生产性企业组织学习最优控制模型及其理论分析

运用最优控制理论研究生产性企业组织学习活动的动态最优决策问题.以企业的概念性学习投资率和操作性学习投资率为决策变量,累积知识量、生产率、单位成本和废品率等为状态变量,计划期内的总利润为指标函数,建立了一个最优控制模型,其特点在于规范地描绘概念性学习和操作性学习对企业累积知识量、生产率、单位成本、质量以及企业利润的动态影响.根据生产性企业组织学习和生产经营的实际情况,提出了一些定量化表达的假设和定义.在假设和定义的基础上利用最大值原理分析了所建立的模型,获得了关于动态最优概念性学习投资策略和操作性学习投资策略性质的一些结论,将这些结论与实际问题相结合,指出了在生产性企业组织学习实践上的含义.     

基于权值不同置信水平下的多目标CVaR模型

本文研究了在给定目标损失权重与不同置信水平下的多目标条件风险值问题.定义了α-VaR、α-CVaR损失值以及α-CVaR损失值的等价函数,给出了CVaR优化问题,证明了CVaR优化问题的解可以通过求解等价函数构成的优化问题近似得到.     

多目标条件风险值的一种求解方法

本文研究了多损失CVaR问题,给出了于置信水平α下的α-VaR损失值和α-CVaR损失值的概念.α-CVaR损失值刻画了证券组合x于置信水平α下的损失大于等于α-CVaR损失值条件下的损失函数的条件期望损失值.我们引入了相应的α-CVaR最小化问题(MCVaR),并证明了在一定条件下,可以通过求解较为容易求解的单目标问题(SCVAR)来得到(MCVaR)的Pareto有效解.     

成瘾模式下多代智能手机产品的扩散研究

笔者针对高科技产品的特点,以多代智能手机产品为对象,考虑与消费者成瘾行为相关的该新产品的扩散情况,并在原扩散模型的基础上进行改进,以符合多代智能手机产品的扩散情况。然后,以苹果智能手机为例,根据实际的销售数据进行扩散拟合,得出该新产品的需求预测和算例分析得出拟合程度良好。     

字音汉字（母子码）输入法

为了克服汉字编码的重码问题和学习困难,我们发明了一种新的编码方案用于汉字输入,称之为母子码。这是一种同时克眼重码问题和学习困难矛盾的最佳方案之一。在UCDOS5.0汉字系统下实验证明是切实可行的,长期使用可实现快速盲打。     

CVaR准则下的双层供应链风险决策模型

在供应商和零售商组成的供应链系统中,我们引入了奖励策略,用于研究在由于需求不确定性和供需双方不平衡性所产生风险损失的条件下,零售商和供应商的双层风险决策问题.首先,证明了零售商在损失条件风险值CVaR(Conditional Value-at-Risk)最小化时最优订货量的解析解.然后,以供应商为领导层,零售商为从属层,给出了基于CVaR准则下的供应链双层风险决策模型(即双层规划).最后,通过算例分析说明:奖励策略能有效的降低需求不确定性和供需双方不平衡性产生的风险,有效地激励供应链的下游决策者订购更多的商品,达到风险共担利润共享的局面;并且,对于供应链参与双方,风险承担能力越强,获得的利润也越高.     

以制造商为核心的供应链的优化决策模型

供应链的优化过程可看作在核心企业领导下各成员共同参与的一系列决策过程.本文根据从整体到局部的优化思路,建立了以制造商为核心的SC优化模型,即先实现供应链整体效益的最大化,然后进行供应链内部的利益分配.通过模型可求出最佳的转运量,内部转移价格以及最终产品的市场价格等决策变量,为决策提供了精确的定量化依据,提高优化决策效率.     

基于权值的多阶段风险值证券组合问题研究

风险值问题一直是金融领域中研究风险管理的一个重要课题,在金融经济中有着重要广泛的应用.本文在已有的条件风险值的基础上建立了一种新的多阶段CVaR模型.我们给出了多阶段下基于权值的α-CVaR损失值的概念及相应的多阶段CVaR模型,我们证明了它等价于求解一个非线性规划问题.这对于求解多阶段风险值问题具有重要作用.     

基于节约算法的烟草物流配送线路优化

中国是目前世界上最大的烟草生产和消费国,烟草企业在国民经济中占据着举足轻重的地位.物流作为许多企业的"第三利润源泉",受到越来越多的重视,在烟草行业中也不例外.根据烟草企业的特征,对卷烟物流配送进行优化,是烟草企业降低运营成本、提高客户满意度、增强核心竞争力和继续保持企业持续稳定健康发展的重要手段,是我国加入WTO后烟草企业应对国际烟草工业巨头挑战的重大策略和举措.本文选择节约里程算法来解决烟草配送方式的优化问题,希望通过上述优化思路与方法,可以有效地降低卷烟配送体系运营成本,提高客户满意度.     

基于条件风险值CVaR模型的房地产组合投资的风险度量与策略

降低房地产投资风险不仅是房地产企业、投资者关注的问题,更是降低金融风险的重要内容.本文着重研究了基于条件风险值(CVaR)模型的房地产组合投资风险度量问题,通过定义离散α-VaR、α-CVaR损失值以及α-FCVaR损失值的等价函数,建立了基于离散CVaR模型的房地产组合投资优化模型,通过计算得到在一定置信水平下的组合投资比例和风险损失,从而为房地产投资决策提供依据.论文用2003-2005年我国六大城市房价数据实验,结果表明控制房地产风险的一种主要策略是选择低风险的CVaR值的投资组合.