用单纯形-模拟退火算法研究优化PSS参数

本文提出了一种基于单纯形-模拟退火算法的电力系统稳定器(PSS)参数优化方法.它是一种全局寻优方法,分析表明该方法是一种有效的PSS优化方法,所得优化参数对系统运行方式的变化具有良好的鲁棒性.     

总收益最大的交易策略求解算法

本文应用动态规划的原理,讨论了多期投资决策中基于总收益率最大的交易策略的设计和实现问题。通过比较随机交易方法、局部最优方法和全局最优方法下的投资表现,在交易费用存在的情况下,基于动态规划的算法给出问题的全局最优解,该方法的优越性随着交易费用的增长而加强。     

企业投资优化的决策模型研究

蚁群算法是一种新兴高效的人工智能优化方法。在企业投资规划中应用蚁群算法,可得到全局优化的解,从而更有效地利用资本,为企业创造更多的利润。     

遗传算法及其在客户关系管理中的应用研究

遗传算法是一种宏观意义下的仿生优化算法,它模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局优化概率搜索算法.这种算法可以用于对海量的客户信息进行搜索,提取对决策有用的信息,让企业在激烈的市场竞争中处于有利地位,最终达到最高利润.本文还通过一个简单的实例研究将该算法应用在客户关系管理中.     

遗传算法及其在客户关系管理中的应用研究

遗传算法是一种宏观意义下的仿生优化算法，它模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局优化概率搜索算法。这种算法可以用于对海量的客户信息进行搜索，提取对决策有用的信息，让企业在激烈的市场竞争中处于有利地位，最终达到最高利润。本文还通过一个简单的实例研究将该算法应用在客户关系管理中。     

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.     

基于种子优化算法的救灾物资调度优化问题的研究

研究在救灾物资调度中,建立物资调度问题的数学模型,运用种子优化算法的思想求解该问题,并进行了实验计算。计算结果表明,用种子优化算法解决救灾物资调度问题,可以方便、快速地求得最优解或近似最优解。     

基于蚁群算法的物流配送路线优化研究——以重庆市渝中区为例

蚁群算法于上世纪末提出,是继遗传算法之后的一种启发式算法,用于解决组合优化问题.它借鉴蚂蚁通过自组织的协作能力而产生的群体智慧来解决组合优化问题.ACO算法的特点在于使用正反馈,在较优的解的路径下,留下较多的信息激素,信息素会吸引更多蚂蚁走这条路径,这个过程中,会引导整个系统向最优解的方向迈进.蚁群算法可以用来解决一些尚未找到有效算法的问题,而且蚁群算法还是元启发式算法(Meta-heuristic),是一种算法框架,可以在其基本思想上针对不同问题做改进从而应用到不同问题上去.     

供应链系统优化与重组的一种数量化方法

在现有供应链线性优化模型研究的基础上,基于线性规划,给出了在保持线性规划最优解结构不发生改变的情况下,通过调整模型中技术系数参数实现目标函数最优值进一步改善的新方法,以期为供应链系统优化与重组的数量化分析提供一种行之有效的方法与技术工具。     

理性预期、完全时间一致性与最优利率规则——一个基于无穷远视角的分析

本文以基准的线性理性预期模型为框架,在对无穷远视角的观点赋予新的解释的基础上,分析比较了利率规则的全局最优解SG、条件承诺最优解SCC、相机抉择最优解SD、时间一致性最优解STP和完全时间一致性最优解SFTP这五种形式的最优解的优劣性.我们发现,虽然SG(丫)SCC(丫)SD((丫)表示"较优于"或"较强于"),但SG和SCC是时间不一致性解,它们最终会退化为SD的形式;又因为STP是SCC的上确界,因而也未必绝对优于SD;最后,SFTP相对于SD是占优解,它等价于在STP的基础上规定社会贴现因子等于1,它所对应的均衡符合时间一致性均衡,是稳态均衡的本质内涵,它相当于在原有的线性理性预期模型框架内增加了两类约束条件,同时随机非稳态社会损失福利函数也相应地转变为随机稳态社会损失福利函数.     

