多目标中含有极大极小函数的决策模型算法

1示例的模型多目标线性规划是指含有多个目标函数的线性规划。求解多目标决策问题时,一般是将该问题化为多目标线性规划来求解,但有时会遇到特殊的目标函数,使得上述求解方法行不通,这时只能另辟馍径,寻找其它的办法来求解。下面,笔者就给出一个多目标中含有极大极小函数决策问题的模型示例,并就此例给出其求解算法。示例《投资收益与风险决策》模型如下：其中：f（wi）＝qiXti,而且模型中的符号说明（略）。2示例模型的来解对上述模型的求解,可采用逐步法（STEP）,其算法流程图（见后）。运用逐步法,对上述模型求解时：对于极…     

模拟退火算法和应用

模拟退火算法．算法是基于Mente arlo迭代求解策略的一种随机寻优算法,其出发点是基于物理中固体物质的退火过程与一般组合优化问题之间的相似性。模拟退火算法在某一初温下,伴随温度参数的不断下降,结合概率突跳特性在解空间中随机寻找目标函数的全局最优解,即在局部优解能概率性地跳出并最终趋于全局最优。模拟退火算法是一种通用的优化算法。     

多目标指派算法在交通救援里的应用

交通救援是交通事故研究中最重要一环,是减少交通事故损失的关键阶段.本文通过多目标指派算法应用于交通救援体系中,从而实现交通事故损失最小化,救援总时间最少等多个目标.体现指派算法在多目标交通救援中的优越性.     

基于价值工程的客户订单分离点定位冲突消解

提出了一种基于价值工程理论和多目标决策算法的即时顾客化定制(IC)下客户订单分离点(CODP)定位冲突消解方法。首先分析了最优CODP定位涉及的利益相关方,从成本、定制化程度和时间等方面研究了CODP定位的影响因素;然后基于价值工程理论,提出了IC生产模式下顾客价值的表达式,将顾客价值的功能因素数量化,综合运用价值指数法和求解多目标决策问题的优化算法,构造CODP定位冲突消解问题的优化算法,并给出该算法的具体实现步骤;最后应用该算法对某企业的典型案例问题进行求解,表明了该算法的有效性。     

一类多目标投资组合优化模型求解算法研究

构建一类含交易费的约束多目标非线性投资组合优化模型,已有的数学规划方法直接求解极其困难,故从智能优化的角度设计了一种提高的进化算法（INSGAII）,算法中进化群体分离为可行群与非可行群,两种群体中的父体经由相互交叉获多样性的子体,修正算子对非可行个体修复。数值实验中,基本遗传算法（GA）及线性规划法（LP）被用于与该算法比较,结果表明该算法能获得较均匀的Pareto面,收敛性较好。     

雷达目标模拟器数字处理设计

现代雷达的调试和性能鉴定中,需要模拟雷达的目标回波,本文根据点目标视频模拟模型的原理及算法,设计了雷达目标模拟器视频回波信号产生、处理的方案,     

全生命周期视角下水资源多目标优化配置研究

该文以可持续发展理论为指导,将生命周期思想引入水资源配置中,分析水资源"开发-消费利用-废弃-再生利用"的完整生命链中各阶段的特点,构建基于时间和空间双维度的多目标水资源优化配置模型,从而克服了只考虑一个过程而忽视整体影响的弊端。以徐州市为例进行实证分析,采用改进后的PSO算法对该复杂多目标问题进行求解,通过与GA算法的对比分析验证了PSO算法在解决水资源多目标问题上的优越性。本研究成果可在一定程度上拓宽水资源配置和管理的思路,实现有限水资源的利用效用最大化,为我国水资源的高效利用提供理论借鉴和实践依据。     

基因免疫遗传算法的工程项目多目标优化研究

目前各国在工程建设领域特别是在基础设施领域的金钱投入越来越大,工程项目多目标优化的问题成为人们探究的重点。免疫算法就是一种在自然界生物体免疫系统基础上的优化算法,是目前多目标优化研究的一个新的也是重要的研究方向。本文在多方了解与研究下对遗传算法进行了深入的研究分析,总结当前已有的基因免疫遗传算法在处理多目标优化问题中的优点与缺点,对这些问题提出一些解决的策略。     

工期-成本-环境多目标平衡问题及其在大型建设工程中的应用

提出了大型建设工程中的工期-成本-环境平衡问题,建立了多目标决策模型,并基于模糊的改进自适应性混和遗传算法求解该模型,最后以某大型水利水电建设工程项目为例说明了该模型和该算法的有效性和合理性。     

基于多周期多品种多目标的生产分布式布局遗传算法研究

市场需求逐渐从小品种、大批量向多品种、变批量转变,现有的工艺原则布局以及成组原则布局的柔性不够,不能适应多变的生产需求,针对不足,文章提出以各种机器能力之间距离最小的分布式布局模型和以物料搬运成本最小为目标的分布式布局模型,并结合两者的特点,对两个目标函数进行标准化处理,构建了一个满足多周期、多变生产需求的多目标分布式布局模型。设计了相应的遗传算法,通过一个示例验证了模型及算法的可行性。     

