简介:针对多目标0-1规划问题,首先基于元胞自动机原理和人工狼群智能算法,提出一种元胞狼群优化算法,该算法将元胞机的演化规则与嚎叫信息素更新规则、人工狼群更新规则进行组合,采用元胞及其邻居来增强搜索过程的多样性和分布性,使人工头狼在元胞空间搜索的过程中,增强了人工狼群算法的全局搜索能力,并获得更多的全局非劣解;其次结合多目标0-1规划模型对元胞狼群算法进行了详细的数学描述,定义了人工狼群搜索空间、移动算子、元胞演化规则和非劣解集更新规则,并给出了元胞狼群算法的具体实现步骤;最后通过MATLAB软件对3个典型的多目标0—1规划问题算例进行解算,并将解算结果与其它人工智能算法的结果进行比较,结果表明:元胞狼群算法在多目标0-1规划问题求解方面可获得更多的非劣解集和更优的非劣解,并具有较快的收敛速度和较好的全局寻优能力。
简介:我国权证市场是一个新兴市场,权证市场价格与理论价格长期存在较大偏离。本文以中化CWB1为例,首先运用修正的Black—Scholes公式计算权证的理论价格,证明权证价格偏误的存在主要不来源于模型设定误差,而是与标的股票价格相关。再运用计量经济学的方法讨论权证价格偏误和标的股票价格的协整关系,并建立误差修正模型以定量地描述二者之间的短期波动关系。最后从理论上分析我国权证市场的发展现状和导致价格偏误的深层次原因。
简介:研究了一类在报童模型中考虑客户战略行为和风险态度时的最优定价与库存控制问题。假定零售商销售的商品具有季节需求特性,销售期末未售出的商品只能降价处理,战略客户以效用最大化为目标确定最优购买时机,零售商以期望利润最大化为目标确定最优销售数量和销售价格,得到了双方静态博弈时的理性预期均衡解,分析了理性预期均衡解的存在唯一性,以及理性预期均衡解与模型参数的关系,并进一步将模型做了两方面的拓展:(1)考虑了战略客户对商品的价值估计值不同时的情形;(2)考虑了零售商风险态度的情形,并分别给出了两种情形下理性预期均衡解的求解方法。最后通过一个数值算例对模型的结果进行了说明。
简介:针对传统的基于数量参考标准的奖励惩罚契约无法适应当下“多品种,小批量”的需求特点实现供应链协调,本文建立公平偏好情况下,以供应商提供产品的质量水平为参考标准的奖励惩罚契约模型,探讨其对供应链协调的影响。假设在由单个供应商和单个零售商组成的两级供应链系统中零售商具有公平偏好,分别就供应链内各参与主体渠道力量相等和渠道力量不相等这两种情形进行分析。研究发现零售商对自身收益和对公平的关注程度相同时,供应商和零售商会自愿的按照契约进行合作,取得均衡结果,实现供应链协调,且各参与主体渠道力量的不同会对供应链的整体利润产生显著影响。最后使用算例验证了结论。