燃煤电厂脱硝电价研究——基于经营期电价与模拟退火算法

本文在经营期电价方法计算脱硝电价的基础上,为了简化该法复杂的计算过程,提出运用模拟退火算法思想对脱硝电价的计算进行优化,并建立了基于经营期电价与模拟退火算法的脱硝电价计算模型,最后,以新建电厂国华太电四期(2×600MW)烟气脱硝工程为例,验证了模型的合理性。     

基于遗传算法的BP神经网络在建模预测中的应用

针对BP神经网络在预报建模中,需要通过反复训练来确定网络的结构和各种参数,导致在应用中出现过拟合,严重影响网络的泛化能力的问题,提出利用遗传算法与BP算法相结合的方法对初始权值分布和网络结构进行优化,先在解空间中定位出一些较好的搜索空间,然后再采用BP算法在这些小的解空间中搜索出最优解。经实验对比,证实此种算法收敛速度快,能有效提高网络的泛化能力,从而提高预报建模的准确性。     

多目标优化问题的遗传计算方法研究

多目标优化问题在宏观经济规划、决策等领域有着广阔的应用背景。但目前，除了多目标线性规划较成熟外，多目标规划还没有一种成熟的普适的实际算法。即使是多目标线性规划，在面对大维数、超大维数需求时，算法对内存的开销之大使得算法不可行。遗传算法（GeneticAlgorithm简称GA）是一种自适应启发式群体型迭代式全局随机搜索算法，近年来受到各学科的广泛重视。但是，GA本质上进行的是单目标无约束优化，GA用于解决多目标优化问题的工作还很少，有人通过以目标向量的各分量为适应性值进行反复循环的办法选出一代可能解，计算表明，该…     

房地产税开征背景下商业房地产价格估算——基于改进的粒子群算法

对房地产的准确估价是开征房产税的基本前提,寻求和采用准确性高、成本低的房价评估方法是非常必要的。针对普通的商业房产地估价问题的复杂性,融合灰色关联理论、模拟细菌行为改进的粒子群算法和神经网络算法的优势,本文提出了一种新的商业房产地估价模型——基于灰色关联理论、模拟细菌行为改进的粒子群算法和神经网络算法集成的商业房产地估价模型。首先利用灰色关联理论求得影响商业房产地价格的主要因素,从而优化BP神经网络的输入变量;然后利用模拟细菌行为改进的粒子群算法优化BP神经网络初始权重和阈值。该方法能有效地提高普通BP算法对非线性问题的处理能力,同时也提高了普通BP算法的收敛速度和搜索全局最优值的能力。本文选取湖南某市进行实证研究表明,新的估价方法能较准确地估测商业房地产的价格,在商业房地产估价中具有较好的应用前景。     

税收执法行为博弈分析

博彝论(Game theory)是一种对策论,它是研究策略相主作用的理论.从表面上看,税务机关执法过程也是在现行税收管理体制下做出最优选择的博弈过程.通过博弈分析得出,税务机关违法选择将触发政府提高执法监督的概率,其均衡得益低于合作时的最优得益.因此,合作是无限重复博弈的均衡解.政府应该从不断完善执法激励监督约束的制度设计上规范税收执法行为,提高依法执政选择的概率.     

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。     

恶意干扰下基于斯坦伯格博弈的无人机动态频谱分配

针对恶意干扰场景下无人机群动态频谱分配问题,构建了基于斯坦伯格博弈的动态频谱分配模型,干扰机为斯坦伯格博弈的领导者,无人机群为斯坦伯格博弈的跟随者,设计了不同博弈参与者的效益函数,并证明了该博弈存在稳定的斯坦伯格均衡解。在此基础上设计了一种分层动态频谱分配算法,针对领导者采用Q学习选择干扰信道的场景下,跟随者采用随机学习自动机来确定信道分配策略。仿真结果表明,所提算法能够得到无人机用户的最优信道分配策略,有效提升无人机用户的总吞吐量性能,实现效益最大化。     

基于交通效率的城市公交线网优化

城市公交网络的优化是大力发展绿色交通、建立可持续发展交通运输系统的重要环节。引入交通效率的概念,提出了基于交通效率的城市公交网络优化思路。与传统优化模型相结合,将多线路用户平衡问题作为下层模型,考虑乘客直达率、线路满载率和线路长限定等约束,建立了城市公交网络双层优化模型,并应用遗传算法和模拟退火混合算法进行了求解。     

税收监管博弈分析

本文介绍了完全信息下的税收监管博弈模型,文章从局中人的类型.最优策略选择入手进行分析,得出在双方都足够理想的情况下,虽然不可能达到纳什均衡,但是我们还是有可能得到最优解,这个最优解就是最大化局中人效用的行动的概率,也就是混合策略纳什均衡,任何偏离最优解的预测都会被理性纠正.     

求解C指派问题的一种迭代算法

针对解决C指派问题的匈牙利法运算步骤复杂的问题,提出一种新的选代算法.该算法通过行调整和列调整,转化为一个平衡指派问题,再利用Flo yd算法进行迭代,求解出可行解即为最优解.与经典的匈牙利法相比,该算法更加简便,易于编制成计算机程序,适合于大规模分配问题的计算.