天天看點

數學模組化之線性規劃一.線性規劃二.多目标規劃

一.線性規劃

 1.簡介

1.1 定義

1)目标函數及限制條件均為線性函數。

2)線性規劃問題是在一組線性限制條件限制下,求一線性目标函數最大或最小的問題。

3)關鍵在于選擇适當的決策變量。

1.2 一般形式

數學模組化之線性規劃一.線性規劃二.多目标規劃

 注: 其中c,x,beq,lb,ub是列向量,c是價值向量,b是資源向量,A,Aeq是矩陣。

2.Matlab中求解線性規劃問題的指令

[x,fval]=linprog(c,A,b)
[x,fval]=linprog(c,A,b,Aeq,beq)
[x,fval]=linprog(c,A,b,Aeq,beq,lb,ub)
           

注:1)如果題目中給到第一種不等式,就寫第一行代碼,如果給到了所有不等式,就寫第三行代碼。其中x是決策向量的取值,fval是目标函數最優值。

        2)Matlab中隻能求min,是以要求最大值,将其系數改成負的。

3.例題

數學模組化之線性規劃一.線性規劃二.多目标規劃

二.多目标規劃

1.投資與風險問題

數學模組化之線性規劃一.線性規劃二.多目标規劃

數學模組化之線性規劃一.線性規劃二.多目标規劃

分析:

1)符号假設

數學模組化之線性規劃一.線性規劃二.多目标規劃

 Xi中i=0對應的是投資銀行的資金,剩下的是投資資産的資金 。x0的收益為存款利率r0=0.05(不懂為什麼啊,有沒有小夥伴解釋一下)

2)模組化前進行一些合理的假設

數學模組化之線性規劃一.線性規劃二.多目标規劃

 3)模型建立

數學模組化之線性規劃一.線性規劃二.多目标規劃

 模型一:固定風險水準,優化收益

假設風險率最大,最大也不超過一個值,這樣客戶就滿意了,說不超過這個值風險都算小的,這種情況下算最大的收益。

數學模組化之線性規劃一.線性規劃二.多目标規劃

那麼,就有一個問題,以模型一為例,a到底怎麼取值呢?

我們從a=0開始,以步長0.001進行循環。

數學模組化之線性規劃一.線性規劃二.多目标規劃

注意LB是zeros(5,1)! 

*表示展示坐标軸數值,k是黑色的。

數學模組化之線性規劃一.線性規劃二.多目标規劃

 模型二:固定收益,降低風險水準

假設收益有一個最小值,隻要大于這個值,客戶都覺得滿意了,在這種情況下計算最小的風險水準。

數學模組化之線性規劃一.線性規劃二.多目标規劃

風險是所有保險中風險值最大的那個,然後讓這個最大的取最小。

模型三:投資者權衡風險與收益,并給他們權重

一般都是一半一半了。設對風險的權重為s,對收益的為1-s,其中s稱為投資偏好系數。

數學模組化之線性規劃一.線性規劃二.多目标規劃

(就這樣吧,後續再補充~)

繼續閱讀