可计算一般均衡(CGE)模型及其建模仿真发展和应用

简单介绍了经济系统的一个仿真模型,可计算一般均衡（ＣＧＥ）模型;讨论了其应用与发展,介绍了其仿真求解技术与新的发展方向。     

基于可进化性的自适应遗传算法

针对传统遗传算法容易陷入局部最优解的问题,提出一个基于可进化性的自适应遗传算法。将个体可进化性作为适应度函数的参数加入到随进化代数动态调整的非线性适应度函数中,动态调整整个种群的交叉与变异概率以逸出局部最优。实验结果表明,该算法可改善适应度不高但具有较好进化能力个体的生存概率,且提高了种群多样性与搜索效率。     

基于网格计算的自适应负载均衡策略研究

为了融合大量网络资源并有效地计算,解决网格计算中的负载均衡问题成为关键性的技术.论文提出了一种自适应负载均衡策略,采用了以静态为辅,动态自适应负载均衡算法为主的服务,可根据具体计算任务的情况,对任务重定向分配,提高了系统的伸缩性和响应时间,并采用基于CORBA体系机构的设计,在网格中间件层服务,灵活选择负载均衡算法,达到系统透明性.通过仿真模拟,证实了此策略的实用性和有效性.     

基于Nash均衡的自适应遗传算法

文章针对遗传算法中存在算法“搜索能力”和“收敛能力”的矛盾问题,提出了在遗传算法中引入博弈理论,将“搜索能力”和“收敛能力”看成博弈中的两个参与者,利用Nash均衡理论协调处理这一对矛盾,达到“双赢”目的,即在保证全局最优的同时提高收敛速度。通过理论分析和实例表明该算法的优越性。     

基于遗传算法的多模型自适应控制

利用多个固定模型（或元素模型）来逼近含未知参数的被控系统,基于每一个元素模型建立最优控制器,并由各局部模型控制器的加权和构成被控系统的控制器。对于这种多模型自适应控制器,在每一个采样时刻,每一个元素模型的权值将由遗传算法计算得出。仿真结果表明,采用该文提出的控制器,当被控对象的模型参数剧烈变化时系统输出依然可以很好地跟踪设定值。     

基于改进自适应遗传算法的BP神经网络模型研究

针对自适应遗传算法容易陷入局部最优值的问题,提出了改进的自适应遗传算法,并将改进的自适应遗传算法应用于神经网络权值学习和训练中。提高网络的处理能力。     

自适应分区多代理模型交互式遗传算法

为提高交互式遗传算法的性能.提出一种自适应分区多代理模型交互式遗传算法.该算法基于关键维分割进化初期的搜索空间,同时基于进化进程、逼近精度以及用户评价敏感度,自适应地分割进化中后期的搜索空间.在子空间上,采用多类代理模型学习用户对进化个体评价,并用于评价后续进化的部分或全部个体.将该算法应用于服装进化设计系统,实验结果表明,算法在种群多样性、减轻用户疲劳及用户对优化结果满意度等方面均具有优越性.     

基于遗传算法的模型参考自适应控制*

本文以连续搅拌反应釜（ＣＳＴＲ）这一非线性系统为例，介绍了根据参考模型的输出，运用遗传算法对控制的ＰＩＤ参数不断寻优，不断调整，以达到参考模型所要求的控制效果的自适应控制方法，并对改变遗传算法的几个参数对控制效果的影响进行了比较讨论。     

一种自适应遗传算法的EJB集群负载均衡策略①

负载均衡技术是EJB集群系统任务调度的中心环节,但传统的负载均衡算法是一种静态分配负载均衡算法,因此不能很好的实现服务器端负载均衡。通过动态的获取服务器端系统的实时性参数,采用自适应的遗传算法来计算服务器的负载,从而保证系统长时间运行不会发生倾斜。实验结果表明,该方法降低了服务器端事务请求的响应时间,提高了系统的吞吐率, 从而改善了系统性能。     

基于遗传算法的多模型模糊控制

在非线性系统的多个平衡点建立线性模型的基础上，提出了多模型系统的模糊加权控制策略，采用遗传算法对模糊系统的隶属函数进行优化，综合了遗传算法强大的空间搜索能力，高精度和模糊控制器快速性的优点，使模糊控制达到较好的控制效果，仿真结果证明了所给方法的有效性。     

A Computable General Equilibrium Model Based Simulation on Water Conservancy Investment

The water conservancy industry is one of the oldest fundamental industries in human history with high attention all the time, which is a vital factor to national well-being and people’s livelihood. The “Five Water Governance” is one of important strategies as a breakthrough to force transforming and upgrading for ecological water conservancy and sustainable development. A regional dynamic CGE model was constructed to simulate and analyze the short-term and longterm influence of the water conservancy investment to water conservancy industry itself, other national economy sectors and macro economy, so as to provide scientific proof for policy-making of water conservancy, and coordinated and sustainable development police-making of the whole society.     

