HOPFIELD求解物流配送车辆优化调度问题的应用分析

本文主要内容是通过运用HOPFIELD模型来求解最佳组合优化问题,并结合了VC语言编程对物流配送车辆优化调度的问题进行了一系列的求解分析     

基于蚁群算法的多重交通网络运输调度问题研究

在多重交通网络下求解运输调度优化问题具有十分重要的经济意义和社会意义。蚁群算法在许多相当困难的优化问题的求解中体现出极强的寻优能力和较好的性质。本文提出了一种利用蚁群算法来求解多重交通网络环境下运输调度问题的新方法，并用MATLAB语言编程进行算法的实现和仿真。结果表明，蚁群算法在求解多重交通网络下的运输调度问题是可行的。     

基于粒子群算法的物流配送路径优化问题研究

论文在建立物流配送路径优化问题的数字模型的基础上,构造了求解该问题的粒子群优化算法。计算结果表明可以有效在求得问题的最优解。     

基于差分进化算法的证券投资组合优化研究

证券投资组合决策问题是当前投资领域的一个重要研究课题,然而,由于这类问题往往具有数据规模大,组合方案多的特点,使得传统算法很难实现对该类问题的优化求解。差分进化算法是一种基于群体进化的算法,该算法不仅具有遗传算法的交叉,变异等进化特点,而且具有很强的记忆寻优特性,将该类算法引入进求解证券投资组合优化问题,对算法的求解方案进行了分析设计,并通过具体的投资组合实例,对算法的求解性能进行了仿真分析,取得了良好的效果。     

基于差分进化算法的证券投资组合优化研究

证券投资组合决策问题是当前投资领域的一个重要研究课题,然而,由于这类问题往往具有数据规模大,组合方案多的特点,使得传统算法很难实现对该类问题的优化求解.差分进化算法是一种基于群体进化的算法,该算法不仅具有遗传算法的交叉,变异等进化特点,而且具有很强的记忆寻优特性,将该类算法引入进求解证券投资组合优化问题,对算法的求解方案进行了分析设计,并通过具体的投资组合实例,对算法的求解性能进行了仿真分析,取得了良好的效果.     

蚁群算法在课程表问题中的应用

蚁群算法在求解复杂问题,特别是离散优化问题方面具有较强的优越性.本文提出了基于蚁群优化的蚂蚁排课算法.通过实验,证明了该算法的有效性,经过优化,课程表编排的合理性得到了提高.     

基于复杂最小费用流的影片运输问题

由于最小费用流问题的局限性,使其在实践中得不到广泛的应用,针对该问题,提出了复杂最小费用流问题,给出了此类问题的一种影片运输模型及求解模型的遗传模拟退火算法。最后用一个算例进行了仿真实验,验证了优化模型的正确性和算法的有效性。模型简明、客观,算法易于扩展并具有鲁棒性、通用性。     

基于乘用车物流运输模型程序算法的分析

基于第十一届“华为杯”全国研究生数学建模竞赛E题，针对一类乘用车物流运输问题，首先建立了单目的地乘用车运输优化模型；其次通过在遗传算法中构造新的适应度函数对模型求解，得到较优的运载方案。该程序算法对直接利用软件或Java Web技术解决一般的乘用车物流运输计划问题提供了新的算法思想。     

篮子期权定价的深度学习方法

金融中的诸多衍生品都涉及复杂期权定价问题，其中大多数可转换为偏微分方程初(终)值问题，但该问题往往难以获得解析解，且面临着“维度诅咒”问题。在单个标的物的期权定价中，可以采用各种方法绕开偏微分方程的求解问题。但是篮子期权以资产组合为标的，其定价难以绕开高维偏微分方程的求解。在这一背景下，本文从倒向随机微分方程(BSDE)的思路出发，提出利用神经网络可以非线性地对任何函数进行拟合的特点，将其引入到一类抛物型偏微分方程数值求解中，将待求解目标作为可更新参数嵌入到深度学习架构中，使得在模型训练结束后便可以获得具有更高精度的目标解。本文的深度BSDE模型避开传统思路中遇到的对数正态分布随机变量的算术平均不再满足对数正态分布的问题，能兼具有效性和准确性对篮子期权定价问题进行求解，且具有可以优化的方向，在未来应用中泛用性较强。     

基于Matlab的电力物资公司配送中心选址的研究

针对电力物资配送的特殊性,本文应用Matlab函数求解带成本性、地域性双重约束的电力物资公司配送中心选址问题。文章首先分析配送选址中心的约束条件,构造带成本性、地域性同时约束的中心选址模型,采用Matlab工具箱中的函数,设计选址模型的精确算法,最后通过一具体实例对模型和优化工具进行应用,结果对电力物资企业选址优化具有一定指导意义。     

基于Levy市场的最优个体行为投资选择

个体决策者资金投资具有鲜明的行为特质,并且不同的投资环境会对投资者的投资意愿产生不同程度的影响.与已有研究不同,本文基于累积前景理论,假定决策者是具有损失规避异质性的非理性行为人.在考虑Levy的投资市场下,投资者的决策目标是最大化最终财富的"S"型期望效用,借助鞅理论将动态的最大化问题转化为静态问题,通过求解静态优化问题得到了最优投资解析表达式.     

