许晓敏[1]2017年在《基于电力需求和投资能力的复杂电网优化投资决策研究》文中进行了进一步梳理近年来,随着全球对能源资源以及环境保护的关注越来越多,实现可持续社会发展是许多国家发展中面临的重大挑战。电力工业是二氧化碳、二氧化硫、氮氧化物、颗粒粉尘污染的主要排放源之一,其中,火电厂排放的二氧化硫和氮氧化物占全国排放总量的40%。面临经济不断发展、资源紧缺、环境约束等多重压力,以火电为主导的传统电力工业迫切需要进行结构调整、管理优化。具有灵活、清洁、安全、经济、友好等优点的新能源的兴起带来了电力系统发展的新时代。尽管新能源的发展有助于解决现实存在的问题,但对于含有新能源分布式电源的复杂电网,在新一轮电力体制改革的环境下,电网的核算方式由差价定价改为以成本加收益来核定,售电侧放开竞争,各区域电网的收益受到较大的影响,使得电网企业的利润空间较大下降,投资能力将受到较大的制约,新电改又提出要强化电力统筹规划。因此,其电力需求预测、投资能力、电网规划和投资决策都面临着新的挑战和问题。迫切需要研究基于电力需求和投资能力的复杂电网优化投资理论方法,为此类复杂电网项目投资做出最优决策。因此,基于以上的考虑,本文从电力需求和投资能力两个方面进行优化投资决策管理研究,本文主要研究成果和创新如下:(1)建立了含分布式电源的复杂电网电力需求智能预测模型。此模型由基于BP神经网络和多项式回归的电力需求分阶段组合预测模型和基于免疫果蝇优化支持向量机(IAFOA-SVM)的分布式电源发电功率预测模型组成。通过两个模型的预测结果相减,将分布式电源发电功率从总体电力需求水平中去除,得到复杂电网电力需求。针对复杂电网电力需求预测,提出了基于BP神经网络和多项式回归的分阶段组合模型,通过设定训练条件,利用多项式回归来避免神经网络训练陷入局部最优;针对分布式风电发电功率,提出了基于免疫果蝇优化SVM的组合预测模型,利用免疫算法和果蝇算法实现优势互补,组合优化支持向量机参数,提高新能源发电功率预测的精度。结合预测结果,进一步分析分布式能源对总体需求的削减程度。(2)建立了基于非支配排序遗传算法和禁忌搜索(NSGA-TS)的分层多目标最优化的含分布式电源的复杂电网规划模型。从分布式电源并网的角度出发,结合复杂电网电力需求结果,构建了分布式电源接入系统线路条件下的电网扩展规划模型。利用非支配排序遗传算法(NSGA)对传统的遗传算法进行改进,实现全局搜索,结合禁忌搜索(TS)较强的局部搜索能力,将非支配排序遗传算法算法和禁忌搜索算法进行有机组合,能得到具有较强的全局搜索能力和局部搜索能力的混合非支配排序遗传—禁忌搜索算法。NSGA-TS混合算法提高了算法的收敛速度,同时目标函数中的综合成本考虑了平衡网损、线路投资、电网运行可靠性以及碳排放成本,构建了分布式电源与电网协调发展的多目标规划模型,结合NSGA-TS混合算法应用于电网规划算例中。(3)给出了基于知识挖掘技术的电网企业投资能力影响因素分析。首先构建了投资能力影响因素指标体系,通过计算影响因素指标之间的相似度对投资能力影响因素进行相关性初步分析,然后利用灰色关联聚类分析将影响因素进行分类分析,并利用相应的分类规则,通过设定阈值,剔除掉冗余的属性和指标,挖掘关键指标。最后,运用通径分析,挖掘关键因素与投资能力之间的路径以及影响效应,得到自变量与其他自变量之间以及自变量与因变量之间的直接效应、间接效应以及综合效应值,为电网企业投资能力预测分析做建模准备。