一类连续minimax问题的区间极大熵算法

讨论了目标函数为C1类函数的连续型minimax问题的区间极大熵算法。通过构造目标函数的极大熵函数及其区间扩张,利用区域二分原理和无解区域的删除原则,建立了求解连续型minimax问题的区间极大熵算法,证明了算法的收敛性,给出了数值算例。数值结果表明,其算法是可靠和有效的。

采用最小最大准则的协作频谱感知融合

给出了采用最小最大准则实现认知无线电系统协作频谱感知融合的方法,以在主用户出现在授权频段的先验概率未知的情况下利用概率计算实现认知无线电系统的协作频谱感知融合。该方法可实现同步和异步感知信息的融合。仿真验证了算法的性能,并与采用估计主用户出现在授权频段的先验概率并进行基于概率的感知融合算法性能进行了比较。结果表明:给出的算法可有效实现主用户出现在授权频段的先验概率未知时的协作频谱感知融合。

极大极小价值离差的资产选择模型研究

心理实验研究表明 ,人们在决策行为中不仅看重财富的绝对量 ,更加看重的是财富的变化量。而与投资总量相比 ,投资者会更加关注投资的盈利或亏损量。基于这一心理研究结论和极大极小决策准则 ,建立了证券资产选择的极大极小价值离差模型 ( MMVD) ;进一步把决策理论中的收益均衡因子 ( return tradeoff factor)概念引入资产选择领域 ,对 MMVD模型进行了更加符合直觉的修正 ;最后以“上证 30指数”的实际数据对

经济订购批量模型的参数估计

提出经济订购批量(EOQ)基本模型中参数的估计公式,假定这些参数的实际取值是一定范围内的未知数,并可能随时间而变化.从EOQ的灵敏性分析中引出两种可获得“满意解”的估计方法,进而给出依据最大最小准则和最小期望值准则进行参数估计的计算公式.文末辅以实例说明.

“失望”与“后悔”情绪下的投资组合选择研究

为研究投资者在投资活动中的有限理性特点,结合失望理论和最小最大后悔值准则刻画了投资者的失望及后悔情绪.使用目标调整效用函数描述主观价值,构建了投资组合选择模型.针对建立的模型,加入变异操作,设计了合适的粒子群算法.在实证研究中将建立的模型与经典模型进行了比较分析.研究结果表明,内含目标调整效用函数的失望理论模型与均值方差模型有近似的有效前沿,并更符合投资者的投资心理.同时考虑“失望”与“后悔”情绪下的最优组合比只考虑“失望”情绪的组合更稳定,减少价值追求或降低对“失望”的敏感度会促进方案的稳定.

带交易费及不允许卖空和借贷情况下的极大极小模型

研究了带交易费及不允许卖空和借贷情况下最优投资组合的极大极小问题.分析了该模型的数学特征,尤其是对协方差矩阵为对角矩阵的情况进行了研究,并给出了行之有效的解决方法.

不允许卖空下的无风险资产借贷的最优投资组合

研究了不允许卖空条件下无风险资产借贷的最优证券投资组合问题,介绍了极大极小模型,研究了该模型的数学特征,给出了有效投资组合与有效前沿的解析表达式及其表达式的几何特征,并给出了具体算例。

允许卖空的基于MINIMAX规则的证券组合选择

在不允许卖空证券组合选择理论基础上,探讨了基于minimax规则允许卖空的情形.首先介绍了一种新的组合风险度量规则-minimax规则,然后基于此建立起最优选择模型,将此模型转化成可求解的PO(λ)问题,并利用K-T条件得到解析解.此外,鉴于证券组合有效前沿的重要性,我们还着重讨论了本问题的有效前沿,给出了具体形式并举例以实证之.

先验概率未知时的多元Bayes判决Minimax方法

对于Bayes判决,需先知道各种假设的先验概率。当先验概率未知时,二元判决可用Minimax准则获得最坏先验概率时的Bayes判决。作者将这一结果推广到一般的多元Bayes判决中,给出了一般的多元Minimax方程组,并由此诱导出算法。数值例子显示本算法可行,