基于模糊期望值模型的配电网网架规划

传统配电网网架规划中,不确定规划参数的处理是规划的难点。为深入研究该问题,考虑了负荷预测值的不确定性,引入可信性理论和不确定规划方法,建立了基于模糊期望值模型的配电网网架规划模型,并采用遗传算法求解。该模型采用梯形模糊变量表示负荷预测值,其目标函数和约束条件均具有明确的数学意义,可采用严格的数学方法求解,克服了传统配电网网架规划模型没有考虑负荷预测结果的不确定性,或者所建立的模糊规划模型不合理且没有明确数学意义的缺陷。算例表明,与确定性配电网网架优化规划相比,该方法所求得的配电网网架规划方案对于未来负荷的不确定性具有更强的适应性。

多时段公交发车间隔优化的随机期望值模型

研究随机事件条件下单条公交线路不同运营时段内的发车间隔确定方法.对该公交系统中的相关随机事件做了基本假设,依此建立了以社会福利最大为目标函数的多时段发车间隔优化随机期望值模型.由于该模型的目标函数为不连续函数,其不连续点发生在运营时段改变之时,因此设计了混合智能求解算法,其中嵌入了随机模拟、神经网络和遗传算法.并采用一个算例讨论了该发车间隔确定模型的有效性及求解算法的效率.该混合智能算法在求解随机期望值模型时效率较高,但容易陷入局部最优解.

供应链收入共享契约协调的随机期望值模型

本文研究了供应链契约协调中的收入共享契约。建立了具有缺货成本的供应链收入共享契约协调的随机期望值模型,推导了实现分散供应链协调的收入共享契约参数之间的关系,分析了收入共享机制在改进供应链整体运作绩效方面的作用。设计了求解随机期望值模型的混合智能算法,进行了收入共享契约协调模型仿真实验,探讨了收入共享契约参数变化对供应链成员绩效的影响。结果表明,本文建立的收入共享契约协调的随机期望值模型具有实际意义,并在随机需求条件下协调了供应链运作。

基于PSO求解随机期望值模型的混合智能算法

随机期望值模型是一类有着广泛应用背景的随机规划问题,为了寻找更为高效的求解随机期望值模型的算法,采用随机仿真产生样本训练BP网络以逼近随机函数,然后应用微粒群算法并以逼近随机函数的神经元网络作为适应值估计和实现为了检验解的可行性,从而提出了一种求解随机期望值模型的混合智能算法。最后通过两个实例的仿真结果说明了算法的正确性和有效性。

基于期望值模型的注水管网摩阻因数反演

为对油田注水管网摩阻因数进行反演求解,将注水管网节点部分未知压力设为随机参数,建立注水管网管道摩阻因数反演的一类随机优化模型———期望值模型;给出利用随机模拟技术和遗传算法求解期望值优化模型的数值方法.通过对理想注水管网进行反演求解,验证模型的合理性和算法的可行性.

基于随机期望值模型的不确定环境下再制造逆向物流网络选址研究

再制造逆向物流的主要特征是回收产品的数量、质量不确定,以及再制造出“新”产品的需求不确定。基于不确定规划相关理论,在分析再制造逆向物流网络结构的基础上,将各个回收/消费市场的回收产品的数量、质量以及“新”产品的需求量看作随机参数,提出了再制造逆向物流网络的随机期望值模型,并利用遗传算法与随机模拟相结合的混合智能算法设计了该模型的求解算法。最后,根据算例对模型进行了计算,验证了该方法的可行性。

油田措施规划的模糊期望值模型

措施规划对延长油田增产稳产年限、降低开采成本、提高采油速度和采收率、实现措施优化配置十分必要.以油田措施增产最大化为目标,兼顾成本、工作量等目标,建立了油田措施规划的模糊期望值模型,并给出了模型的混合智能算法.实例表明,该模型理论基础严格,求解方法科学有效,并具有一定的智能性,为油田措施规划提供了新的决策依据.

一种求解随机期望值模型的有效算法

随机期望值模型是一类有着广泛应用背景的随机规划问题.为了寻找更为有效的求解随机期望值模型的算法,通过采用随机仿真来逼近随机函数,在微粒群算法中利用随机仿真进行适应值估计和实现为了检验解的可行性,从而给出了求解随机期望值模型的新的算法.最后,通过实例仿真说明了算法的正确性和有效性.