(4)建立了基于系统动力学的多目标约束下的电网企业投资能力广义预测模型,并进行了风险管控研究。将电网企业投资能力从净利润、融资和折旧叁个角度考虑,考虑资产负债率、资本保障率等约束条件,结合系统动力学理论,构建了基于系统动力学的投资能力预测模型。该模型已在某省电力公司内部得到了成功的运用。为了提高模型的普适性,通过将投资能力进行逐层分解,确立了广义预测模型公式,得到了五条能够反映电网企业本质特征的广义预测曲线。首次实现了以单一综合性指标—投资能力来体现电网企业的运营水准和投资实力,为投资决策提供形象直观的分析调控曲线。基于广义预测模型,开发了投资能力预测分析平台,并在浙江省电力公司得到了成功地运用。在广义预测模型曲线的基础上,开展风险因子对电网投资能力的压力测试,全面对电网风险因子进行动态分解集成研究,得到显着风险因素及风险影响程度规律。针对风险因素,提出了不同场景方案下电网企业的管控调节方案,以化解风险不确定性冲击。(5)建立了基于模糊累积前景灰靶理论的复杂电网随机多属性投资项目初步筛选综合评价模型和基于随机权重优化布谷鸟算法(RWCS)的复杂电网优化投资组合决策模型。基于电力需求的预测分析和复杂电网规划模型计算结果,从技术、经济、社会等方面构建投资项目多属性评价指标体系,引入累积前景理论,将决策者的风险偏好及期望效用两个概念引入到评价中,同时针对属性值为区间直觉模糊的问题,提出了基于模糊累积前景灰靶理论的随机多属性综合评价模型。根据最终评分情况,实现投资项目的初步筛选。针对建设项目的组合投资,运用现代投资组合理论,在电力需求、电网企业投资能力、可靠性水平等条件的约束下,构建了基于随机权重布谷鸟算法的投资组合优化模型。针对布谷鸟算法收敛速度慢、运算时间长的缺点,用随机权重改变鸟巢位置的更新方式,来提高算法的收敛速度并进行了实证应用,为复杂电网优化投资决策提供了一种适用的决策方法,并构建了基于电力需求和投资能力的复杂电网优化投资决策管理流程。
周甜甜[2]2011年在《建筑节能技术适宜性筛选方法研究》文中提出本文在当今世界环境日益恶化,以及我国能源形势十分严峻的背景下,指出我国建筑节能技术急需由研究阶段转入大规模应用阶段;重点阐述了建筑节能技术在发展过程中存在的问题,发现服务于实际应用的适宜性技术筛选的方法很少,且不具有通用性,在选择建筑节能技术时存在很大的盲目性,有必要建立一套科学的筛选方法和模式,给国家、地区相关部门确定技术的推广方向,进行区域规划提供参考,并指导投资方进行技术决策。因此,本文从建筑节能技术的共性入手,以选择适宜的建筑节能技术为目标,对技术的筛选展开了较为全面系统的研究,提出了一套适用于任意技术的筛选方法。首先,通过对建筑节能适宜性技术的内涵及其筛选复杂性的分析,首次提出了筛选层次化的构想:将建筑节能技术的适宜性筛选划分为区域和建筑两个层面,并就两个层面的具体内涵、目标、作用及其相互关系进行了界定。针对区域层面筛选的内涵和特点,提出了此层面的筛选模型:经初步筛选和适宜性等级划分这两个阶段,将技术在某一区域的适宜性划分为适宜、适中、不适宜、明显不适宜四个等级,作为区域层面的筛选原则。结合两个阶段的涵义、目标,分别构建了各自的筛选方法。重点阐述了适宜性等级划分的方法为:模糊综合评价法,从技术层面抽剥出各节能技术的共性,建立了区域层面适宜性等级划分的通用指标体系框架,确定采用层次分析法计算指标权重。针对建筑层面筛选的内涵和特点,提出了建筑层面的筛选模型:结合区域层面的筛选结果,经过初步筛选、互斥方案最优选择、独立方案优化决策这叁个阶段来确定适宜在建筑中采用的技术方案。