基于多目标均衡分析的延迟退休年龄研究

从劳动者个体、企业组织、政府部门等不同主体的多元利益目标出发,运用经济学原理构建了以社会福利最大化为目标的延迟退休年龄动态均衡分析模型;引入制度参数和统计数据,应用动态均衡分析模型,根据我国相关法律规定,得出以社会福利最大化为目标的最优延迟退休年龄,即男性退休年龄为66岁零4个月,女干部为63岁零6个月,女职工为60岁零8个月。由于延迟退休对劳动者个体有着更为直接的影响,因此提出了对不同类型的劳动者给予区别对待,分类实施延迟退休方案的建议。

工程项目管理多目标均衡优化研究综述

寻求工程项目各目标之间的均衡最优是工程项目管理的重要方面,近年来相关研究发展迅速,已取得了较为丰硕的研究成果。本文通过文献研究,对该领域的研究现状进行了综述。分别从确定条件下的工程项目多目标均衡优化模型和不确定条件下的工程项目多目标均衡优化模型两个方面,对该领域的研究现状进行了分析,并展望了该领域的研究趋势和发展方向。旨在总结当前工程项目多目标均衡优化领域中的研究成果并揭示当前的热点研究问题,为今后研究提供一定的参考和建议。

政府采购的目标均衡和价值选择——基于公平和效率的视角

本文构建了政府采购的效率与公平的均衡分析框架模型,对其目标均衡实现过程进行分析,结果表明:效率与公平作为政府采购的两大价值目标和基本尺度,两者之间的关系是一种动态过程,其关系异化的根源在于市场扭曲和政府功能的错位,效率和公平的目标均衡实现最终要靠市场与政府的功能准确定位与价值选择,通过均衡与协调二者的作用边界来实现。

多重目标均衡:中美两国中央银行金融救助与市场稳定行为的比较分析

中央银行应该及时救助陷入严重危机的具有系统性影响的金融企业,防止市场出现连锁反应。但央行的行为选择必须寻求在保持金融市场稳定、防范道德风险、维护公众利益、实施有效货币政策等多重目标之间的一般均衡。本文分析美国中央银行系统即美联储在2008年次贷危机期间的应对措施,与中国中央银行在类似情景下的手段方法进行比较,总结二者存在的异同之处,发现中美两国中央银行在紧急金融救助时都首先强调发挥市场力量的重要作用,但由于在央行管理体制、金融市场国际化程度、金融监管体制、金融创新活力等方面存在明显区别,两国中央银行的金融救助和市场稳定化措施在实施的范围、力度、目标对象及时间维度等方面都存在着显著不同。

公立医院推行DRG的影响因素及干预策略研究——基于多重目标均衡/谈判理论

多重目标均衡视角下,公立医院推行DRG,其本质是医保控费与医生自由裁量权的博弈,是病种人均收费的管理版,应坚持以患者为中心。当前,公立医院在实施DRG时存在多重目标的失衡,对此,基于谈判理论,提出倡导人文理念、形成质控回路、完善病种编码、建立有效沟通与绩效考核机制等干预策略,推动DRG在公立医院的有效实施。

基于多目标均衡优化的设计洪水推求方法

设计洪水是确定水利工程等别及水利工程运行管理策略的重要依据。为了准确推求设计洪水过程线,解决现有设计洪水推求方法修匀繁琐、不确定性大等问题,基于均衡优化思想提出多目标均衡优化方法。考虑洪峰流量、时段洪量和过程线形状等设计洪水要素误差,该方法构建了设计洪水误差向量,并建立起相应的均衡优化目标函数,采用改进布谷鸟算法求解设计洪水过程线。通过实例研究表明:采用多目标均衡优化法所推求的设计洪水过程线不仅满足洪水洪峰和时段洪量的约束,而且有效保持了典型洪水过程线的形状;多目标均衡优化法无需手动修匀计算或设置惩罚因子,不仅操作简便,还有效减少了设计洪水推求的复杂性和不确定性。因此,多目标均衡优化法可为设计洪水过程线推求提供一条新途径。