基于期望值模型的虚拟企业风险规划研究

主要分析了虚拟企业所面临的风险因素具有随机性的特点,建立了虚拟企业风险规划的期望值模型。为了较好地处理模型中的随机变量,引入了蒙特卡罗模拟,并将其与粒子群算法相结合。仿真分析表明了期望值模型能够较好地刻画具有随机因素的风险规划问题,同时,所设计算法的性能也得到了验证。

一种求解随机期望值模型的改进差分进化算法

针对随机期望值模型的特点,将随机模拟技术和松弛选择策略相结合,提出了一种改进的差分进化算法.并将该算法用于求解报童问题等模型,数值结果表明了算法的有效性和可行性.

随机需求下公交网络设计的期望值模型与求解算法研究

科学规划公交系统是解决城市交通拥挤问题的有效手段,公交网络设计问题更是公交体系规划的重点与难点。公交需求作为公交网络设计的输入条件,在现实中具有不确定性。鉴于此,假设不确定乘客需求具有随机特性,来研究随机需求下公交网络设计问题的优化方法。以乘客成本与运营成本最小化为优化目标,构建了多目标规划的期望值模型。将遗传算法与模拟退火算法相结合,设计了求解模型的遗传模拟退火算法。最后,通过算例验证了提出的模型与算法的有效性。

混合算法求解随机期望值模型

目标函数中由于受到一个或者多个随机变量的影响,求解期望值难度增加。因此,提出一种有效的求解期望值模型的混合算法。利用随机模拟计算期望值,RBF神经网络对目标函数进行逼近,差分进化算法寻优,从而形成求解随机期望值模型的混合算法。最后,通过仿真实验说明算法的有效性。

一种求解模糊期望值模型问题的有效算法

针对不易求解的不确定规划领域中的模糊期望值模型问题,提出了一种求解该模型的混合智能算法,该算法选用模糊模拟来向模糊期望值函数逼近,随机微粒群算法在进行适应值计算时选择的是模糊模拟,并给出了具体步骤。其克服了传统的基于遗传算法的混合算法的费时、计算复杂、易陷入局部最优等不足,最后通过数值实验验证了该算法的可行性和有效性,具有一定的实用价值。

模糊证券投资组合的期望值模型

讨论了当投资的预期收益率和风险损失率为模糊变量时,证券投资组合模型的优化问题.建立了证券投资组合决策系统的期望值模型,并设计了基于模糊模拟的遗传算法进行求解.该方法有效地解决了模糊证券投资组合问题.

随机期望值模型的适应值预测差分进化算法

随机期望值模型是一类有着广泛应用背景的随机规划问题.针对此问题,提出了一种基于适应值预测的差分进化算法,该算法主要是把适应值预测技术、随机模拟技术与差分进化算法结合.最后,通过实例仿真,数值结果表明所提出的算法是有效的和可行的.

油田措施规划的随机期望值模型

措施规划对延长油田增产稳产年限,降低开采成本,提高采油速度和采收率,实现措施优化配置十分必要.以油田措施增产最大化为目标,兼顾成本、工作量等目标,建立了油田措施规划的随机期望值模型,并给出了模型的混合智能算法.实例表明,该模型理论基础严格,求解方法科学有效,并具有一定的智能性,为油田措施规划提供了新的决策依据.

一类期望值模型的SAA法收敛性分析及应用

讨论了一类期望值模型的采样平均逼近(SAA)法求解及其一致指数收敛性。对提出的方法进行了数值实验,实验结果表明方法是有效的。

组合证券投资的期望值模型的研究

本文是在Markowitz现代组合投资理论的基础上 ,建立了组合证券投资的期望值模型 ,并讨论了基于随机模拟技术的遗传算法对此模型的求解。

期望值模型较少应用于期权估值的成因分析

期望值模型即未来收益折现模型，因其符合经济学资产观，广泛应用于投资项目分析和基础金融工具的估值，但却很少直接应用于期权的价值评估，成因何在呢？本文将期望值模型应用于欧武看涨期权的单步二叉树和两步二又树的价值评估，通过深入分析，揭示其在应用过程中面临的巨大困难，为理解广泛应用于金融衍生品的无套利定价方法打下基础。

基于混合智能算法的Sugeno期望值模型

Sugeno测度空间是一类比概率空间更广的重要的有代表性的非可加测度空间。本文给出了Sugeno期望值模型,并为了解决复杂的Sugeno期望值模型问题,提出了遗传算法及神经网络混合在一起的混合智能算法,从而将不确定的规划中的期望值模型推广到Sugeno测度空间上。