结合这叁个阶段的涵义、目标,分别构建了各自的筛选方法。提出了依据多目标决策分析法(TOPSIS法)对互斥方案的评价和排序来选出互斥方案中的最优方案,运用最优化理论进行独立方案的优化决策,并建立了几个基于不同建设目标的最优化目标函数。然后,利用区域层面的筛选理论和方法,完整的建立起太阳能热水技术、自然风压通风技术、空气源热泵技术、地表水源热泵技术、土壤源热泵技术五项技术进行区域适宜性评价的指标体系,并确定了这五项技术在哈尔滨、北京、重庆、广州、昆明五个地区的适宜性等级,同时验证了区域层面筛选模型的可行性。最后,以重庆地区某工程的节能技术选择为例,利用建筑层面的筛选理论和方法,确定了满足该工程既定节能率及投资约束条件的采暖空调适宜技术方案,为决策者技术选择提供了科学依据,同时验证了建筑层面筛选模型的可行性。
孙金凤[3]2015年在《非常规油气资源勘探开发的投资决策优化模型研究》文中研究说明非常规油气资源作为最现实的可替代能源备受各国政府和企业的高度关注,对其进行勘探和开发对于降低日益加大的石油供需矛盾缺口和确保国家能源安全具有重大战略意义。然而,由于非常规油气资源的特殊性及决策过程的复杂性,目前在常规油气中普遍采用的基于人工经验和静态的处理方法已不能满足其勘探开发投资决策的动态性、复杂性和不确定性,决策方案的科学性和有效性亟待加强。针对非常规油气资源勘探开发投资决策这一难题,以提高投资决策方案的科学性、动态性和实用性为目标,运用石油工程管理、运筹学、决策科学以及控制论等领域相关的理论与方法,按照“非常规油气资源勘探开发投资决策的复杂性分析→投资决策优化模型的构建→复杂优化模型的求解”这一研究思路,重点开展以下研究工作：(1)非常规油气资源勘探开发投资决策过程及其复杂性分析。剖析非常规油气资源勘探开发投资决策过程并总结提炼呈现的结构特征,结合非常规油气资源特殊性,深入分析其投资决策问题的多阶段、多目标、多属性以及不确定性等复杂性影响因素,为非常规油气资源勘探开发投资决策问题的形式化表达奠定基础。(2)非常规油气资源勘探开发投资决策优化模型的构建。简化非常规油气资源勘探开发投资决策问题并研究投资决策问题的形式化表达方法,依据勘探开发序列投资的分层递阶结构特点,建立多目标动态优化模型以确定勘探活动和开发活动的投资规模、建立不确定条件下的动态多属性决策模型以指明勘探投资的方向和优先次序、并依据不同石油企业的目标需求,分别建立开发投资的多阶段多目标决策优化模型和开发投资组合的多阶段决策优化模型,从而辅助石油企业优化非常规油气上游业务的战略投资决策。(3)非常规油气资源勘探开发投资决策优化模型的求解方法。非常规油气资源勘探开发整体投资属于多阶段、多目标、多属性的优化决策问题,模型十分复杂,求解困难,本研究根据分层递阶决策问题的逻辑结构求解方法,把整体复杂的数学模型问题简化为序列子问题的数学模型进行求解,依据所求解子问题优先级的先后次序,引入序贯式算法的求解思路并利用改进的动态规划逆序解法进行决策优化模型的依次求解。(4)非常规油气资源勘探投资和开发投资决策优化的算例研究。针对某石油企业进行页岩油气勘探开发投资决策问题,运用本研究中构建的非常规油气勘探开发投资决策优化模型和算法,完成该问题从复杂性分析→模型构建→模型求解的处理过程,开展对本研究所构建模型和求解方法的可行性和有效性验证并在计算机中加以实现,同时根据算例分析结果给出非常规油气资源勘探开发投资决策建议。本研究是运筹学、决策科学和控制论等学科理论和方法的交叉与融合,为解决非常规油气资源勘探开发投资决策方案生成的科学性和有效性进行了积极的探索。其研究成果结合现场实际进展情况和现场专家知识经验判断,不但能促使我国非常规油气资源早日实现商业化和产业化开发,还有助于深化不确定条件下多阶段、多目标、多属性复杂优化决策问题的研究。
