【摘 要】
：
针对碳交易政策下的多式联运路径选择问题,考虑运输时间和单位运费率不确定且其概率分布未知的情况,引入鲁棒优化建模方法对其进行研究.首先利用box不确定集合刻画分布未知的
【机 构】
：
大连理工大学经济管理学院,山东科技大学经济管理学院,大连海事大学航运经济与管理学院
【基金项目】
：
国家自然科学基金资助项目(71671025)。
论文部分内容阅读
针对碳交易政策下的多式联运路径选择问题,考虑运输时间和单位运费率不确定且其概率分布未知的情况,引入鲁棒优化建模方法对其进行研究.首先利用box不确定集合刻画分布未知的运输时间和运费率,然后在碳交易政策下确定模型的基础上,构建鲁棒性可调节的多式联运路径选择模型,并通过对偶转化得到相对易求解的鲁棒等价模型.实例分析表明,鲁棒模型能较好地处理参数概率分布未知的多式联运路径选择问题,方便决策者根据偏好调整不确定预算水平进行决策.运输时间和单位运费率的不确定性都会影响多式联运路径决策,但是作用机理有所不同.将上述碳交易政策下的模型拓展到其他低碳政策,结果表明多种低碳政策的组合能更好实现多式联运减排.
其他文献
文章提出具有卖空总量限制、阈值约束和V型交易成本的多阶段均值—半绝对偏差(M-SAD)投资组合优化模型。该模型分别运用均值和半绝对偏衡量资产的收益率和风险。由于交易成本的存在,该模型不满足无后效性的动态优化问题。文章将该模型近似为一般动态规划问题,提出一种新的离散迭代方法,并证明该算法是线性收敛的。最后,文章通过实证研究比较分析卖空总量限制和风险偏好系数取不同值时对投资组合最优策略的影响,验证模型和算法的有效性。
随着环境保护及能源危机问题的日益突出,如何均衡用电负荷、适应能源供给侧结构特点,从而减小企业运营成本以提高自身盈利能力,已经成为能源敏感型企业在当前时代亟待解决的实际问题。本文以单机生产系统为研究对象,建立了分时电价模式下能耗成本最小化问题的连续时间混合整数规划模型。首先,针对工件顺序固定时的子问题,考虑到非线性因素的影响,证明了最优缓冲时间长度与电价调整时刻的一致性关系,据此设计了分枝定界算法中的分枝规则,并通过开发快速的低界求解方法及有效的剪枝策略,保证了算法可在短时间内求得精确解。继而,通过随机排序
探讨了两台平行批处理机的调度决策问题,着重考虑了订单具有不同加工类型、同一批次只能加工相同类型的订单以及机器批容量有限的调度情形。针对订单实时到达且需要立即决策是否接受的实际情景,运用在线理论构建了平行机批调度在线模型。证明了该问题的竞争比下界为2Bw/(1+√Bw),其中B和w分别表示批容量和单个订单的最大完工收益。进而设计给出了收益阈值算法PT并证明其对于订单具有紧交货期限的情形竞争比为2(1+Bw)(1+√Bw);对于非紧交货期限的情形,证明了修正的PT算法具有竞争比为1+2(1+Bw)(1+√Bw
专利授权及其授权协议是知识产权转化为现实生产力的关键。本文针对由一个专利技术提供商、一个品牌制造商和一个OEM组成的供应链,考虑市场需求信息不对称以及OEM存在规模经济效应,研究了专利技术提供商最优专利授权合同设计问题,考察了不对称信息、规模经济效应等因素对专利授权合同设计、供应链利润、消费者剩余和社会福利的影响。研究结果表明:在不对称信息下,专利技术提供商通过设计一组合同菜单可以有效甄别市场需求信息;OEM会有动机去提升其规模经济效应,但却不一定有利于其他供应链成员和消费者;不对称信息的存在会影响供应链
在同时考虑保险公司和再保险公司利益的前提下,研究了保险公司和再保险公司之间的投资与再保险博弈问题。假设保险公司面临的赔付过程由带漂移的布朗运动描述。保险公司可以向再保险公司购买比例再保险,两公司均可以投资于一种无风险资产和一种价格过程服从Heston模型的风险资产,并以加权终端财富的期望效用最大化为目标,利用动态规划原理建立相应的HJB方程并求解,分别得到了保险公司与再保险公司的均衡投资与再保险策略的解析表达,并利用均衡保险市场上再保险合同的供需关系分析了保险产品的定价问题。最后通过数值实例分析了各模型参
为克服群组决策试行与评价实验室(DEMATEL)方法难以处理不完备专家判断信息问题,以及预先指定评价标度和群组信息集成规则不适应复杂决策环境的内在缺陷,本文基于群共识排序
考虑由两个零部件供应商与单个制造商组成的按订单装配式供应链中的信息不对称问题。以完全信息下各成员的利润作为基准,分析了成本类型信息占优的单个供应商“信息伪装”对纵向制造商和横向互补供应商所造成的损失,提出了基于激励相容的供应商-制造商纵向契约和横向互补供应商参与下的交叉协调契约。通过数学建模和仿真数据分析,研究表明:制造商主导的针对单个信息不对称供应商的激励契约,会产生“低端向下扭曲”现象,降低了横向供应商的最优订单量;制造商与横向的信息对称供应商分担信息租金而形成的交叉协调,在显示真实成本信息的
本文分析了传统FAGM(1,1)模型建模过程中存在的误差,提出了一种基于Simpson公式改进的FAGM(1,1)模型。首先,基于分数阶累加生成算子和分数阶累减生成算子建立分数阶FAGM(1,1)模型。其次,利用Simpson积分公式对FAGM(1,1)模型的背景值进行改进,建立SFAGM(1,1)模型。进一步,应用遗传算法确定SFAGM(1,1)模型的最优阶数以提高模型的预测精度。最后,以中国人均GDP为例,对比分析GM(1,1)模型、Simpson改进的GM(1,1)模型(SGM(1,1))、FAGM
本文从企业的股权、债权关系出发,基于违约距离构建无向图网络,分析了不确定性风险以网络形式进行传染、溢出和蔓延等现象,通过最小生成树的稀疏网络优化方法最大限度降低资产组合的非线性风险影响。站在资源配置的角度,利用稀疏聚类算法深入挖掘资产特征和捕捉其间的相依关系,采用多目标、多指数的稳健矩阵回归策略动态跟踪市场趋势,并通过自适应权重学习策略对网络风险叠加影响下的资产组合进行选择和配置,最终获得最小生成树风险下投资组合的稀疏聚类优化策略,进一步扩充了资产定价多因子模型。研究发现多目标矩阵回归的稀疏聚类投资组合,
从化解绿色技术创新的环境外部效应出发,对绿色产品消费过程中政府如何给购买者提供补贴问题进行了研究.假定绿色产品的市场需求存在不确定性,讨论了需求函数分别为加法形式