Max-min DEA模型及效率讨价还价均衡解

建立一类新的DEA模型,即Max-min DEA模型.该模型通过最大化最小效率单元的效率,结合了自评与互评的思路,在一定程度上克服了仅仅采用自评思想的经典DEA模型的缺陷.文中Max-min均衡模型问题在于保护“弱小”单元的同时,有可能损害其它单元的效率.为克服该问题,文章通过Nash讨价还价模型求解Max-min均衡模型与CCR模型的讨价均衡解.最后用算例进行了演示计算.     

基于二层规划的供应链多阶响应周期决策模型

优化和缩短供应链多阶响应周期是供应链快速响应市场需求、缩短产品上市周期的有效途径,也是供应链管理总体目标之一.全文首先阐明了供应链多阶响应周期的概念,以核心企业作为协调中心,建立了供应链整体计划决策机制,并运用二层规划方法对供应链多阶响应周期进行了建模研究.最后用实际调研的数据作为一个算例对模型进行了数值演算和验证.结果表明,该模型能够协调管理供应链整体利益和节点企业局部利益、合理分配生产时间与物流时间,为供应链优化和缩短多阶响应周期提供了一个有效的决策工具.     

基于模糊综合评判收益约束的贷款组合优化模型

贷款组合优化是商业银行信贷管理中最常见的决策。本文分析了现有的贷款组合优化模型的特点和弊端,以组合风险最小化为目标,以模糊数学中的综合评判关系为约束条件,建立了贷款组合的模糊优化模型。在组合收益率的综合评判目标和评判矩阵已确定的前提条件下,利用二次规划的方法解出各类贷款额占总贷款额的比重,解决了银行各类贷款的组合决策问题。通过进一步的实例分析,又从实证角度说明了该方法的合理性和可行性。     

DEA评价模型应用的几点探讨

为更好地应用ＤＥＡ评价模型，本文讨论了ＤＥＡ模型中定性指标的模糊处理及权重分布的随机处理，运用主成分分析法对ＤＥＡ模型指标体系进行处理，并对ＤＥＡ评价结果进行了排队分析．     

ODE法在多目标规划中的应用

在一定条件下,从多目标规划问题的任一可行解的某邻域出发,建立了沿着所建立的常微分方程组的轨线,关于部分交元总收敛到原多目标规划问题的(弱)有效解。     

高等教育最优投资双层规划模型研究

高等教育投资具有"双层"的特点,上层为省级主管部门,下层为高等学校。本文成功运用了双层规划模型,在不考虑高校自筹发展资金投入的情况下,建立了高等教育最优投资双层规划模型,研究了模型最优解的存在性,给出并证明了模型最优解的等价形式,设计了模型解的算法并进行了算法复杂性分析。通过求解模型,可以同时得到省级主管部门和高等学校的最优投资决策方案。文章最后还给出了考虑高校自筹发展资金的两种情况下建立投资模型和求得最优解的方法。     

基于多目标规划的中国可持续发展模式优化研究

本文以人口(Population)、资源(Resource)、经济(Economy)、环境(Environment)和科技(Science & Technolo gy)为核心,构造了PREEST系统模型。以PREEST系统为对象,运用主成分分析法对1987-2001年度中国的可持续发展水平进行了综合评价;借助多目标规划理论,构建了中国可持续发展多目标集成模型,并以"十五"计划纲要为基准,开展了中国可持续发展规划研究的实证分析。在此基础上,通过对"十五"期间中国可持续发展传统模式和规划模式的对比分析,就中国人口、资源、经济、环境和科技等领域的协调发展提出了政策建议。     

Comments on the Paper: Attacking the Market Split Problem with Lattice Point Enumeration

We present a few comments on the paper Attacking the market split problem with lattice point enumeration by A. Wasserman, published in Journal of Combinatorial Optimization, vol. 6, pp. 5–16, 2002.     

多媒体教学的利弊分析及相应对策

多媒体教学以其题材丰富形象、形式活泼多样、课堂信息量大、节省板书时间、可以大范围授课等优势 ,确立了在现代教学手段中的主导地位。但现阶段的多媒体教学还处在一个尚待继续发展的不成熟阶段 ,存在着一些需要改进之处。本文结合对计算机高级程序设计语言的教学 ,分析了多媒体教学的利弊 ,探讨了多媒体教学应用中出现的问题 ,并提出了相应的改进对策     

On Inverse Problems of Optimum Perfect Matching

As far as we know, for most polynomially solvable network optimization problems, their inverse problems under l ₁ or l norm have been studied, except the inverse maximum-weight matching problem in non-bipartite networks. In this paper we discuss the inverse problem of maximum-weight perfect matching in a non-bipartite network under l ₁ and l norms. It has been proved that the inverse maximum-weight perfect matching under l norm can be formulated as a maximum-mean alternating cycle problem of an undirected network, and can be solved in polynomial time by a binary search algorithm and in strongly polynomial time by an ascending algorithm, and under l ₁ norm it can be solved by the ellipsoid method. Therefore, inverse problems of maximum-weight perfect matching under l ₁ and l norms are solvable in polynomial time.