孙薇[4]2016年在《考虑投资者主观因素的模糊随机投资组合选择模型》文中指出当今投资组合理论形成了两大分支:一支是以马克维茨的投资组合选择模型为基石的资产配置方法,依据概率论用纯数量化方法度量各资产的收益和风险。然而,马氏模型的假设条件极其苛刻,其中最为核心且遭受非议最多的是有效市场和理性人假设。随着证券市场的不断发展,许多实证研究表明,投资者往往是有限理性的,证券市场也不总是有效的,人的心理和行为等因素对投资决策的作用不容忽视。这引发了科研工作者对行为的关注,产生了行为金融学,相应地发展起投资组合理论的另一个重要分支——行为投资组合理论。行为投资组合主要通过分析金融市场主体在市场行为中的偏差和信念来寻求不同市场主体在不同环境下的经验理论及决策行为特征,力求建立一种能正确反映市场主体实际决策行为和市场运行状况的描述性模型。如何运用经典投资组合理论的量化思想,将行为投资组合中市场的非有效性和投资者的有限理性进行量化,并将市场上实际存在的模糊不确定性和随机不确定性,以及投资者的心理和行为偏差反映到经典的投资组合选择模型中,是解决问题的关键,也是客观、准确、有效地构建投资组合选择策略的重要基础工作。本学位论文综合考虑了投资者的理性和非理性及不完全理性、市场的有效性和非有效性及不完全有效性,利用模糊随机理论建立投资组合选择的一系列模型,模型均假设收益率为模糊随机变量,且通过将模糊随机不确定问题合理转化为清晰系数的规划问题,最大限度地降低了决策信息的损失。因此,提出的模型能够帮助投资者在模糊和随机双重不确定环境下做出多元化的投资组合选择决策。在考虑投资者的个人偏好和心理偏差(包括投资者的乐悲观度、理性水平、情绪水平和风险偏好)等主观因素影响的基础上,我们进一步研究了带有各种约束条件的投资组合选择模型。如考虑最小交易手数、最小投资量限制、是否允许借贷无风险资产、是否允许买空、卖空及总投资资金金额限制等客观约束条件。最后将模型应用于现实的金融市场,检验其有效性和稳定性。本文主要创新点包括如下几个方面:(1)提出了模糊随机变量的清晰数字特征的概念;基于清晰数字特征建立了模糊随机投资组合均值-方差模型。结合模糊可能性理论和概率随机理论中数字特征的优势,定义了相应的模糊随机变量的数字特征,包括模糊随机可能性均值、模糊随机可能性方差和模糊随机可能性协方差等。解决了模糊随机不确定变量的期望值模糊不清给决策带来的困难;弥补了已有的模糊随机变量的方差和协方差不能清晰反映出模糊和随机两种不确定性下的离散度和相关性的不足。基于模糊随机变量的清晰数字特征,假设收益率为模糊随机变量,建立了风险资产的投资组合选择均值-方差模型,并通过一个投资实例说明了模型的有效性及较markowitz均值-方差模型的优越性。(2)提出了与模糊随机变量的λ期望相匹配的λ方差和λ协方差的概念;基于λ期望和λ方差建立了收益偏好和风险偏好相匹配的模糊随机投资组合λ均值-λ方差模型。现有的投资组合模型多是单独考察投资者对收益率的偏好或者单独考察投资者对风险的偏好。客观上,收益和风险是相互匹配的,即高收益高风险,低收益低风险。