美式多资产期权定价问题的有限差分法

提出一种求解美式多资产期权定价问题的有效算法. 首先, 利用惩罚法和完全匹配层技巧将多资产期权满足的线性互补模型转化为有界区域上的非线性抛物问题; 然后采用半隐式有限差分法求解转化后的非线性问题, 并给出该方法的误差结果及数值解的非负性证明; 最后利用数值实验验证所提算法的实用性和有效性.     

基于Landau’s变换的求解美式期权的有限差分法

针对标准美式看跌期权定价问题给出一种基于Landau’s变换的有限差分法.先利用Landau’s变换及截断技巧将美式期权问题转化为一个有界规则区域上的抛物问题,再利用有限差分法求解期权价格,并利用Newton迭代法同时求解出最佳实施边界.数值实验结果表明,该算法能快速有效地求解出较传统二叉树法更光滑的最佳实施边界,并能准确地模拟美式看跌期权价格.     

求解非线性互补问题的非单调算法

利用价值函数将非线性互补问题等价转化为带有非负约束的最优化问题,结合Gu N.Z.新的非单调搜索技术,提出新的求解非线性互补问题的非单调下降算法;并在适当的条件下,证明了算法的全局收敛性;用数值例子验证算法的有效性.     

热传导反问题智能化识别

基于一种时域精细算法和蚁群算法,利用测量信息和计算信息构造最小二乘函数,将多宗量反演识别问题转化为一个优化问题,建立了求解多宗量一维瞬态非线性热传导反问题的智能优化数学模型.可对非线性内热源强度、导温系数和边界条件等多个热学参数进行组合识别.对信息测量误差作了初步探讨,数值验证给出令人满意的结果.结果表明该计算模型能够对非线性多宗量热传导反问题进行有效的求解,并具有较高的计算精度.     

基于求解非线性方程组的并行遗传算法的设计

作者将非线性方程组的数值求解问题转化为线性约束最优化问题,然后利用遗传算法求解该最优化问题。为防止遗传算法过早收敛,作者将遗传算法改进为自适应并行遗传算法.数值模拟实验表明,该文的算法从另一个角度为求解非线性方程组提供了一条比较有效的途径.     

求解奇异非线性方程组的粒子群优化算法

奇异非线性方程组是一类十分重要也比较困难的问题,基于粒子群优化算法提出了一种求解奇异非线性方程组的新方法.先把奇异非线性方程组转化为无约束优化问题,然后与人工智能算法相结合,利用标准粒子群优化算法求解.此算法不但不受方程组的连续性、光滑性的限制,而且避免了大量的求导计算,得到了极为精确的数值解.数值仿真结果显示了算法的有效性和可行性.该方法为求解奇异非线性方程组提供了一种有效、可行的新算法,也扩大了粒子群算法的应用领域.     

求解美式期权定价问题的预估校正方法

考虑求解美式期权定价问题的预估校正方法. 先通过变量替换和截断技巧将美式期权定价问题转化为有界区间上的线性互补问题, 再采用有限差分法离散该问题. 对于离散后的系统, 采用预估校正方法进行求解. 数值实验表明, 该算法能快速准确地模拟不同参数下的美式期权价格.     

求解非线性互补问题的一种光滑化算法

求解非线性互补问题是利用光滑逼近函数将其转化为光滑方程组。提出了非线性互补问题的一个新的光滑逼近函数,并使用光滑化算法求解非线性互补问题。对P0函数的非线性互补问题,证明了算法的收敛性,数值实验表明算法的有效性。     

一类非线性比式和问题的对偶界方法

针对一类非线性比式和问题首次提出一种求其全局最优解的单纯形分枝定界算法.该算法利用La-grange对偶理论将原来的非线性非凸优化问题转化为一系列易于求解的线性规划.理论分析和数值算例均表明提出的算法是可行的.     

基于凝聚函数法的非线性方程组求解

给出了求解非线性方程组问题的一种有效方法,称为凝聚函数法。首先把非线性方程组转化为一个不可微优化问题,然后用一个称之为凝聚函数的光滑函数直接代替不可微的极大值函数,从而可把非线性方程组的求解转化为无约束优化问题,因此可以直接利用现有的无约束优化算法软件求解。在此基础上,给出了相应算法,并做了数值实验,数值实验结果表明了该算法具有收敛稳定,算法简单及计算效率高等优点。     

带交易费的多资产期权定价模型及数值解法

研究了考虑交易成本的多资产期权定价问题.首先运用证券组合技术和无套利原理将Hoggard-Whalley-Wil-mott模型推广为多资产的情形;而后以极大期权为例,运用变量替换对模型进行简化,构建出该模型的一种显式差分格式;最后通过数值算例验证该格式的稳定性与收敛性,同时讨论了初始价格及交易费系数对期权价格的影响.     

机构综合的混沌优化算法

针对机构综合的非线性方程组求解问题提出了一种混合混沌算法,将方程组转换成一个优化问题,然后利用优化问题的非线性共轭梯度法与混沌优化方法相结合进行优化求解,该算法能使非线性共轭梯度法跳出局部最优,最终获得全局最优.机构综合实例表明：笔者提出的方法能够求出非线性方程组的所有实数解,算法有效、简单、实用.     

求实对称张量Z-特征值的牛顿法

文章提出一个求解实对称张量Z-特征值及特征向量的牛顿法.该方法将张量Z-特征值问题转化为等价的非线性方程组,并用牛顿法求解.经过改进的方向具有下降性,从而保证算法的全局及二阶收敛性.数值实验结果表明,算法有效.     

解非线性优化问题GM（1,1）模型的多子群遗传算法

针对非线性优化问题约束条件中待定参数的时间序列数据,首先使用GM(1,1)方法进行建模预测得到参数的预测值,进而将参数预测值代入原问题中提出一个确定型的非线性优化问题。对该确定型问题设计了一个多子种群并行进化的遗传算法进行求解,在分析所提算法的收敛性的基础上,给出了初步的数值算例。数值算例实验结果表明:该算法能够较为精确地获得预测型非线性优化问题的(近似)全局最优解。     

非线性分数阶微分方程的hp型Legendre谱配置法

研究了求解非线性分数阶微分方程的hp 型Legendre 谱配置法。首先提出将多分数阶微分方程转化成等价的Volterra 积分方程, 其次构造了近似求解原方程的数值方法, 最后通过数值实验说明了该算法的理论正确性以及所构造数值方法的有效性。     

一类热传导方程非线性源项识别问题

利用单调性估计方法证明了一类热传导方程非线性源项识别问题的可识别性，并运用函数逼近理论，把对非线性源项的识别问题转化成一常系数参数识别问题；给出了一种对非线性源项识别的可实现的线性迭代算法及相应的数值实例。     

均衡约束最优化的一个共轭投影梯度算法

讨论均衡约束最优化问题,利用一个互补函数和扰动技术将原问题转换为非线性等式和不等式约束最优化问题,结合罚函数法提出了一个共轭投影梯度算法,在适当的条件下,证明了算法的全局收敛性,且具有超线性收敛性.