第26章 经济与金融中的优化问题

本章主要介绍用 LINGO 软件求解经济、金融和市场营销方面的几个优化问题的案 例。 §1 经济均衡问题及其应用 在市场经济活动中,当市场上某种产品的价格越高时,生产商越是愿意扩大生产 能力(供应能力),提供更多的产品满足市场需求;但市场价格太高时,消费者的消费 欲望(需求能力)会下降。反之,当市场上某种商品的价格越低时,消费者的消费欲望 (需求能力)会上升,但生产商的供应能力会下降。如果生产商的供应能力和消费者的 需求能力长期不匹配,就会导致经济不稳定。在完全市场竞争的环境中,我们总是认为 经济活动应当达到均衡(equilibrium),即生产和消费(供应能力和需求能力)达到平 衡,不再发生变化,这时该商品的价格就是市场的清算价格。 下面考虑两个简单的单一市场及双边市场的具体实例,并介绍经济均衡思想在拍 卖与投标问题、交通流分配问题中的应用案例。 1.1 单一生产商、单一消费者的情形 例 1 假设市场上只有一个生产商(记为甲)和一个消费者(记为乙)。对某种商 品,他们在不同价格下的供应能力和需求能力如表 1 所示。举例来说,表中数据的含义 是:当单价低于 2 万元但大于或等于 1 万元时,甲愿意生产 2t 产品,乙愿意购买 8t 产 品;当单价等于或低于 9 万元但大于 4.5 万元时,乙愿意购买 2t 产品,甲愿意生产 8t 产品;依次类推。那么的市场价格应该是多少? 表 1 不同价格下的供应能力和需求能力 生产商(甲) 消费者(

  • 2021-10-31
  • 阅读541
  • 下载0
  • 38页
  • pdf

第23章 现代优化算法

现代优化算法是 80 年代初兴起的启发式算法。这些算法包括禁忌搜索(tabu search),模拟退火(simulated annealing),遗传算法(genetic algorithms),人工神经网 络(neural networks)。它们主要用于解决大量的实际应用问题。目前,这些算法在理论 和实际应用方面得到了较大的发展。无论这些算法是怎样产生的,它们有一个共同的目 标-求 NP-hard 组合优化问题的全局最优解。虽然有这些目标,但 NP-hard 理论限制它 们只能以启发式的算法去求解实际问题。 启发式算法包含的算法很多,例如解决复杂优化问题的蚁群算法(Ant Colony Algorithms)。有些启发式算法是根据实际问题而产生的,如解空间分解、解空间的限 制等;另一类算法是集成算法,这些算法是诸多启发式算法的合成。 现代优化算法解决组合优化问题,如 TSP(Traveling Salesman Problem)问题,QAP (Quadratic Assignment Problem)问题,JSP(Job-shop Scheduling Problem)问题等效 果很好。 §1 模拟退火算法 1.1 算法简介 模拟退火算法得益于材料的统计力学的研究成果。统计力学表明材料中粒子的不 同结构对应于粒子的不同能量水平。在高温条件下,粒子的能量较高,可以自由运动和 重新排列。在低温条件下,粒子能量较低。如果从高温开始,非常缓慢地降温(这个过 程被称为退火),粒子就可以在每个温度下达到热平衡。当系统完全被冷却时,最终形 成处于低能状态的晶体。 如果用粒子的能量定义材料的状态,Metropolis 算法用一个简单的数学模型描述了 退火过程。假设材料在状态i 之下的能量为 E(i) ,那么材料在温度T 时从状态i 进入状 态 j 就遵循如下规律: (1)如果 E( j) ≤ E(i) ,接受该状态被转换。 (2)如果 E( j) > E(i) ,则状态转换以如下概率被接

  • 2021-10-30
  • 阅读592
  • 下载0
  • 20页
  • pdf