停车诱导信息配置优化组合模型与算法

针对宏观调控城市全局的静态交通分布的目标,提出了停车诱导信息配置优化组合模型与算法.模型的研究从车辆到达率高和日常泊位饱和度大的热点停车场入手,考虑车辆停放者的选择行为,以总行程时间最小建立了目标函数.通过采用"组合寻优法"的VMS信息显示组合方式来发挥停车选择诱导作用,并对它设计了GA(遗传算法)进行了计算,从而获得目标函数的优化值.通过浙江德清中心城区实例验证,设置诱导后最小总行程时间减少了49.4%,结果显示该模型能通过引导停车者不选择"过热"的停车场而选择其他次选的的停车场可减少总行程时间.

天然气产量预测的优化组合模型及其应用

对天然气产量进行合理预测决定着气田开发的效益和开发方案的科学性与合理性。为此,基于我国2001—2014年的天然气产量引入优化组合模型,对我国未来天然气产量进行了预测,并将此结果与线性回归、BP神经网络、灰色理论等预测结果进行了比较,证明了优化组合模型能够科学地预测天然气产量,这为我国准确预测天然气产量提供了理论依据和参考依据。

投资方案的优化组合模型

首先对4个投资项目的组合进行了讨论,以投资净收益y为目标函数,通过风险系数λ的约束,构造线性规划模型,不断搜索λ,求出每个λ下的Maxy、各项投资xi和各项投资风险xiqi,当λ趋向某值时,各个项目投资的风险也趋向平衡,从而找到优化投资组合时的λ,进而得出各个项目投资占总投资的百分比;具体得到n=4时的最优投资组合方案,然后推广至一般情形,以n=15检验模型,求得此时的优化组合方案。

基于多频优化组合模型的我国大豆期货价格预测

针对ARIMA、BPNN、LSTM等单一模型在预测大豆期货价格时因不能同时捕获到原始序列中线性和非线性变化特征而导致的预测精度不高的问题,提出基于完全自适应噪声集合经验模态分解(CEEMDAN)的多频优化组合模型,并利用大豆的日期货收盘价数据对多频优化组合模型的有效性进行了实证分析.结果表明,多频优化组合模型在大豆期货价格预测精度上优于BPNN、LSTM等单一模型,以及EMD-BPNN、CEEMDAN-LSTM(未重构)等组合模型,因此该模型在预测大豆期货价格走势中具有良好的参考价值.

新课程实施中教育基本要素优化组合模型研究

在分析教育活动基本要素相互变化规律的教育学和心理学理论依据的基础上,探索建立符合中国新课程改革要求的教育基本要素优化组合模型。对该模型进行解释性分析,指出“交流”是该模型中四要素综合作用的外在体现。最后从教育观念,师生关系两个层面论述了该模型重点部分“交流”的实质性内涵。

基于遗传算法与组合优化模型的蔬菜定价和补货决策

蔬菜类商品的销售不仅会受到市场与商品质量的影响,还会受到季节性、天气和供需变化等因素的影响,故其在销售过程的定价与补货决策中会面临许多的挑战。本文则针对蔬菜类商品的定价与补货决策问题,建立逐步回归模型、灰色预测模型和组合优化模型,利用相关系数和遗传算法进行求解。

优化灰色BP神经网络组合模型在基坑沉降监测中的应用

基坑沉降监测是基坑工程施工中的一个重要环节.为准确预测基坑沉降,采用优化灰色GOM(1,1)模型与BP神经网络组合预测.GOM(1,1)模型是在GM(1,1)模型原理上对其参数进行优化,使拟合值接近观测值,BP神经网络具有较强的非线性数据处理能力,优化组合模型结合两者优点应用于基坑沉降监测,得出优化后的组合模型对基坑沉降数据预测优于普通组合模型.

低碳经济下能效电厂的半方差风险投资组合优化模型

探讨了低碳经济下能效电厂在各种节电措施下的风险投资优化组合问题。考虑到在低碳经济下,能效电厂的收益不仅包括售电收入,而且包括碳市场交易收入,将能效电厂在投资优化选择时要考虑的风险因素分为售电电价波动风险、碳交易价格波动风险和节电量波动风险。用半方差(meansemi-variance,MSV)代替传统的方差理论度量这些风险大小,以保证决策正确。算例分析结果表明:碳交易收入对于能效电厂的整体利润水平贡献很大;半方差理论较方差理论更能真正体现投资者在投资时遇到的风险大小,更有助于理性决策。

基于VaR收益率约束的贷款组合优化决策模型

本文以贷款的收益率为金融资产的收益 ,以贷款收益率的波动为标准反映贷款风险 ,在VaR约束下 ,以拉格朗日乘子法为工具求二次规划 ,建立了在既定组合收益范围内 ,组合风险最小的贷款组合优化决策模型。该模型的特点一是以收益率最大损失的形式、而不是收益额的形式来反应VaR ,使组合决策分析更为方便。二是考虑了风险之间的相关性 ,用组合VaR的收益率最大损失来控制贷款收益率的风险限额 ;使贷款的分配直接反映了商业银行的风险承受能力。三是在合理的目标收益范围内 ,给定任意一个决策者期望的收益率 ,总能找到对应的风险最小的贷款组合 ,由此模型求出的有效边界 ,为组合贷款的优化决策提供了科学的方法。

