可打断项目组合选择问题局部敏感性分析

项目组合中各个项目的投资和收益等数据往往通过预测和估算得来,数据的不准确性会给企业决策带来很大风险.因此,企业需要分析参数变化情况对项目组合经济效果的影响,为企业风险防范提供依据.文章首先提出了一个考虑参数变动的可打断项目组合新模型,在其基础上,又提出不考虑可打断项目组合选择模型,然后给出一个算例,通过GAMS/BARON对模型求解,并进一步计算敏感性系数,对参数进行局部敏感性分析,并对各参数的敏感性大小进行了比较,进而对比考虑可打断与不考虑可打断情况下参数不同变动幅度下的敏感性大小.研究结果表明:不同参数变动相同比例时,各参数的敏感性系数大小不同.此外,可打断会对敏感性系数大小产生较大影响.通过敏感性系数大小比较能够确定各参数的重要程度,该结果对企业预防风险和决策具有很好的现实意义.     

不确定条件下应急管理人力供应链多功能资源配置鲁棒优化问题

在紧急甚至灾难状态下,应急管理物资及人力需求都是爆发性的,为了满足应急状况的不确定需求,实现应急人力的合理管理和配置,借鉴成熟的供应链理论,强化应急管理人力供应链的协调配置能力有很大的理论及现实意义.本文简述了人力供应链的发展,重点讨论应急状态下连续性的人力服务需求.需求到来及其长度都是不确定的,多能力的专业人员应当被合理配置以优化服务.在本文中,我们提出了一个不确定条件下的网络优化模型,强调了多能力专业人员的资源分配.随机规划模型及鲁棒优化技术将被运用来处理不确定需求及网络优化,我们也将讨论其他特殊情况如服务取消,服务延长,提前结束等,我们的模型将有较为普遍的适应性.     

不确定切换组合大系统的鲁棒分散控制

考虑了一类不确定切换组合大系统的鲁棒分散状态反馈镇定问题。利用单李雅普诺夫函数方法,得到了不确定切换组合大系统鲁棒可稳的充分条件。在互相关联的低维子系统的状态矩阵和控制输入矩阵同时带有未知、时变但有界的不确定性、各自的单个子系统均不能被镇定的情况下,基于凸组合技术和线性矩阵不等式方法,设计出分散状态反馈控制器及相应的分散切换策略,使得闭环系统渐近稳定。仿真结果表明所设计方法的正确有效性。     

不确定SMDP基于全局优化的鲁棒决策问题

考虑半马尔可夫决策过程（SMDP）在一些系统参数不确定，且性能函数依赖于这些参数时的鲁棒决策问题。这些参数的不确定性不仅导致等价无穷小生成子的不确定性，也导致性能函数的不确定性。论文针对相关参数的情况，分别采用不同的全局优化算法，即填充函数法和模拟退火算法，进行鲁棒控制策略求解。仿真实例说明，全局优化方法的使用保证了平均准则和折扣准则下的计算结果之间当折扣因子趋近于零时的极限关系成立。     

需求不确定环境下闭环供应链运作的鲁棒优化模型

设计了一类由一个制造商和一个供应商构成的同时具有再分销、再制造和再利用的闭环供应链,废旧产品的回收及再处理均由制造商完成。建立了该供应链在顾客需求不确定环境下的多目标鲁棒动态运作模型。采用具有已知概率的离散情景描述顾客需求的不确定性,利用基于情景分析的鲁棒线性优化方法建立供应链的运作模型。设计的数值算例的结果验证了运作策略的鲁棒性。     

不确定信息下应急设施选址-路径鲁棒优化

为抵御突发灾害对路网造成的破坏性,提高救援效率,考虑路径超期风险和设施点失灵对系统的影响,针对需求点物资需求量不确定和车辆运输时间不确定,构建三级路网,采用车辆和直升机联合运输方式进行多物资运送。基于鲁棒优化思想,建立了以物资送达需求点救援时间之和最小为目标的应急设施选址-路径鲁棒优化模型,采用CPLEX进行求解。最后,设计不同算例进行数据仿真实验,证明了鲁棒优化方法在处理需求量和车辆运输时间不确定以及偏差鲁棒优化方法在处理设施点失灵风险的有效性和鲁棒性,进而为解决应急设施点的选择和救援物资的及时准确配送,增强应急物流系统的风险应对能力提供了有效的方法。     