因此有必要在模型中考虑收益和风险相匹配的情况,以便投资者根据模型提供的结果做出客观理性的投资决策。基于λ权重均值的概念,为模糊随机变量定义了一种λ权重方差和λ权重协方差,进而获得了与λ权重均值相匹配的方差风险函数。基于λ均值和λ方差建立了收益风险相匹配的模糊随机投资组合模型。进一步考虑到投资者通常为了获得更高的风险回报,会通过借入无风险资产投资于风险资产组合,模型还讨论了允许借入无风险资产的情况。(3)量化了证券市场非有效造成的收益率的模糊不确定性和随机不确定性,量化了有限理性的投资者的乐悲观度和心理偏差给收益率带来的影响,从市场非有效和投资者有限理性的角度对模糊随机资产收益率做出了详细的金融解释。提出了模糊随机变量的(λ,γ)期望的概念;基于(λ,γ)期望建立了带有投资者乐悲观度、心理偏差和一系列现实约束的模糊随机投资组合选择模型。考虑到大多数投资者都是不完全理性的,在复杂的市场环境下,不同投资者具有各自不同的心理偏差,从资产的模糊随机收益中提取出投资者的主观因素信息,包括乐悲观度λ和可能性水平γ。详细分析了投资者的这些心理偏差对投资组合有效前沿的影响,发现具有不同心理偏差的投资者会选择不同的投资组合有效前沿。实证分析表明乐悲观度参数λ和可能性水平参数γ能够正确反映投资者的心理偏差,以及对决策结果产生的影响。在允许贷出无风险资产的情况下,将一系列现实约束条件加入到模糊随机模型中,做了进一步的分析和研究。结果表明,提出的模型由于综合了模糊和随机双重不确定性因素的影响,能够充分考虑到证券市场客观的现实约束和投资者主观的心理偏差,使得模型在市场不完全有效,投资者有限理性的情况下,比已有的概率论模型和模糊模型更加实用有效。(4)提出了模糊随机变量的(λ,γ,s)期望的概念;基于(λ,γ,s)期望,建立了带有投资者乐悲观度、风险偏好和心理偏差的模糊随机投资组合(λ,γ,s)均值-标准差模型。基于概率论和最优化理论的投资组合选择问题的研究大多遵循预期效用理论,而效用理论假设理性投资者都是风险厌恶的。但由于投资者心理存在着系统性偏差,使得风险厌恶并不总是成立。因此,不能将投资者的行为统一描述为风险厌恶或风险寻求,需要建立具有不同风险态度的投资组合选择模型。在前文基础上,提出了带有多种主观度参数的模糊随机期望收益率函数,并借助于模糊随机均值-标准差方法开发了一种模糊随机投资组合模型,解决了行为金融中不同投资者的风险偏好、不同乐悲观度、不同心理偏差程度和不同情绪水平的投资者的投资组合选择问题。
毛明来[5]2007年在《和谐理念下的投资项目经济评价研究》文中提出随着我国社会经济和技术的发展,各类建设项目投资每年以两位数的速度递增,涉及面和影响范围越来越广。然而,伴随而来的是投资项目与社会和生态环境之间关系的危机,创建资源节约环境友好型社会已刻不容缓。为了从源头上发现和解决该矛盾,投资项目经济评价有必要采用新的思路—和谐理念对投资项目进行分析和评价。本文正是在我国构建和谐社会的大背景下,基于和谐理念对投资项目经济评价理论进行深入的探索性研究。本文采用西蒙的“有限理性”作为投资项目经济评价的理论前提,拉近理性选择的预设条件与现实生活的距离,更加符合投资决策的实际,为投资项目经济评价体系提供更加有力的理论支撑。传统的投资项目经济评价理论是本文开展研究的基础,首先对其各项经济指标的理论基础和计算平台─DCF模型的局限性进行分析,通过对现金流和折现率的来源问题进行研究,使各项评价指标易于掌握和应用,并引入实物期权克服DCF的理论缺陷,真实地反映项目投资的内在灵活性和不确定性,通过环境成本的内部化使投资者追求利润最大化的动机和环境保护的要求相一致。