基于子集模拟的预制构件生产目标均衡优化算法研究

为高效、稳定地求解预制构件生产过程中的时间-成本-碳排放目标均衡问题,提出一种基于子集模拟的优化算法。首先根据时间、成本和碳排放3个目标的重要程度,通过赋予权重系数的方式,构建多模式下预制构件生产目标均衡优化模型,并对模型决策变量进行转换处理,以实数编码的方式进行问题求解。其次,基于模型约束条件,为获得合理的初始种群,提出随机产生和马尔科夫链蒙特卡罗模拟方法(MCMCS)相结合的初始样本点生成方式。在子集模拟迭代过程中,为增加样本的多样性,采取均匀间隔取点的MCMCS,提高该方法在全局范围内的搜索能力。最后,通过实例验证,与改进的遗传算法进行对比,子集模拟算法在最优解的获取上具有更好的稳定性。

工程项目绿色施工管理多目标均衡优化研究

随着我国现代化进程的不断推进,中国经济得以迅速发展,建筑业在经济建设中占到了相当大的比重,但是随之而来的环境污染问题却也日益严重。同时,可持续发展在各个领域的贯彻实施,要求各个行业都针对这一主题进行适当调整。因此,如何将建筑业与绿色环保具体结合、协调发展成为了当今建筑行业的重要议题。本文主要阐述了工程项目绿色施工管理多目标均衡化的研究背景、国内外研究现状以及这一研究存在的意义。

铁路施工多目标均衡优化模型与改进NSGA-Ⅲ算法

分析了铁路基础设施建设施工方案的特点、优化模型与优化算法,绘制双代号网络图,以工序所需时间为自变量计算了总工期,提出一种考虑资金时间价值的施工成本计算方法;引入系统可靠性理论对施工质量进行量化评估,探讨施工质量安全水平与时间、成本之间相互关系,计算了施工质量安全水平,提出铁路基础设施施工质量-安全-工期-成本多目标均衡优化模型;引入随机整数基因编码方式与惩罚函数法改进NSGA-Ⅲ算法,以求得模型的帕累托解集,对比了改进NSGA-Ⅲ算法与NSGA-Ⅱ算法的求解性能,并利用轨道工程施工案例对模型进行验证。分析结果表明:设定种群数量为140,迭代次数为900,试验次数为40时,改进NSGA-Ⅲ算法对NSGA-Ⅱ算法的每代平均覆盖率均值比算法NSGA-Ⅱ对改进NSGA-Ⅲ算法的每代平均覆盖率均值提高了将近27倍,改进NSGA-Ⅲ算法的每代平均超体积均值比NSGA-Ⅱ算法的每代平均超体积均值提高了将近54%,表明改进NSGA-Ⅲ算法明显优于传统的NSGA-Ⅱ算法;提出的铁路施工多目标均衡优化模型与改进NSGA-Ⅲ算法能很好地适用于铁路施工管理的多目标均衡优化,在轨道工程施工案例中,当设定种群数量为140,迭代次数为900,每个维度上参考点个数为8时,求解得到140个帕累托解,其中质量水平最大优化0.1121,安全水平最大优化0.1073,工期最大优化36 d,成本最大优化将近720万元,可以更好地指导决策者进行施工安排。

基于群结构集成势均衡多目标多伯努利滤波器的群目标跟踪算法

群目标跟踪已被广泛应用于作战对抗、自动驾驶、低空防御等各个军民领域。群目标是指由多个单目标组成,并以相同的速度或方向进行移动的一组或多组目标集群。鉴于随机有限集(Random Finite Set,RFS)滤波器在处理多目标数据关联方面的优势,现有的群目标跟踪算法大多基于RFS滤波器。然而,这些滤波器在对群目标进行跟踪时大多忽略了各目标之间的关联、依赖关系等问题,为此,提出了一种基于群结构集成的势均衡多目标多伯努利(Cardinality Balanced Multi-target Multi-Bernoulli,CBMeMBer)滤波器的群目标跟踪算法。具体而言,首先通过邻接矩阵对目标群结构进行估计,即将群目标看作无向图,利用各目标之间的距离来估计群目标的邻接矩阵,进而将群目标划分为多个子群。并根据各子群中目标的运动状态,将其划分为群中心和群成员两种类别,分别建立了运动方程。而后在预测步骤中,利用估计的群结构来对目标状态进行预测。特别地,在滤波器的高斯混合实现步骤中,多个高斯分量被用来拟合相对应的各伯努利分量,但过多高斯分量的存在会降低对群目标状态估计的准确性,从而降低群结构估计的准确性,因此,在状态提取阶段,本文所提算法对高斯分量进行修剪,即对更新步骤后的每个伯努利分量中所包含的高斯分量进行筛选,只保留一个权重最大的高斯分量。最后,仿真结果表明,本文所提算法实现了对群目标的稳定跟踪,且跟踪性能优于传统的CBMeMBer滤波器。

