基于延迟函数次梯度启发式道路交通补偿策略

拥挤收费被认为是解决交通拥挤的有效方法,解决道路交通拥堵的主要想法是,对于有些容易造成拥堵的道路进行收费,而对于其他未充分利用的道路进行适当补偿,对此提出一种基于延迟函数的次梯度启发式道路交通补偿策略。首先,给出道路集的收费/补贴的非线性规划模型,主要是基于Beckmann最小化目标函数实现,然后利用库恩-希尔斯条件和拉格朗日乘子建立模型的条件约束;其次,基于启发式算法建立道路交通的定价补偿策略,利用边际成本建立延迟函数分析模型,然后基于次梯度法进行模型的优化;最后,通过在真实道路网络上的仿真实验,显示所提算法在旅行时间、交通流量、收敛性等指标上均具有较好的性能,验证了算法的有效性。     

基于有限理性的个体出行路径选择进化博弈

首先,从出行者的信息集和理性层次的差异两个方面给出两种改进的“最优反应动态”模型,并将其应用于一个算例,得到了与利用复制者动态方程所求得的进化稳定策略一致的结果;然后,为验证结论的普遍性,将出行者和路径数量扩充,构造了相应的算法,并将此算法及其复制者动态方程应用于一个规模较大的路网;最后,将不同机制下的实验结果进行了比较,并对其实际意义进行了分析．     

固定费率下城市出租车拥挤收费模型与算法

针对出租车自身的特殊性,研究了实施拥挤收费政策过程中出租车是否也应进行拥挤收费。在收费费率已知条件下,采用组合网络均衡模型描述了出租车拥挤收费前后对出行产生、模式划分、流量分配以及出行分布的影响,构建了与之等价的最优化模型,设计了求解模型的启发式算法,比较了对出租车征收拥挤费前后的社会福利变化。算例表明,收费前的社会福利总是明显大于收费后的,并且二者之间的差距随着出行者时间价值(VOT)的增加而减小,随着弹性灵敏参数的增加而增大。这一研究有助于为拥挤收费政策制定者提供科学的决策依据。     

固定费率下城市出租车拥挤收费模型与算法

针对出租车自身的特殊性, 研究了实施拥挤收费政策过程中出租车是否也应进行拥挤收费。在收费费率已知条件下, 采用组合网络均衡模型描述了出租车拥挤收费前后对出行产生、模式划分、流量分配以及出行分布的影响, 构建了与之等价的最优化模型, 设计了求解模型的启发式算法, 比较了对出租车征收拥挤费前后的社会福利变化。算例表明, 收费前的社会福利总是明显大于收费后的, 并且二者之间的差距随着出行者时间价值(VOT)的增加而减小, 随着弹性灵敏参数的增加而增大。这一研究有助于为拥挤收费政策制定者提供科学的决策依据。     

基于SPCE061A单片机车载语音导航系统的研究

本文提出一种集射频识别和语音导航为一体的车辆监测和导引车载系统.该系统以DSRC通信协议为基础,对路边单元射频信号进行语音播报处理,实现了为出行者提供实时语音导航信息的功能.语音导航系统突出主动式智能管理,把车辆识别、电子收费、出行者服务几大智能管理系统的功能集成在一个车载系统中,改变了目前道路导引系统的被动管理状态,为智能交通系统中的出行者服务子系统提供了一种实用的车载方案.     

双重信息不对称下虚拟企业监督策略

针对虚拟企业中道德风险和逆向选择并存下的双重信息不对称问题,结合Stackelberg博弈模型和激励机制理论,分别建立了相应的基于盟员的私有信息和行动的两种策略下的两阶段委托代理监督模型激励盟员,并甄别其私有信息。求解模型并将两种监督策略与不监督的情形比较,证明了盟主委托监理组织对盟员的监督是有效的,且基于行动的监督策略更有效。通过算例表明上述结果对虚拟企业的运营实践具有很好的指导意义。     

基于路段元胞传输模型的动态用户最优配流问题

利用基于路段的元胞传输模型进行模拟, 给出了一种计算实际路段出行阻抗的方法, 并在此基础上构造了基于路段变量的动态用户最优变分不等式模型. 模型采用针对迄节点的路段变量, 在每一个小时段都能给出路段流入率、流出率、路段流量和实际路段阻抗, 为用户提供较为全面的诱导信息打下了较好的理论基础. 采用了修正投影算法来进行求解. 数值算例表明模型具有的实用性和优越性, 使道路交通流宏观模型与动态网络交通配流问题得到较好的结合.     