基于供需网的企业知识协同伙伴选择问题研究

知识协同是供需网企业走向合作的关键条件之一,供需网通过知识的协同可以促使知识全球化、智力全球化,形成强大的知识共享团队。在提出基于供需网的企业知识协同概念的基础上,分析了供需网中企业实施知识协同的特征,进一步给出企业知识协同伙伴选择过程,介绍了供需网结构中的3种节点类型,以其中的企业合作体节点类型为研究对象,研究了企业知识协同伙伴关系的建立机制,构建了基于供需网的企业知识协同伙伴选择模型,并采用多目标进化算法对该模型进行优化,得到一个算例的Pareto最优解,验证了该算法在企业知识协同伙伴选择中的可行性和有效性。     

多项目多期组合投资优化的双目标模糊相关机会模型

对于多项目单期优化模型已经有了比较满意的结论,现在已有研究基础上讨论一种基于净现值和净现值成本的多项目多期投资组合优化的双目标模糊相关机会模型,并且提出了一种集模糊模拟、改进的神经网络与遗传算法于一体的人工智能算法,结合一种能够实时调整权数的评价函数法,从而对模型进行有效求解。最后数值仿真说明了模型的合理性与算法的有效性。     

对中国存款保险基金规模的初步测算

目标比率是衡量存款保险基金规模的一个重要参数。确定合理的目标比率是建立存款保险制度不容回避的问题,它的设定涉及存款保险制度的诸多因素,具有一定的复杂性。文章根据经验算法,对中国存款保险基金的目标比率进行了初步测算。测算结果表明,我国的存款保险基金的目标比率为1.12%左右,在赋予存款保险机构适当融资渠道的条件下,该目标水平基本上能保证赔付要求。根据该目标比率测算的保险费率水平,亦能为我国商业银行所承受。     

互联网广告经济学:一个文献综述

产业组织对互联网广告的早期研究多从双边市场交叉外部性的视角展开.随着数据技术的快速进步,消费者画像技术、预测技术得到了广泛采用,通过算法实现匹配的互联网 目标广告兴起,互联网广告的研究逐渐转向基于数据利用的模型.这些研究对平台、广告主和消费者之间在数据利用背景下的复杂互动进行了较精细的刻画,体现了数字经济时代互联网广告平台竞争的本质特征,使相关研究进入了新的阶段.     

Locke的目标设置理论及其对组织绩效的影响研究

Locke提出的目标设置理论,经过不断发展完善,已成为当代重要的激励理论。该理论认为,目标本身就具有激励作用,目标能把人的需要转变为动机,使人们的行为朝着一定的方向努力,并能及时进行调整和修正,从而能实现目标。目标设置包含两个基本维度,分别是目标内容和目标强度。国内外的大量研究也都证明,目标设置对组织承诺、工作满意度等组织绩效指标有显著影响。     

外资并购中的中外目标差异分析

外资并购中的中外目标是不同的,这种不同是基于中外双方各自拥有资源的不同,对实现资源优化配置的理性认识。中外目标的差异一方面是促成并购的基础,另一方面目标差异中包含的目标冲突对并购的顺利进行产生阻碍作用。本文通过对外资并购我国国有经济成分的博弈分析,认为应当尽可能减少目标冲突,采取积极的态度对待并购过程中双方的目标冲突,增加自身利益、增进社会总财富。并在此基础上,对我国利用外资并购实现国有经济的战略调整提出相关意见和建议。     

物流市场细分方法与经营策略研究

回顾了国内外有关市场细分的方法特点与发展动态.然后,给出了用层次分析与灰关联分析结合的方法对物流客户市场进行分类的算法,并以案例的形式实证了算法的合理性,从而为物流企业科学决策和进行目标市场营销提供依据.最后,针对不同的物流细分市场提出了相应的经营策略.     

隐马尔可夫模型算法基础探析

隐马尔可夫模型是一个具有双重随机过程的统计模型,已被广泛应用于语音识别、生物序列分析和管理等领域。在隐马尔可夫模型中存在三个基本问题,即学习问题、解码问题和估值问题,一般分别使用Baum-Welch算法、Viterbi算法和向前-向后算法进行解决。其中,学习问题的Baum-Welch算法本质上是EM算法在隐马尔可夫模型中的一个应用,解码问题的Viterbi算法本质上是动态规划算法在隐马尔可夫过程中的一个应用。文章就EM算法和动态规划算法进行了一定的梳理和分析,以促进对隐马尔可夫模型算法的理解。     

基于演化计算的证券投资组合研究

演化算法作为一种高效并行的全局优化算法,已经广泛应用于各个领域.演化算法的有效性同样也在投资组合优化中得到验证.郭涛算法是一种新的演化算法.基于对Markowitz模型的投资组合优化问题进行求解的结果表明,郭涛算法要比传统的演化算法能够求得更好的结果.     

关联规则挖掘算法改进研究

文章讨论了数据挖掘的一般理论,研究了关联规则挖掘算法以及经典的Apriori算法,分析了算法存在的问题,并提出了新的基于压缩矩阵的关联规则挖掘算法。理论分析和仿真实验显示改进算法的性能明显优于Apriori算法。