在风险与不确定分析中,研究了相关联风险因素的分析方法,并在传统分析方法的基础上,提出由主观因素带来的风险与不确定性分析方法,构建了风险与不确定性的全面分析体系。在预测主要风险因素及其风险程度后,针对不同风险因素提出相应的规避和防范对策,以期减少可能的损失。引入和谐度,构建投资项目和谐性研究指标体系,对投资项目进行和谐性分析,研究经济评价各项指标子系统的和谐程度,为投资项目的长期发展和长久的盈利能力奠定基础,并在无须重新获取新数据和信息的情况下,为和谐理念下多项目选优提供有力的支持。最后,在投资项目和谐性研究指标体系下,利用和谐理念下基于熵权的F-AHP进行多项目选优。F-AHP解决了投资项目经济评价的多属性及模糊性问题;采用熵权客观赋权,在一定程度上避免了主观随意性,使得排序更加科学;通过置信度α与乐观指数λ考虑了不确定性及决策者的风险态度;并可利用已获数据和信息对优选项目进行和谐性研究,为投资决策提供进一步的参考和依据。近年来,“和谐”己成为学术界所关注的重要课题,和谐理念被越来越多的企业所接受。然而迄今为止,还没有人基于和谐理念对投资项目经济评价进行系统研讨。本文正是基于此作出的一种尝试,希望能为项目投资决策提供新的思路和方法。
李长青[6]2005年在《不确定条件下专用实物资产投资估价的理论与实施方法研究》文中提出本文提供了关于系统性处理不确定条件下企业专用实物资产投资估价问题的一种新的理论与实施方法。新的理论与实施方法强调了专用实物资产投资估价在不同程度上具有的五个基本特征:其一,投资是部分或完全不可逆的,即投资的初始成本至少部分是沉没的,当你改变主意时你不能完全收回投资的初始成本; 其二,来自投资的未来回报是不确定的,即未来获得的现金流是不确定的,你所能做到的只是评估投资收益未来可能出现的几种情景; 其叁,投资时机上有一定的回旋余地,即投资者可以推迟行动以获得有关未来的更多信息; 其四,投资决策不是独立事件,其他企业会对你的投资决策做出反映,这将影响你的未来现金流; 其五,环境相关性,即投资策略的选择和投资估价的结果与环境不确定的层次是密切相关的。传统专用实物资产投资估价理论与方法是建立在贴现现金流法(DCF)基础之上的。传统的理论和方法忽略了投资的不可逆性,不确定性,竞争性,时机可选择性和环境相关性五者之间相互作用的极为重要的质和量上的隐含关系,而这五个特征之间的相互作用决定了投资者的最优估价,这种相互作用正是本文的核心。许多学者和管理实践家逐渐认识到,DCF 理论与方法并没有把握住管理活动中的灵活性、竞争性和决策活动的战略价值,因而应用DCF 法在某些时候是失败的。本文提出了基于“情境理性”的“情境分析”(contextual analysis)理论框架和分析方法有效地整合了专用实物资产投资估价的五个特征因素,从而系统地改进了传统理论与方法。本论文的主要贡献有:(1)建立基于情境理性的情境分析框架。将传统方法(DCF 法或NPV 法)、现代的实物期权方法、本文提出的风险调整价值法和博弈理论、行为金融的分析思想集成到一个统一的分析框架之中,为不确定条件下估价专用实物资产的价值提供了有效的理论和实施方法;
