基于矩不确定模糊集的分布鲁棒风险-回报优化模型研究

本文研究随机变量分布不确定下的风险-回报优化模型。针对传统的风险-回报三类典型问题和分布不确定性背景,提出了更一般性条件下的分布鲁棒风险-回报优化新模型;基于矩不确定集合和优化对偶理论,化简复杂的新优化模型为常规结构的非线性优化问题。理论上证明了分布鲁棒风险-回报三类优化模型效率前沿的等价性。数值实验验证了理论分析的有效性。

计及源荷双侧风险管理的光储微网两阶段低碳运行优化研究

计及需求响应和源荷不确定性,提出了考虑源荷风险管理的并网型光储微网两阶段低碳运行优化模型。第一阶段考虑电力需求响应平抑供需差异的波动风险,提出条件风险价值理论优化供能方案;第二阶段引入光储微网的碳排放理论及奖惩阶梯碳交易机制,构建以综合效益最大化的光储微网低碳经济运行模型。基于两阶段运行优化模型设置了5个不同的运行情景进行仿真分析,结果表明光储微网中通过风险管理和电力需求响应的协调作用可实现能源供需结构的优化;而碳交易机制的引入一定程度地减少了光储微网系统的碳排放,降低碳排放成本。

结合新颖性和风险评估的内在奖励方法

强化学习算法依赖于精心设计的外在奖励,然而Agent在和环境交互过程中,环境反馈给Agent的外在奖励往往是非常稀少的或延迟,这导致了Agent无法学习到一个好的策略。为了解决该问题,从新颖性和风险评估这两方面设计一个内在奖励,使Agent能充分地探索环境以及考虑环境中存在不确定性动作。该方法分为两部分,首先是新颖性描述为对当前状态-动作和转换后状态的访问次数,将具体执行的动作考虑进去;其次是动作的风险程度,风险评估从累积奖励方差考虑,来判断当前动作对状态的意义是有风险的还是无风险的。该方法在Mujoco环境下进行了评估,实验验证该方法取得了更高的平均奖励值,尤其是在外在奖励延迟的情况下,也能取得不错的平均奖励值。说明该方法能有效地解决外在奖励稀疏的问题。

基于深度强化学习与风险矫正的智能车辆决策研究

为实现高速公路环境下车辆的安全决策,提出一种结合深度强化学习和风险矫正方法的行为决策模型。构建决策模型所需的目标车辆及周围车辆的行驶信息,并引入自注意力安全机制,提高车辆在复杂高速场景下对周围潜在危险车辆的注意力,综合考虑行车效率、避障等因素以设计强化学习的奖励函数。此外,为解决强化学习在决策过程中缺乏安全性保障的问题,设计风险矫正模块对决策动作进行风险评估和矫正,避免危险决策的执行。在Highway-env仿真平台上对提出的决策模型进行训练和测试。试验结果表明,提出的决策模型有较高的行车安全率和鲁棒性,其驾驶效率也优于以规则、模仿学习和单纯深度强化学习为基础的决策方法。

企业债务成本与股价崩盘风险的关联性——基于PVAR模型的实证检验

从股价崩盘风险的影响因素和经济后果研究企业债务成本与股价崩盘风险间的关联性.一方面,企业债务成本上升增加企业的经营风险;另一方面,股价崩盘风险增加,债权人要求获得更高的风险报酬,从而提高借贷成本,提高企业债务成本.运用PVAR模型、脉冲响应分析等方法,以2010-2019年我国沪深A股上市公司为样本进行实证检验,结果表明,企业债务成本的上升会显著增加股价崩盘风险,但该影响并不具有持续性;股价崩盘风险的上升会迅速使企业债务成本增加,但成本的上升只是暂时的,随后将会逐渐下降.因此,为防范股价崩盘风险,应加强企业风险管理意识,增加企业信息透明度,加大对高风险行业的监管.

