【正文】
。2.模型2(非線性整數(shù)規(guī)劃)考慮到專家的信息,投資項(xiàng)目之間相互影響,修正模型1。(1)假設(shè)1)專家的信息有較高的可信度,單純追求利潤最大。2)滿足模型1的假設(shè)2)~5)。(2)建模由于不知道是否各相互影響的項(xiàng)目同時投資時,利潤較大,引入0-1變量。設(shè)表示受同時投資影響時項(xiàng)目Ai每股的預(yù)計年利潤,可建立如下模型。 . 其中中的30表示A1,A3各最多投資5股,6股;中的20表示A4,A5各最多投資4股,5股;中的500表示A2,A6,A7,A8各最多投資4股,5股,5股,5股。當(dāng)A1,A3同時投資時,x1x30,y=1;當(dāng)A1,A3不同時投資時,x1x3=0,y=0,故得A1,A3是否相互影響的約束可表示為:。同理可得其他兩個是否相互影響的約束。(3)求解應(yīng)用Lingo軟件包,以題中所給數(shù)據(jù)為例,編程求得結(jié)果,如表4所示。表4項(xiàng)目編號A1A2A3A4A5A6A7A8投資股數(shù)10645455投資額67000291002200029000168002300022500總投資額149100年利潤10050611141806380285692007875利潤率(%)1516211922174035總利潤37607從表4可以看出,隨著利潤率的提高,投資勢頭也相應(yīng)增強(qiáng),利潤率下降,投資勢頭也相應(yīng)減弱,這又一次反映了利潤率對投資勢頭的強(qiáng)大影響。3.模型3(多目標(biāo)規(guī)劃amp。非線性整數(shù)規(guī)劃)考慮到專家提供的風(fēng)險損失率方面的約束,進(jìn)一步修正模型2。(1)假設(shè)1)考慮專家預(yù)測出的各項(xiàng)目風(fēng)險率,總體風(fēng)險用投資項(xiàng)目中最大的一個風(fēng)險來度量,追求利潤盡可能大、風(fēng)險盡可能??;2)滿足模型2的假設(shè)2)。(2)建模設(shè)qi表示項(xiàng)目Ai的風(fēng)險率,則總體風(fēng)險,投資總利潤R同模型2,從而可建立如下模型。 max R min Q . 同模型2利用—法構(gòu)造評價函數(shù),其中權(quán)系數(shù),R*,Q*分別為R,Q的最優(yōu)值,R(0),Q(0)分別為Q,R取最優(yōu)值時R,Q的取值,可以把上述雙目標(biāo)規(guī)劃化為如下單目標(biāo)規(guī)劃。 . 同模型2不過確定權(quán)系數(shù)的常用方法是根據(jù)專家意見和經(jīng)驗(yàn)給出。(3)求解引入變量s=Q,目標(biāo)函數(shù)化為,在滿足上述約束條件的基礎(chǔ)上,還要對s加以約束:,i=1,2,…,8。應(yīng)用Lingo軟件包,以題中所給的數(shù)據(jù)為例,編程求得結(jié)果,如表5所示,即在考慮利潤和風(fēng)險的基礎(chǔ)上,均衡兩者的權(quán),得出的最佳折中方案。表5項(xiàng)目編號A1A2A3A4A5A6A7A8投資股數(shù)54040055投資額3350026400022000002300022500總投資額127400利潤率(%)1716152320174035風(fēng)險率(%)322331354235年利潤59654224050600092007875總利潤32054總體風(fēng)險10720(A1的風(fēng)險)從表5可以看出,利潤率和風(fēng)險率對投資的影響都很大,對利潤率和風(fēng)險率都大的項(xiàng)目應(yīng)謹(jǐn)慎投資,對風(fēng)險大,利潤過小的項(xiàng)目應(yīng)少投資,甚至不投資。但對風(fēng)險較大而利潤較小的項(xiàng)目A1投資最多,說明權(quán)系數(shù)的選擇不適當(dāng)。4.模型4(多目標(biāo)規(guī)劃amp。非線性整數(shù)規(guī)劃)