基于随机规划的虚拟企业风险管理的研究
摘要 | 第1-7页 |
Abstract | 第7-13页 |
第一章 引言 | 第13-19页 |
·研究背景 | 第13-15页 |
·本文的研究思路 | 第15-16页 |
·本文的主要工作 | 第16页 |
·参加的科研项目 | 第16-19页 |
第二章 虚拟企业风险管理的相关理论介绍 | 第19-43页 |
·引言 | 第19页 |
·虚拟企业风险管理综述 | 第19-26页 |
·虚拟企业的概念 | 第19页 |
·风险管理的概念 | 第19-21页 |
·虚拟企业的风险管理 | 第21-26页 |
·集中式决策理论 | 第26页 |
·分布式决策理论 | 第26-33页 |
·DDM的基本理论 | 第27-32页 |
·DDM的应用状况和发展动态 | 第32-33页 |
·随机规划理论 | 第33-38页 |
·随机规划概述 | 第33-34页 |
·期望值模型 | 第34-35页 |
·机会约束规划模型 | 第35-36页 |
·相关机会规划 | 第36-37页 |
·蒙特卡罗模拟 | 第37-38页 |
·遗传算法 | 第38-40页 |
·遗传算法概述 | 第38页 |
·遗传算法的特点 | 第38-39页 |
·遗传算法的应用 | 第39页 |
·遗传算法的现状 | 第39-40页 |
·粒子群优化算法 | 第40-41页 |
·粒子群优化算法概述 | 第40-41页 |
·基本的粒子群优化算法 | 第41页 |
·本章小节 | 第41-43页 |
第三章 集中式决策的多措施单选择问题 | 第43-67页 |
·引言 | 第43页 |
·多措施单选择问题的数学模型 | 第43-46页 |
·嵌入蒙特卡罗模拟的遗传算法对模型的求解 | 第46-59页 |
·嵌入蒙特卡罗模拟的遗传算法 | 第46-50页 |
·数值例子 | 第50-59页 |
·嵌入蒙特卡罗模拟的粒子群优化算法对模型的求解 | 第59-64页 |
·嵌入蒙特卡罗模拟的粒子群优化算法 | 第59-61页 |
·数值例子 | 第61-64页 |
·本章小节 | 第64-67页 |
第四章 集中式决策的多措施多选择问题 | 第67-83页 |
·引言 | 第67页 |
·多措施多选择问题的数学模型 | 第67-69页 |
·嵌入蒙特卡罗模拟的遗传算法对模型的求解 | 第69-76页 |
·嵌入蒙特卡罗模拟的遗传算法 | 第69-71页 |
·数值例子 | 第71-76页 |
·嵌入蒙特卡罗模拟的粒子群优化算法对模型的求解 | 第76-81页 |
·嵌入蒙特卡罗模拟的粒子群优化算法 | 第76-78页 |
·数值例子 | 第78-81页 |
·本章小节 | 第81-83页 |
第五章 结构化分布式决策的风险管理问题 | 第83-111页 |
·引言 | 第83页 |
·考虑盟员风险水平的结构化分布式决策模型及算法 | 第83-100页 |
·考虑盟员风险水平的结构化分布式决策模型 | 第83-86页 |
·多种群粒子群优化算法 | 第86-91页 |
·数值例子 | 第91-100页 |
·考虑风险管理收益的结构化分布式决策模型及算法 | 第100-109页 |
·考虑风险管理收益的结构化分布式决策模型 | 第100-102页 |
·多种群粒子群优化算法 | 第102-103页 |
·数值例子 | 第103-109页 |
·本章小节 | 第109-111页 |
第六章 组织化分布式决策的风险管理问题 | 第111-147页 |
·引言 | 第111页 |
·考虑盟员风险水平的组织化分布式决策模型及算法 | 第111-129页 |
·考虑盟员风险水平的组织化分布式决策模型 | 第111-115页 |
·嵌入蒙特卡罗模拟的多种群粒子群优化算法 | 第115-118页 |
·数值例子 | 第118-129页 |
·考虑风险管理收益的组织化分布式决策模型及算法 | 第129-145页 |
·考虑风险管理收益的组织化分布式决策模型 | 第129-132页 |
·嵌入蒙特卡罗模拟的多种群粒子优化群算法 | 第132-134页 |
·数值例子 | 第134-145页 |
·本章小节 | 第145-147页 |
第七章 结束语 | 第147-151页 |
参考文献 | 第151-161页 |
致谢 | 第161-163页 |
攻读博士学位期间撰写的论文 | 第163-165页 |
作者简介 | 第165页 |