一种多层多对象并行的新型集中式蓄电池能量均衡器

针对传统集中式均衡器并行目标数量少而导致的均衡速度慢、均衡器难以扩展等问题,提出一种多层多对象并行的新型集中式均衡器。该均衡器采用1个均衡主电路,将主控开关和选通开关矩阵分开,实现单周期内4个电池单体的并行均衡。在对均衡器的控制策略、工作原理详细分析的基础上,搭建均衡器仿真模型,并与传统集中式均衡器进行仿真对比实验。搭建实物均衡实验平台,对包含8节大容量锂离子电池的电池系统进行实验,实验结果验证了该集中式均衡器的有效性。所提均衡器不仅保持了集中式均衡器体积小、重量轻等优势,而且均衡速度快,电路简单易实现、易扩展。

中国宏观税负的最优动态区间与结构性减税——基于税收政策目标均衡的视角

文章将政府生产性公共资本支出以存量形式引入生产函数,将政府生产性转移支付引入资本积累方程,构建了三部门动态随机一般均衡模型,基于税收政策目标均衡视角,估计中国宏观税负水平的最优动态区间。对税率结构调整的模拟实验发现,总体看,当前中国的宏观税负处于最优动态区间,降低宏观税负水平可以增加社会产出水平,但会显著降低政府税收;从税率结构看,消费税税率的下调除了在短期内对提升消费水平有积极意义,对经济产出和税收收入都会带来负面冲击,而资本所得税和劳动所得税的下调除了会降低税收水平,对产出、投资和消费都会产生有利的正向冲击。基于此,考虑到经济仍然面临严重的下行压力,文章提出了继续实施结构性减税的政策建议。

基于改进NSGA-Ⅲ的多目标联邦学习进化算法

联邦学习技术能在一定程度上解决数据孤岛和隐私泄露的问题,但存在通信成本高、通信不稳定、参与者性能分布不均衡等缺点。为了改进这些缺点并实现模型有效性、公平性和通信成本的均衡,提出了一种面向联邦学习多目标优化的改进NSGA-Ⅲ算法。首先构建联邦学习多目标优化模型,以最大化全局模型准确率、最小化全局模型准确率分布方差和通信成本为目标,提出了基于快速贪婪初始化的改进NSGA-Ⅲ算法,提高了NSGA-Ⅲ对于联邦学习多目标优化的效率。实验结果表明,相比经典多目标进化算法,提出的优化方法能得到较优Pareto解;与标准的联邦模型相比,优化的模型能在保证全局模型准确率的情况下,有效降低通信成本和全局模型准确率分布方差。

一种改进的单载波频域中基于最小均方误差的多目标常模盲均衡

针对移动通信如何在有限带宽中实现最优信道均衡,以确保信号传输质量,提出一种改进均衡方案,将单用户的单载波频域均衡转化为多目标频域常模均衡。由原先的一个常数模均衡器生成多个常数模均衡器,引入最小均方误差准则,并采用正交化处理,降低了均衡后信号的误差。仿真实验结果表明,这种方案较之以往的频域均衡方法,性能结果更为理想。

双目标用户均衡下的交通流逐日动态演化模型

时间和费用是出行者在路径选择时关注的两个重要目标,许多研究将两者加权组合为单目标来考虑,存在一定缺陷.在静态交通分配模型的研究中,已有学者提出将两者分开考虑的双目标用户均衡.然而,在动态交通分配模型中,现有研究仍多以传统的单目标用户均衡作为交通流演化的最终状态.因此,本文针对双目标用户均衡,提出了一种新的基于路径流量更新的交通流逐日动态演化模型,假设出行者在每天的路径选择中会将出行时间和收费分开比较以决定是否变换路径.论文从理论.上证明了该模型的收敛性,以及交通流演化的最终状态会达到双目标用户均衡,同时数值算例也验证了模型的有效性.

