一个多重约束目标问题的遗传算法求解

该文针对一个多重约束目标问题,用改进的遗传算法较快地求得问题的解。并针对求解该问题的遗传算法,作了大量的实验,研究了种群规模逐渐变小,使用单一的遗传操作方式,采用不同的选择策略,以及在算法执行过程的不同阶段不同的变异算子的使用,对该算法性能的影响。

基于DNA编码的多重约束目标的智能组合优化

在组卷策略中,多重约束目标的智能组合优化问题一直是人们研究的热点.大多数的优化算法都是基于传统的遗传算法,这些算法的适应度不高,并且交叉算子和变异算子对适应度的影响很大.针对这些缺陷,本文提出了一种新的优化算法DNA_YH算法,该算法将DNA编码引入到多重约束目标的组合优化问题中,并完成了DNA编码、初始化种群、个体适应度计算和遗传操作的优化过程.经过实验证明DNA_YH算法的最优适应度高于其他相关算法,并且交叉算子和变异算子对适应度的影响都很小,得到了较好的优化效果.

多重目标约束下我国能源效率变动分解、区域差异与影响因素研究

基于全要素能源效率框架,利用非参数卢恩伯格生产率指标,实证测算了多重目标约束下2000-2009年我国29个省份的全要素能源效率变动指数(TFEECI)及其分解成分,并借助面板数据回归模型检验其影响因素。研究结果表明:样本期内我国全要素能源效率主要因能源技术进步而提高,平均改善率为1.09%,累计改进8.37%;三大地区的全要素能源效率存在显著差异的变化特征,整体上显示出"东部-中部-西部"的发展格局;全国范围内,外资利用、经济发展、市场化水平的提高、产业结构以及能源消费结构优化均有利于能源效率的提升,但是各因素影响机制存在区域异质性。

多重目标约束下我国省级地方政府效率评价——基于偏好型DEA模型的实证分析

本文将地方政府对不同产出目标的偏好引入传统DEA模型,提出了一个能够体现不同产出目标相对重要性的偏好型DEA模型,以期能更准确地评价多重目标约束下的我国省级地方政府效率。研究结果显示:在全国层面上,促进经济增长仍然普遍是我国地方政府公共管理的首要目标,但部分发达地区的地方政府也越来越关注保护环境和区域创新等可持续发展能力;在地区层面上,除了东部沿海地区在四种偏好类型下均完全有效之外,东北和北部沿海地区更偏好提供公共物品和社会保障,长江中游和南部沿海地区更偏好经济增长和可持续发展,黄河中游地区更偏好公共服务和经济增长,大西北和大西南地区等经济相对不发达地区则仍将发展经济作为政府职能的首要目标。

多重目标约束与产业集聚的高质量发展效应——一个基于央地关系的委托代理框架

基于中央政府对地方政府的多重目标约束,分析了地方政府实现产业集聚高质量发展效应的内在激励机制与约束措施。结果表明,立足于产业集聚对增长—资源—环境的作用,产业集聚的区域发展效应与地方政府的引导方向都会在一定程度上受到政绩考核方式、财政收益率、环境规制以及经济发展水平等因素的影响。因此,在高质量发展阶段,应当推进由数量型产业集聚向质量型产业集聚的转变,中央政府在促进地方政府实现这一目标的过程中,要注意各项措施的统筹推进,针对不同经济发展水平地区施行差异化的激励和约束政策。

智能组卷系统中的组卷策略研究

智能组卷要满足多重约束目标,它们不是孤立存在的而是相互联系和制约的。文章在研究了目前普遍使用的组卷算法后,提出的组卷策略和算法能够有效的解决多约束目标的满足问题,实验证明此策略有较好的组卷性能。

关于我国汇率制度选择的思考

探讨不同汇率制度下的经济表现,分析了亚洲金融危机中的汇率制度成因,认为中国应建立适应开放经济格局下综合考虑货币政策独立性、风险防范、国际货币合作等多重因素相结合的灵活汇率制度。