算法充分利用两层规划的结构特点.最后,给出了六个不同类型的算例,数值结果表明,本算法是快速和有效的.

简介：为了解决M／M／c模型在实际运用中模拟精度不高及使用范围有限的问题，本文立足系统状态变化与输入率和服务率的关系，通过引入输入概率和服务度，构建依赖系统状态的递进式输入率和服务率。递进式输入率和服务率通过研究系统实际运行状况设定临界值，其中输入率分为两阶段，服务率分为三阶段。此外，结合递进式输入率和服务率及排队论状态转移过程构建了递进式M／M／c模型，并采用后确定法确定模型参数。递进式M／M／c模型是M／M／c模型的扩展形式，提高了M／M／e模型的模拟精度，在一定程度上拓展了模型的应用范围。最后，通过一个生活实例验证了递进式M／M／c模型的优化性和实用性。