基于变分贝叶斯势均衡多目标多伯努利滤波的多扩展目标跟踪算法

由于传统多扩展目标跟踪算法在量测噪声协方差未知情况下跟踪性能急剧下降,本文提出一种基于变分贝叶斯的势均衡多目标多伯努利滤波(VB--CBMe MBer)跟踪算法,并给出了高斯混合实现.该算法在未知量测噪声协方差的情况下,将量测看成随机分布在扩展目标上的量测产生点所产生,利用变分贝叶斯方法近似地求出各量测产生点状态和量测噪声协方差的联合概率密度,并给出其递归形式以估计量测产生点,继而将得到的量测产生点状态进行聚类得到扩展目标的状态.仿真实验表明,所提算法可以自适应地跟踪未知数目、未知量测噪声协方差的多扩展目标.其跟踪精度与传统的CBMe MBer跟踪算法相比,有明显提高.

微粒群算法在工程项目多目标多资源均衡问题中的应用

微粒群算法(PSO)是继蚁群算法提出之后的又一种新的进化计算技术。介绍了微粒群算法的产生背景、基本算法、算法流程、算法参数,同时基于pso算法的基础上探讨在多目标下如何实现资源更有效地分配,从整体角度出发来考虑单个项目对其他正在进行的项目的影响和实施期间资源的可得性,以最合理的资源配置来满足项目中各个分目标,以达到最好的整体项目效益,为多目标下的多资源配置问题初步建立了模型。

一种大规模蓄电池储能系统多目标并行有源能量均衡器

针对大规模锂离子蓄电池储能系统,提出具有两层均衡的模块化多目标并行有源能量均衡器。第一层均衡以蓄电池单元作为均衡目标,蓄电池单元内主控开关采用带死区互补导通控制,所有蓄电池单元可同时工作,均衡速度快且不受串联单体蓄电池数量的影响。第二层均衡由多组选通矩阵和一个具有能量双向且连续的有源均衡主电路组成,通过选通矩阵可并行实现多个不同蓄电池组的蓄电池单元的均衡放电或均衡充电,多目标并行均衡且均衡能量连续使得均衡速度加倍提升。从原理上对均衡器及控制策略进行分析,并搭建12个锂离子蓄电池串联组成的蓄电池储能系统实验平台进行实验验证。理论分析和实验结果均证明所提均衡器均衡速度快,均衡效率高,开关器件电压应力小,易模块化,可扩展性强。

部分合作多目标博弈均衡点的存在性

为解决部分合作多目标博弈均衡点的存在性问题,引入部分合作弱Pareto-Nash均衡和部分合作多目标主从均衡的概念,利用Fan-Glicksberg不动点定理,证明了部分合作多目标博弈均衡点的存在性.研究结果表明:部分合作博弈相比合作博弈和非合作博弈具有更重要的应用价值,不动点定理是研究部分合作多目标博弈均衡点存在性的一种有效手段.

基于模因优化和循环调度的多目标负载均衡技术

针对现有多目标调度方法所需时间较长以及处理突发情况时性能降低的问题,提出一种基于模因优化和循环调度的多目标负载均衡技术。使用突发检测器检测发送到云服务器的用户请求,确定负载状态。基于测器结果,应用不同的负载平衡算法来高效地调度用户任务。利用选定的负载平衡算法将用户请求任务调度到资源最佳的虚拟机上,保证在最低的时间消耗内达到负载均衡的状态。实验结果表明,与其他算法相比,该方法在多个性能指标上具有明显优势,可以提高调度效率的同时,最大限度地降低云中的能源使用。