从DARPA看国防科技高风险高回报项目管理模式创新

美国国防高级研究计划局(DARPA)是美军从事颠覆性技术研究与开发的主要管理部门,其在长期的项目管理实践过程中已形成一套行之有效的项目管理模式,值得参考。从科研人员的角度出发,分析DARPA项目管理模式的特点。在此基础上,结合我国防科技发展实际,从鼓励科研人员大胆设想、帮助科研人员细化设想和充分授权科研人员进行项目管理等方面,提出完善高风险高回报项目管理机制的建议。

风险敏感马氏决策过程与状态扩充变换

在马氏决策过程中,过程的随机性由策略与转移核决定,优化目标的随机性受随机报酬与随机策略的影响,其中随机报酬往往可通过简化转化为确定型报酬。当优化准则为经典的期望类准则,如平均准则或折扣准则时,报酬函数的简化不会影响优化结果。然而对风险敏感的优化准则,此类简化将影响风险目标值,进而破坏策略的最优性。针对该问题,状态扩充变换将随机信息重组进扩充状态空间,在简化报酬函数的同时保持随机报酬过程不变。本文以三种定义于累积折扣报酬的经典风险测度为例,在策略评价中对比报酬函数简化与状态扩充变换对风险评估的影响。理论验证与数值实验均表明,当报酬函数形式较为复杂时,状态扩充变换可在简化报酬函数的同时保持风险测度不变。

应激对模糊决策的影响:认知和神经机制

模糊决策是指决策者无法预先知道结果发生的概率,只能依赖主观判断而进行的决策。应激会影响模糊决策,但不同研究结果并不一致,从模糊决策的认知成分入手能帮助我们更好地理解应激对模糊决策的影响。本研究从学习反馈、奖赏敏感性和风险偏好三个方面梳理了现有的行为和脑机制研究文献,发现应激对模糊决策的影响主要表现为应激导致反馈受阻、重赏轻罚、增加冒险三个方面。未来的研究应该关注应激类型和强度对模糊决策的不同影响,同时进一步拓展应激状态下模糊决策中认知与情绪的交互效应研究。

局内租赁问题的风险补偿模型及其竞争分析

将风险的概念引入局内租赁问题中,建立了该问题的风险补偿模型,并对存在和不存在利率情况下的局内租赁问题作了分析.和局内问题中传统的竞争比分析不同的是,竞争比分析只反映局内策略与基准算法(局外最优算法)的相对绩效,但这往往忽略了很多的有用信息,且分析模型很不灵活.然而在风险补偿模型中,投资者可以控制风险,根据自己不同的风险容忍度和未来预期选择最优的租赁策略.

技术创新联盟收益分配的群体协商模型及求解方法

针对技术创新联盟企业之间收益分配存在着分歧和冲突的实际问题,提出联盟收益分配群体协商问题。通过对风险产生的来源以及联盟收益分配的合理性条件的分析,建立了一种可支持协商的收益分配模型,通过群体协商来找出各企业可接受的分配方案。实例表明,这种群体协商方法有利于提高联盟企业合作的稳定性。

可退货在线租赁竞争分析及其风险回报模型

经典的在线租赁只考虑购买和租赁两种决策行为,当在线租赁方购买设备后,不允许退货。本文假设在线租赁方在选择购买设备后,如果觉得购买设备不划算,可以在任何时候花费一定的代价把设备退还给承租方。通过定义退货费用函数来刻画退货行为,本文提出了可退货在线租赁问题,它是经典在线租赁问题的扩展。利用传统的竞争分析方法设计了该问题的竞争策略,分析了策略的竞争性能,并证明该策略能达到竞争比下界(即是最优竞争策略)。同时,在风险回报竞争分析框架下,进一步讨论了上述问题,得到了给定预期和风险下收益最优的竞争策略。

基于不同风险度量的投资组合模型的实证比较

提出以收益 波动比率为标准,对基于不同风险度量的投资组合模型进行实证比较,并分别以风险弹性和收益 波动比率为比较标准,以模拟退火算法作为投资组合模型的求解算法,对均值 方差模型、绝对离差模型和半方差模型进行了实证比较分析.结果表明,在我国股票市场上,构造投资组合时,半方差模型优于均值 方差模型和绝对离差模型,而绝对离差模型又优于均值 方差模型.

基于风险补偿的占线拍卖策略

扩展了传统的占线算法及其竞争分析框架,在此基础上建立网上占线拍卖的风险模型,为具有风险偏好的占线拍卖人设计了风险忍耐策略(RTS),并得到了该拍卖策略的竞争比,使占线拍卖人可以根据自己不同的风险容忍度和未来预期选择最优的拍卖策略。