含不确定参数线性优化的新鲁棒优化模型

针对椭球不确定数据鲁棒线性优化模型的保守性,提出了一种新的鲁棒线性优化模型。通过引入新的距离公式,把椭球不确定数据映射到单位球中,以此来改进鲁棒线性优化模型。新模型克服了原模型对数据扰动较大时的保守性,从而在解的鲁棒性和最优性之间得到一个比较好的平衡。通过对几个标准实际问题的测试,结果表明新模型在保证解的鲁棒性的同时具有良好的最优性。     

不确定曝光量下保量投放合约广告鲁棒分配优化

在线广告市场中,保量投放合约广告占有重要份额。在相应的广告分配研究中,通常假设广告发布商平台在分配决策时,已知曝光量的精确值或精确概率分布,但实际决策时该值是高度不确定的。本文假设仅知曝光量部分分布信息,寻求已知部分信息的不确定集的最坏情形下的鲁棒分配方案,建立分布鲁棒机会约束模型。通过分析问题结构特征,对模型进行转化,设计了基于黄金分割搜索的风险概率凸逼近迭代算法,有效提升分配效果。最后进行数值仿真实验,验证得到的广告分配方案和相应设计算法的有效性和鲁棒性。     

不确定条件下多目标R&D项目组合选择优化

应用模糊集理论描述R&D项目过程的模糊不确定性,建立了以模糊实物期权度量收益,模糊熵度量风险,模糊净现值度量费用的多目标R&D项目组合选择优化数学模型;运用定性可能性原理将模糊模型清晰化,并针对清晰型数学模型提出了一种改进的多目标遗传算法进行求解;仿真实验证明,实现的多目标遗传算法可以有效求解清晰型多目标R&D项目组合选择优化问题.     

关键链项目进度计划的鲁棒优化的研究

针对任务工期不确定程度较大的资源受限的关键链项目进度计划问题,提出了求解该问题的鲁棒优化数学模型。在传统关键链项目进度计划模型的基础上,针对该鲁棒优化模型设计了遗传算法。通过基于顺序表示的遗传基因编码方式,形成随机优先权列表,以保证初始种群的多样性。通过三角模糊数描述任务的持续时间,进而获得相应情景的任务工期向量和该情境下的发生概率。应用该模型对项目实例进行求解,分析表明,所求得的关键链进度计划能够有效应对任务工期不确定性导致的随机差异,具有较强的鲁棒性。另外,决策者通过调整模型中目标函数以及约束函数中的参数,可以有效平衡解的可行性和最优性,有助于决策者根据风险偏好选择合适的进度计划。     

模型不确定性条件下稳健投资行为与资产定价

不确定性在很早以前就引起了经济学界的重视.本文通过一个异质偏好下的世代交叠模型,研究了模型不确定性偏好对资产定价的影响.结果发现,均衡时的资产价格与模型不确定性偏好成反比,并且随市场上稳健投资者数量的增加而降低.另外,本文的结论能够解释股票溢价之谜.     

不确定多期滚动项目组合选择优化模型

在经典项目组合选择问题的基础上, 建立了不确定条件下多期滚动项目组合选择模型, 以各期获利最大为优化目标, 以企业战略需求与所选项目合成战略贡献之间的均衡匹配性和资源增益性为关联约束条件. 基于模糊理论提出了上 方贴近度和下方贴近度概念, 用以对战略均衡匹配性进行度量. 应用可能性理论将所建模型转换为确定性模型. 采用遗传算法对模型求解, 并基于路径再连接(path relinking, PR)算法思想, 设计了适合0-1编码的逐次替代法和逐次后移法进行局部搜索, 获得了较好的求解效果. 仿真测试显示, 进行多期滚动项目组合选择时, 在5期以内可以保证获利的稳定性, 获利波动期在第6-8期, 可以帮助企业确定最佳战略调整期. 各期不同类型的项目选择数量也具有较明显的周期性变化规律. 研究结果具有实践指导意义.     

求解多项目组合选择问题的奔德斯分解算法

随着我国经济的快速发展,项目组合选择问题所面临的待选项目集日益膨胀.而项目组合选择模型通常表示为整数规划或混合整数规划的形式,过多的待选项目会对项目组合选择模型的高效求解带来巨大的挑战.针对这一问题,本文研究了多项目组合选择模型的奔德斯分解算法.将原问题分解成仅考虑从待选项目集中选出最优组合的主问题与对已选项目进行排序的子问题,通过主子问题间的迭代逐步逼近最优解.通过算法性能分析,发现直接使用奔德斯分解算法存在着收敛速度慢,子问题不可行的缺点.为了加速算法的收敛速度,对主问题进行了修正,提出了一种利用潜在的最优项目及有效不等式改进主问题的新思路.最后,通过算例分析,对比了直接使用分支定界法与使用奔德斯分解算法两类求解方法的求解效率,验证了本文所提出方法的有效性与合理性.     