机票定价与舱位控制两阶段决策方法

针对航空收益管理中定价与舱位控制联合决策问题,提出一种两阶段决策方法.以最大化总收益为目标,建立和分析相应的联合决策模型,包括非嵌套模型(确定性模型和随机模型)和嵌套模型.通过对模型的求解和仿真得到:在价格方面,随机模型定价最高,其次是嵌套模型,确定性模型定价最低;在对低票价等级的订座限制方面,随机模型限制最严,其次是确定性模型,嵌套模型限制最宽松;最终总收益方面,嵌套模型的总收益最高,而随机模型与确定性模型总收益的高低视情况而定.为应对求解大规模嵌套模型算例时的复杂性,分别将非嵌套模型计算所得的定价结果作为嵌套模型的输入价格,求得对应的座位分配结果.对所得到的两阶段策略进行仿真得到,随机模型与嵌套模型相结合所得到的两阶段策略表现更好,能够使总收益接近最优水平.     

基于有限理性的个体出行路径选择进化博弈

首先,从出行者的信息集和理性层次的差异两个方面给出两种改进的“最优反应动态”模型,并将其应用于一个算例,得到了与利用复制者动态方程所求得的进化稳定策略一致的结果;然后,为验证结论的普遍性,将出行者和路径数量扩充,构造了相应的算法,并将此算法及其复制者动态方程应用于一个规模较大的路网;最后,将不同机制下的实验结果进行了比较,并对其实际意义进行了分析．

     

动态背景下考虑顾客退货影响的供应链协调问题

在考虑店铺辅助服务降低顾客退货率的基础上,构建微分博弈模型并研究供应链的店铺辅助策略和供应链的协调问题.首先,利用微分对策理论,给出集中和分散两种决策模式下定价和店铺辅助的最优策略,并对两种决策模式下最优策略进行比较分析;然后,为了提升分散决策下供应链的利润,设计二部收费制契约,实现动态背景下供应链的协调;最后,通过数值算例分析店铺辅助努力和店铺辅助水平效率对供应链最优解及协调的影响.研究发现:集中决策下店铺辅助努力高于分散决策下的相应值,具有较高的店铺服务水平,但两种决策结构下的价格高低依赖于系统参数;契约的协调能力会随着店铺辅助努力或服务水平效率的增加而变强.     

排队系统定价控制问题的研究综述

定价作为服务系统价值因素的调控机制,在拥塞控制、收益管理和服务质量控制等领域有重要的应用.服务提供商设计定价策略使得系统性能在诱导的顾客行为下达到最优.排队模型是分析服务系统性能的重要模型.本文介绍了排队系统定价控制的基本要素,包括排队模型、顾客行为、性能指标以及定价策略类型,围绕静态定价策略、动态定价策略和优先级定价策略,详细综述了排队系统定价控制的研究现状,然后简要介绍了作者针对排队网络动态定价问题的最新研究进展,最后总结了该领域的研究现状、尚未解决的问题、当前的研究热点以及未来的发展方向.     

一种基于市场机制的网格资源调价算法

针对基于市场机制的网格资源调度中的资源调价问题，结合集中式同步调价算法速度快，以及分布式WALRAS算法可扩展性优点，提出一种分布分组调价算法．首先，描述了实现资源调价的系统框架：资源域Agent，资源组调价器；其次，阐述了分布分组调价算法：根据资源价格的相关性将资源分成若干资源组，当资源供需发生变化后，各资源组调价器分别根据供需均衡调整价格到均衡价格；最后，通过实验比较了分布式WALRAS算法和提出的分布分组调价算法的性能，实验结果表明提出的算法可以获得更好的性能．     

Dynamic Congestion Pricing in Disequilibrium

A theory of dynamic congestion pricing for the day-to-day time scale is presented which takes the form of a continuous time optimal control problem. The formulation accomodates elastic nonseparable travel demands and nonseparable travel costs. Necessary conditions for optimal congestion prices are analyzed to uncover bang-bang, singular and synthesized optimal control decison rules for setting network tolls in a dynamic environment. These decision rules are shown to be sufficient for optimality under plausible regularity conditions.     