王宾[7]2012年在《扩展熵优化理论及其在投资组合中的应用》文中进行了进一步梳理针对日益复杂的国际及国内政治经济形势，金融市场面临着巨大机遇与挑战。证券投资者如何在此环境背景下，将所受风险降到最低，从而获取预期收益，已经成为投资者亟需解决的问题之一，理智投资者通常选择组合方式进行投资，通过分散化选取股票以达到降低风险的目的，因此对于证券投资组合中风险的研究已逐渐成为学术界所面临的重大课题之一。传统证券投资组合理论以美国经济学家Harry Markowitz为依据，通过不断对其补充、完善使该模型更加符合投资者的决策需求。围绕着投资风险的度量问题，熵优化理论已经并逐步被学者关注，该理论能够较好地度量投资风险，从而弥补传统投资组合模型的不足，本文正是在现有熵优化理论基础上，通过对反熵优化问题及广义熵优化问题进行探讨，首先将熵优化理论进行扩展，并依此构建了证券投资组合中的反熵优化模型及广义熵优化模型，同时将投资者对风险的厌恶程度定量化，使得熵优化理论更贴近投资者的投资偏好，更加满足投资者的投资意愿。全文共分六章节进行阐述，具体安排如下：第一章首先介绍了本文的选题背景与选题意义，然后将证券投资组合的理论沿革与该领域较为认可的模型一一列举，最后阐述了本文的创新点；第二章主要对熵优化理论进行较为全面地分析，首先谈及熵优化理论及演变过程，然后论及到几种较重要的熵定律，最后指出熵优化理论在证券投组合领域应用的适用性及可行性；第叁章从物理学及数学中的反问题入手，定义了熵优化理论中的反熵问题，通过反熵模型的构建，指出反熵优化模型可以有序化度量风险，并且可以为投资者提供必要的证券行业选择需求；第四章在第叁章选取行业的前提下，通过对Csisizer定向散度地分析，提出了考虑投资者风险厌恶程度的广义熵优化模型，并且通过实证分析，对投资者的个股投资提供了更有效地选择依据；第五章对反熵优化模型及广义熵优化模型进行对比分析，通过对二者适用范围的不同解释，为投资者进行下一步投资提供客观参考；第六章对全文进行总结，通过对本文所构建模型中出现的不足提出下一步研究工作的展望，从而完成本篇硕士论文的写作。
杨洲[8]2015年在《全生命周期成本管理在电力工程项目中的应用研究》文中提出电力工程项目具有初始投资大、工程建设时间相对较长、运营周期长且运维成本较高等特点。与之相适应,对电力工程项目的成本控制和管理要求的也比较高。主要表现为不仅要考虑电力工程项目的购建成本,还要考虑工程的运维成本,也就是说,对电力工程项目的成本管理和控制要注重总成本的管控,其目标应该是总成本的最优化。目前传统的电力工程项目的管理模式强调阶段的划分和分段的管理,即电力工程项目的决策、设计、采购、建设、安装、运营、退役处置等各个阶段由不同的部门进行管理和实施,缺乏对电力工程项目总成本的统筹规划与控制,并且各阶段的成本信息也未实现有效的共享,管理也是各自为政,即各阶段的管理者往往主要关注本阶段的成本控制目标及需解决的问题,而对电力工程项目的总成本考虑不够,难以实现电力工程项目总成本的最优化,进而影响电力企业绩效目标的达成和可持续发展。考虑到电力工程项目的特点,为了达成电力工程项目总成本最优化的管理目标,就需要引入全生命周期的管理理念,并以此为理论基础将传统的分阶段的电力工程项目成本管理修正为全生命周期成本管理模式。全生命周期成本管理模式是指统筹考虑电力工程项目从决策、设计直到报废回收全生命周期内所发生的成本,在优化电力工程全生命周期成本目标的导引下,将电力工程全生命周期成本管控的理念和措施贯穿到电力工程全生命周期的各个阶段的一种成本管理模式。