基于战略一致性的新产品开发项目组合选择

针对新产品开发项目的特点,考虑项目与企业战略的匹配程度及项目间的相互依赖关系研究项目组合选择问题. 首先提出战略一致性的概念来衡量项目与企业战略的匹配程度,并进行定量化描述;然后考虑项目的战略一致性对组合收益的影响,对仅考虑项目间相互依赖性的项目组合选择模型进行改进,建立基于战略一致性的新产品开发项目组合选择模型;从可变邻域构造方面设计改进的模拟退火算法求解模型;最后以轿车整车开发企业为背景进行实例分析,验证了模型和算法的有效性.     

考虑现实约束的模糊多准则投资组合优化模型

针对模糊环境中资产收益和换手率均为模糊变量的投资组合问题, 考虑了资产组合的基数约束、投资比例的边界约束、资产的流动性以及分散化程度约束, 建立了一个以资产组合收益、偏度最大, 同时资产组合风险、不确定性以及模糊性最小为目标的多准则投资组合优化模型. 然后, 利用加权极大-极小模糊目标规划方法将所提出的模型转化为单目标规划问题, 进而设计了一个遗传算法来对其进行求解. 最后, 通过一个实例来阐明所提出模型的实用性以及算法的有效性. 研究结果表明: 本模型能够有效地刻画不同投资者的投资意图, 所设计的算法是有效的.     

An extended model for project portfolio selection with project divisibility and interdependency

In this paper, we develop an extended model for the project portfolio selection problem over a planning horizon with multiple time periods. The model incorporates the factors of project divisibility and interdependency at the same time for real-life applications. The project divisibility is considered as a strategy, not an unfortunate event as in the literature, in choosing the best execution schedule for the projects, and the classical concept of “project interdependencies” among fully executed projects is then extended to the portions of executed projects. Additional constraints of reinvestment consideration, setup cost, cardinality restriction, precedence relationship and scheduling are also included in the model. For efficient computations, an equivalent mixed integer linear programming representation of the proposed model is derived. Numerical examples under four scenarios are presented to highlight the characteristics of the proposed model. In particular, the positive effects of project divisibility are shown for the first time.     

考虑行为特征的多期鲁棒投资组合模型及实证研究

考虑投资者的行为特征以及模型参数的不确定性,构建考虑行为特征的多期鲁棒投资组合模型.在前景理论的基础上,引入动态损失厌恶系数和动态财富参考点,建立动态前景理论价值函数.为了满足投资者的安全性要求,在模型中考虑机会约束,调整模型的保守程度.针对模型多期规划的特点,设计两阶段初始化策略.进一步地,在标准粒子群算法的基础上,根据种群性能的反馈信息,设计多频振动变异操作,提出改进的粒子群算法.实证结果表明:改进的粒子群算法能够有效提高算法的求解精度;考虑行为特征的多期鲁棒投资组合模型能够满足投资者的心理预期,且在实际投资决策中具有可行性.     

考虑随机离职的新产品研发项目组合多技能员工调度模型

研发人员随机离职事件对新产品研发项目组合调度具有重要影响.以多技能研发人员为调度对象,采用离散马尔可夫链描述人员离职过程,考虑人才培养战略收益、研发周期以及研发成本三个目标,建立了新产品研发项目组合调度随机多目标约束优化模型.采用自适应帕累托抽样算法求解模型,算法中采用马尔可夫蒙特卡罗抽样技术进行随机离职抽样,基于启发式串行进度生成机制计算确定性情况下目标值,采用快速非支配遗传算法(NSGAII)获取多目标期望值模型的帕累托解集.将算法和模型应用到国内某公司一种新的电气节能产品研发项目组合人员调度问题中,结果显示:随机模型较确定性模型更为贴近企业实践情况;设计的算法能够有效地求出问题的帕累托解集,收敛性能较好.研究结果可为企业进行随机离职情况下新产品研发项目组合多技能员工调度方案的制定提供有效的决策支持.