信息不对称条件下寡头集团转移定价决策分析

研究信息不对称条件下存在中间产品外部市场的寡头集团转移定价决策问题.在不完全竞争中间产品外部市场条件下,当集团之间信息不对称时,对中间产品内外部实行单一定价,转移价格将大于中间产品的边际成本;对中间产品内外部实行差别定价时,转移价格则等于中间产品的边际成本.通过对两种策略的比较可知,寡头集团实行差别定价还是单一定价,取决于中间产品外部市场和最终产品市场的需求价格弹性.     

Competitive pricing with dynamic asymmetric price effects

We model the temporal pricing strategies for two firms with asymmetric costs and differing market power (i.e. big‐box retailer versus smaller local merchant). A firm's demand is a function of its price, a reference price and its competitor's price. Price effects may be asymmetric, i.e. consumers respond differently if they perceive a good to be over‐priced versus under‐priced. We derive analytical results for optimal prices. We show through a series of numerical examples under what settings firms choose various pricing strategies as well as profit implications for firms with differing costs.     

A Refinement of the Black-Scholes Formula of Pricing Options

A central problem of actuarial mathematics, i.e., the problem of pricing options (documents of a certain form that grant rights to buy or sell securities in the future), is considered. The well-known Black-Scholes approximate formula for pricing options is refined.     

Speed and biases of Fourier-based pricing choices: a numerical analysis

We compare the CPU effort and pricing biases of seven Fourier-based implementations. Our analyses show that truncation and discretization errors significantly increase as we move away from the Black–Scholes–Merton framework. We rank the speed and accuracy of the competing choices, showing which methods require smaller truncation ranges and which are the most efficient in terms of sampling densities. While all implementations converge well in the Bates jump-diffusion model, Attari's formula is the only Fourier-based method that does not blow up for any Variance Gamma parameter values. In terms of speed, the use of strike vector computations significantly improves the computational burden, rendering both fast Fourier transforms (FFT) and plain delta-probability decompositions inefficient. We conclude that the multi-strike version of the COS method is notably faster than any other implementation, whereas the strike-optimized Carr Madan's formula is simultaneously faster and more accurate than the FFT, thus questioning its use.     

数据定价与交易研究综述

在大数据时代，随着信息技术的发展，各行各业都在收集海量数据.数据是数字经济的基础，蕴含有巨大价值.但是由于缺乏高效可行的共享机制，数据拥有方彼此之间缺乏沟通，形成了一个个数据孤岛.这不利于大数据产业的健康发展.因此，给数据分配一个合适的价格，设计高效的数据交易市场平台成为消除数据孤岛、使数据充分流动的重要途径.系统梳理进行数据定价与交易时涉及的技术性问题.具体来说，介绍数据定价与交易的难点和相关准则；将大数据在市场中的生命周期分为数据收集与集成、数据管理与分析、数据定价和数据交易4个环节；在大数据管理研究的基础上介绍适用于前两个环节的相关方法；然后对数据定价思路和方法进行分类，分析各类方法的适用场景以及优势和短板；介绍数据市场的分类，以博弈论和拍卖为例研究了数据交易中市场类型和参与人行为对交易过程及价格的影响.最后，对数据定价与交易的未来研究方向进行展望.     

QoS驱动的Web services动态计价机制研究

结合Web services的服务质量(QoS)因素和用户经验,对Web services的计价机制进行研究,提出一种QoS驱动的Web services动态计价模型,描述其计价过程,并给出相应的实现算法。通过对模型的简单实现,经测试这一计价模型在准确性和合理性上具有一定优势。