基于VaR约束的均值-绝对偏差投资组合优化模型及实证研究

文章在均值-绝对偏差投资组合优化模型中,加入风险价值约束,给出了基于VaR约束的投资组合优化模型,以增强对投资风险的控制能力,然后利用一个自适应的粒子群算法对这个模型进行求解,实证研究表明模型是合理且风险控制能力更强,能够更好地为投资者提供决策依据。

基于有效边界的贷款组合优化决策模型

以贷款的收益率为金融资产的收益 ,以贷款收益率的波动为标准反映贷款风险 ,以拉格朗日乘子法为工具求解二次规划 ,建立了在既定组合收益范围内 ,组合风险最小的贷款组合优化决策模型 .该模型的特点一是可直接对贷款的银行收益与风险进行组合优化 ,在现有研究的基础上提高了决策分析精度 ;二是通过有效边界上的最优组合有效地控制了贷款的组合风险 ,解决了组合贷款的优化决策问题 .

多种运输方式的组合优化模型及求解算法

根据不同交通工具的技术经济特征,建立一个适用于多城市之间如何选择最优交通方式组合的模型.该模型是一个多目标的0-1规划模型,通过虚拟一个运输网络,将原问题转化为一个带时间约束和能力约束的最短路径问题,并且给出相应的求解算法———基于求最短路(Dijkstra算法)的启发式算法,有效地解决了带有时间约束和能力约束的最短路径问题.

证券投资组合优化模型的进一步研究

本文提出了正离差负离差的概念 ;并运用它们分别来衡量风险回报和风险损失 ;并提出了一个反映风险回报率和风险损失频率的信息量k。

基于DNA遗传算法的大坝安全组合优化监控模型

大坝安全的组合优化监控模型实际上为一带约束的优化问题,将DNA遗传算法应用于大坝安全监控领域中,用罚函数法将有约束的优化问题转换为无约束的优化问题,建立了大坝安全监控的组合优化模型。实例计算表明,该方法是可行的,所建立的组合优化模型在拟合与预报精度上要优于单一的模型。

新时期我国商业银行资产负债管理——论自律性资产负债管理策略及组合优化模型

采用定性与定量相结合的方法,在对商业银行与一般企业的区别及其经营目标分析的基础之上,指出自律性资产负债管理是银行的必然选择,并利用财务管理相关知识和线性规划方法,以资产收益最大化为目标函数,以法律约束、法规约束和经营管理约束为条件,建立了资产负债组合优化决策模型,实现商业银行资产“三性”的平衡,从而有效解决了商业银行各种资产数量的优化配置问题。

均值与偏度约束下CVaR最小投资组合优化模型研究

投资组合问题是现代金融理论研究的起源和热点，其核心思想可概括为：如何把财富配置到不同的资产中，以达到确保收益、分散风险之目的。自1952年Markowitz建立均值一方差模型定量研究资产组合选择问题后，人们相继提出许多其他的投资组合模型。现有模型侧重于对收益前两阶矩（均值和方差）的关注，大多忽视了收益的三阶矩（偏度）风险。Arditi（1975）指出偏度越大意味着低收益率出现的概率越小而高收益率发生的概率越大，忽略偏度得出的最优组合可能是一个无效的组合，但未予实证。

基于原对偶内点算法求解投资组合优化模型

研究了标准均值方差投资组合选择模型,针对目前求解方法不具有多项式算法复杂性,文章给出了求解均值方差投资组合优化模型的原对偶内点算法。该算法具有多项式复杂性,因此可以快速求解大规模的投资组合优化模型。仿真结果表明,原对偶内点算法可以较好地应用于投资组合问题,具有较广泛的应用空间和一定的推广价值。

基于偏态分布的投资组合优化模型

在偏态分布概念和解析表达式的基础上 ,推导出度量和评估投资平均收益、平均利润及市场风险的基本模型和方法 ;针对投资分析要求提出了单位成本利润率的概念和估算方法 ;建立了投资组合的优化模型 ,给出了求解该模型的互反梯度法 ;最后 ,通过两个示例说明了本文所给模型及解法的正确性和实用性。

考虑成本最优的物料配送方式组合优化模型

针对生产过程中单一物料配送方式所导致的成本过高问题,开展考虑成本最优的物料配送方式研究,基于批量配送和kit配送方式,以物流配送的总成本最优为目标,构建改进的物料配送方式组合优化模型。以汽车生产车间装配线为例,给出物料配送最优方案并进行有效性验证,结果表明:与批量配送方式或kit配送的方式相比,改进的物料配送方式组合优化模型可以分别节约83.6%和70.8%的物流成本,且具有较好的鲁棒性;相比于纸箱装载的物料,以托盘形式装载的物料有更大概率会选择kit配送方式;在全约束条件限制的情况下,物料更倾向于采用kit配送的方式。影响配送方式组合优化的因素优先级为线边堆放区总面积、牵引车额定载重、叉车额定载重,研究结果可为生产车间管理者提供建议。