支农再贷款配置组合的优化模型及其应用

相对稀缺的农村金融资源,支农再贷款无论其配置结构还是配置收益率都未能达到最优状态.本文借助经济优化理论和风险决策技术,建立了三个支农再贷款配置组合的优化模型,同时给出模型的求解方法.并应用它对吕梁地区的种植业、养殖业和加工储运业的支农再贷款配置进行了量化研究.     

基于文化算法的证券组合投资模型的研究

本文根据证券组合投资模型的特点,给出证券组合多目标决策模型。并用线性加权法将证券组合多目标优化转化为单目标优化。同时侧重描述了文化算法,并采用带外文化的文化算法对证券组合投资模型进行求解,最后编程实现证券组合投资模型的最优解,实验结果表明此方法取得了较好效果。     

基于小生境免疫的遗传算法求解动态避障迷宫寻路问题

本文综合运用小生境技术和人工免疫系统思想，提出了一种小生境免疫遗传算法来求解动态的避障迷宫问题。，通过仿真实验与标准遗传算法和加入小生境的遗传算法的对比分析，本文提出的算法能有效地提高动态环境下求解避障迷宫路径问题的搜索能力。     

企业年金基金投资管理人的激励机制优化——基于多任务委托代理模型的研究

企业年金基金的信托型多层委托代理的组织形式,决定了对其投资管理人设计一个有效的激励机制的重要性。将企业年金基金的投资管理人在基金运营管理中收益性、风险性和流动性三个方面的协调工作归结为保值和增值两个主要任务,构建企业年金基金投资管理人多任务委托代理模型,并对模型求解,探讨了企业年金基金投资管理人在基金财产的保值和增值两个维度具有相对独立性和相互替代下的激励优化问题。     

二阶变系数线性常微分方程解法研究

常微分方程已经成为数学领域中一项十分重要的学科,并且在求解问题,分析模型,指导实践中有着极为广泛的应用。二阶变系数线性常微分方程是常微分方程中一类十分常见的方程,但迄今为止,二阶变系数线性常微分方程的通解问题在世界上依然没有得到解决。先通过变量替换的方法对二阶变系数线性常微分方程进行降阶处理,得到非齐次问题可以转化为齐次问题进行求解的结论;接下来对齐次问题分别分析了系数是常系数和已知一个特解情况下的求解过程;最后,对于一般情形,运用函数变换将二阶问题转化为求解Raccati方程问题。由于Riccati方程已被Liouville在1841年证明不可用初等解法解得。因此,在分析Raccati方程时,分别分析了已知一个特解求通解的方式与一般情况下使用Picard函数列进行逼近求近似解的方式。通过这一系列方法,可以求得一般情况下的二阶变系数线性常微分方程的通解或近似解。     

串行结构供应链多级库存控制的多目标优化模型

随着全球经济一体化和市场竞争的加剧,使得在供应链的前期下研究库存变得越来越重要。本文在介绍了有关多级库存研究的基础上,提出了n个具有供需关系的企业构成的串行结构供应链,在同时面对订单需求和随机市场需求两种需求时,如何确定自己的市场需求满足率。分析了构成整个系统的成本有订货成本、存储成本和缺货成本,如何决策使整个系统的成本最小。为了同时解决这两个问题,建立了最大满足率和最小成本的多目标优化模型。最后给出了通过物流过程仿真的方法求解模型的思路。     

基于RKD&2S-Probit混合模型的CEO不匹配及其变更

CEO变更与企业战略决策密切相关，也是高管变更视角下的热门话题。本文基于相对占优理论，建立了CEO不匹配变更、CEO自信变更与绩效的双向关系假设，并利用RKD模型识别二者的拐点。在此基础上，建立2S-probit模型，推导、求解模型的解析解和可实现的、直观的数值解，推导、分析了变量边际贡献的准确性、误差来源及其影响。上述研究克服了目前根据CEO特征识别其变更类别这一方法的人为分类误差问题，优化了现有模型及其假设，提供了更有前瞻性的方法；同时，本文的研究有利于优化CEO评价、挖掘企业层面相关决策的动因，从而有利于投资者消除信息不对称劣势，理解董事会决策动因、及时发觉企业经营相关信号，进而做出更理性的投资决策。     

《利息理论》教学中有关未知利率求解问题的研究——使用数值方法和计算机算法

利息理论中的未知利率或未知收益率求解问题,普遍使用数值方法解决。由于学习该课程的保险学专业学生缺乏数值分析或计算方法方面的知识,掌握起来较为困难。在这部分内容的教学实践当中,除了采取理论讲述、图解说明、例题演算相结合的传统教学方式,还尝试引入使用伪代码编写的计算机算法来描述求解方法的思想和过程,向学生较为系统地介绍了如何利用等分法和Newton-Raphson迭代法求解未知利率或收益率。     

房地产项目投资比例决策的优化选择分析

论文对房地产项目的投资进行得出了房地产项目分散化投资可以降低甚至消除非系统风险的结论。了收益与风险优化分析,建立了“收益-系统风险”的房地产项目投资比例最优决策模型,给出了模型如何求解的方法,并对相关参数进行了讨论,分析了如何确定各投资项目的最佳投资比例,以获得最佳的投资目标,