基于评价函数的遗传算法求解非线性规划问题

针对具有待式约束和非等式约束的非线性规划问题,通过引进准可行方向、主导准可行方向和可行度等概念,提出描述和度量非可行点（梁色体）的新方法;通过嵌入非可行染色体的信息于评价函数,提出３种改进的评价非可行染色体的新方法;基于新的评价函数方法,提出一种沿权重梯度方向变异的遗传算法（ＥＧＡ）。对测试问题的仿真结果表明了ＥＧＡ算法的有效性。     

面向非线性规划问题的混合式遗传算法

面向非线性规划问题,通过引入准可行方向、准可行方向的可行度等新概念,提出了描述和度量非可行点(染色体)的新方法;通过嵌入非可行染色体的信息于评价函数中,突破传统的给非可行染色体以大的惩罚的思想,提出了三种新的评价非可行染色体的方法.基于梯度方向搜索和新的评价方法,提出了一种新的沿权重梯度方向变异的混合式遗传算法(HGA).对测试问题的仿真结果表明了算法的有效性.     

基于蚁群算法的动态用户均衡配流

在路网中,为了使用户的出行时间降到最低,提出一个适用于多OD对的路网的动态用户均衡离散模型,并应用蚁群算法求解动态用户均衡问题.通过设计一个算例,利用仿真得出路网中的流量分配数据,并和二次规划Frank-Wolfe算法求解的流量分配数据进行比较,最后得出蚁群算法在求解动态交通用户均衡问题时具有一定的优势.     

A New Demand-Supply Decomposition Method for a Class of Economic Equilibrium Models

Development and management of a large scale equilibrium model can be much moreefficient if it is broken into its natural, almost independent parts, whichare brought together only when a global solution is desired. We present a newdecomposition algorithm, for non-optimization models of equilibrium, whichintegrate a price-dependent demand component with a linear programming supplycomponent. This method allows for further decomposition of the supply side,e.g., by region or commodity. Existing demand-supply decomposition methods foreconomic equilibrium models, based on the cobweb algorithm, may fail toconverge. Our new demand-supply decomposition method based on theDantzig–Wolfe decomposition principle, converges in a finite number ofiterations. We demonstrate the algorithm with a model of Canadian energysupplies and demands.     

演化算法的一个通用设计模型

本文提出了一个演化算法的通用设计模型，并用UML详细说明了它的组成与结构．该模型以演化算法中的关键概念及其相互作用机制为核心，把这些概念合理分类并加以抽象，有效地实现了关注分离和封装实现细节．而应用设计模式来组织这些概念又使该模型具有灵活的体系结构．因此该模型具有可重用、可扩展、易理解、易使用、便于进行测试等优点．最后将该模型的实现应用到各类不同的问题来验证其通用性和有效性，并给出了函数优化和TSP问题的实验结果．     

广义遗传算法在Apriori算法改进中的应用

Apriori算法是关联规则挖掘的经典算法。但在面对海量数据集时,由于过多的磁盘读写操作,使算法的效率大大降低。本文提出了一种将数据集根据处理计算机的内存进行分割,使分割后的每一部分数据集能直接放入内存中,用Apriori算法找到局部的关联规则,再在所有找到的局部关联的基础上,使用遗传算法寻找全局关联规则的方法。由于大大减少了磁盘操作,在处理海量数据集时本方法效率优于传统Apriori算法。     

Discrete Working Time Choice in an Applied General Equilibrium Model

We present a model that integrates the discrete working time choice of heterogenous households into a general equilibrium setting where wages are determined by sectoral bargaining between firms and trade unions. The model is calibrated to German micro and macro data. We then use it to analyse a stylised policy reform designed to stimulate labour supply. JEL Code: D58, J22, J51 An erratum to this article can be found at     

Computing Equilibria in General Equilibrium Models via Interior-point Methods

In this paper we study new computational methods to find equilibria in generalequilibrium models. We first survey the algorithms to compute equilibria thatcan be found in the literature on computational economics and we indicate howthese algorithms can be improved from the computational point of view. We alsoprovide alternative algorithms that are able to compute the equilibria in anefficient manner even for large-scale models, based on interior-point methods.We illustrate the proposed methods with some examples taken from theliterature on general equilibrium models.