报童问题的最优竞争比策略及其风险补偿模型

报童问题是库存管理中一个重要的模型。对报童问题在不同的目标函数和约束条件下的扩展模型已有了大量的研究。已有研究假设产品的需求分布已知,然而,在实际中完全刻画需求分布信息常常是很困难的,因此,部分信息下的报童模型研究近年越来越受到重视。在竞争比分析方法下,对报童问题进行了讨论,建立概率预期下风险补偿模型用于解决部分信息的报童问题。在确定性预期和基本概率预期下,分别为具有风险偏好的报童设计了最优订购策略,使报童可以根据自己不同的风险容忍度和未来预期选择订购策略。

天气影响产出下“公司+农户”模式的风险补偿协调契约

针对不可控天气与可控的农资投入水平均会影响农产品产出的问题,建立了由一个公司和一个农户组成的两级农产品供应链随机利润模型,比较分析了集中决策下供应链系统与分散决策下农户的最优农资投入决策,提出了天气影响产出下农产品供应链的风险补偿协调策略,在农户决策农资投入水平而公司决策收购价格的情形下,依据整个农产品生产过程中的天气情况和农资投入水平来设计风险补偿契约。研究表明:在所设计的与天气指数和农资投入水平相关的风险补偿协调契约下不利天气的影响不会改变农产品供应链的协调状态,并能有效地激励农户通过提高农资投入来保障农产品的稳定供应,进而增强农产品供应链的稳健性。最后,通过数值仿真验证了所设计的风险补偿协调契约的有效性。

气候风险下考虑政府补贴的订单农业契约设计

针对单一农户和公司组成的"公司+农户"型订单农业供应链,构建不利气候和努力水平共同影响农产品产出的随机收益模型,并在此基础上引入政府补贴因子。对比分析集中和分散决策下农户和公司的最优决策行为,设计一种与气候指数、努力水平和收购价格相关的风险分担+转移支付的协调策略。仿真分析表明:不利气候降低农户的努力水平;合理的政府补贴因子能有效地提高农户努力水平和供应链成员收益;在公司所设计的风险分担机制与转移支付满足一定的条件下,可实现订单农业供应链协调。

一类占线融资租赁问题的最优竞争策略与风险补偿模型

运用占线算法与竞争分析方法,研究了资产所有权在一定的租赁时间后转移给承租人的融资租赁问题的最优竞争策略与风险补偿模型。首先给出了该问题的最优离线解;然后,根据约定的租赁时限与购买价格及租赁费用的大小关系,分别给出了3种情形的占线策略及相应的竞争比分析;最后,在AL-BINALI提出的占线风险补偿分析框架下,给出了2种预期形式及相应最优占线收益策略。

基于有限预知的折扣商品购买策略研究

在经济社会中,交付押金的优惠购物活动作为一种营销手段被频繁地使用,消费者的购买决策也越来越呈现出占线特征。因此,本文采用优化领域新兴的占线算法和竞争分析为消费者设计一类最优购买策略。传统竞争分析假定决策人对未来一无所知,从而导致了过于保守的算法。我们把消费者的风险预期引入到传统的竞争分析中,建立了风险补偿框架下的折扣商品购买模型,并得到了最优购买策略及其竞争比。

基于预期的占线特殊优惠卡问题与竞争分析

特殊优惠卡问题是租赁问题的一个推广。本文将风险补偿模型和市场利率引入了占线特殊优惠卡问题,使得该问题更贴近现实情况,得到以下结论:i)一般情形的占线特殊优惠卡问题的最优风险补偿收益为(2-β)/(2-β(2-β)d);ii)考虑市场利率i,当(1-β)(1-αcr)小于和大于c(1-α)时,分别得出了两种情形下不同的最优风险补偿收益。最后,通过数值分析说明风险容忍度d和折扣率β对约束竞争比rA′和最优风险补偿收益的影响。

TOPSIS-GRA法下的企业动态信用评价方法及其应用

针对传统信用评价方法较少考虑到时间的延续性,且只注重信用基础值而忽视其发展趋势的问题,本文提出了一种具有风险抗性信用奖惩特征的TOPSIS-GRA的动态信用评价方法。首先,利用指标信息量诱导密度算子对静态数据进行综合集成,得到静态综合信用评价值,在此基础上构造动态信用评价加权决策矩阵;其次,在对矩阵进行TOPSIS法验算的过程中嵌入企业风险抗性信用奖惩点,进而得到包含奖惩性质的相对贴近度;再以GRA方法得到各受评企业理想的信用发展趋势关联度,结合两者最终得到融合风险抗性奖惩量、信用基础值和信用发展趋势三项特征的稳定科学的企业动态信用评价结果。最后,给出了一个实证分析,验证了该方法的有效性及合理性。