在电力工程项目管理中引入全生命周期成本管理对于优化电力工程项目的总成本,提高电力工程建设和运维管理水平,促进电力工程资产建设和运营水平的提高有着重大的理论和实践意义。论文在对电力工程项目管理中应用全生命周期成本管理进行理论分析的基础上,尝试构建适用于全生命周期成本管理要求的电力工程项目管理模式和分阶段的管理机制。在此基础上,论文还对电力工程项目应用全生命周期成本管理过程中的关键问题进行了论述,特别是对电力工程项目全生命周期的成本的估算和在决策中的应用问题进行了着重的探讨。最后,为了验证论文主要研究成果的适当性和可操作性,本文以天津市于家堡110千伏输变电工程为例,对全生命周期成本在电力工程投资决策中的应用进行了案例分析。按照此研究思路,主要研究内容如下:(1)第一章,绪论。阐述了研究背景及意义,在文献综述的基础上明确了研究思路和研究内容。(2)第二章,主要阐述了电力工程项目中应用全生命周期成本管理的理论,分析了电力工程项目的特点及其管理现状,论证了全生命周期成本管理在电力工程项目中应用的必要性。(3)第叁章,在前述理论分析的基础上,对基于全生命周期成本的电力工程项目管理模式与管理机制进行了探索性设计,其中包括基于全生命周期成本的电力工程项目管理模式设计和基于全生命周期成本的分阶段的电力工程项目管理机制设计,尝试建立适应全生命周期成本管理的工程项目管控模式和决策机制、设备采购评价机制、施工成本控制机制、运营成本管理机制、项目绩效评价机制,以保证全生命周期成本管理目标的顺利达成。(4)第四章,对基于全生命周期成本的电力工程项目管理的关键问题进行了分析,其中重点对电力工程项目全生命周期的成本的估算和在决策中的应用问题进行了探讨。(5)第五章,以天津市于家堡110千伏输变电工程的建设为案例进行了案例分析。首先根据实际案例数据,应用全生命周期成本分析方法,分析和比较了案例在全生命周期中各阶段费用的构成情况;再用层次-灰色关联度综合分析方法,从电力工程全生命周期的经济性、可靠性、先进性叁个方面综合地比较了备选方案,进而基于全生命周期成本的最优化选择了最佳方案。案例分析通过应用全生命周期成本对电力工程投资决策中的备选方案进行了比选和决策,验证了全生命周期成本管理在电力工程决策和管理方面的优势。
牛中强[9]2008年在《基于实物期权的供应链柔性研究》文中提出供应链中存在着大量的不确定性因素:供应不确定性,生产不确定性,需求不确定性。供应链柔性可以有效地应对不确定性,但柔性的获得是需要付出代价的,提高供应链柔性的同时也加大了供应链的运营成本。供应链柔性设计的关键在于权衡柔性的价值和成本。本文利用实物期权方法对供应链柔性进行定性和定量研究,从而计算出柔性的价值。实物期权给供应链创造柔性提供了决策工具,使得定性的分析有了理论依据,定量的分析更加准确。本文首先介绍了实物期权的概念、特性和主要类型,阐述了实物期权在不确定投资决策中的应用框架。接下来分析了供应链中的不确定性因素,在此基础上扩展了供应链柔性定义,对供应链柔性重新分类,给出了提高柔性的措施,对供应链不确定性和柔性的关系进行了分析,得到一个两者之间的关系框架。最后利用实物期权理论对供应链柔性进行了定性和定量研究。定性研究有:论证了实物期权在供应链柔性设计中应用的可行性;分析了实物期权在供应链柔性设计中的应用步骤;给出一个供应链柔性的实物期权识别框架,并做了简要的解释;最后总结出实物期权思维给供应链管理带来的五点启示。定量研究有:用几何布朗运动模拟需求变动,建立了基于实物期权的生产系统柔性“定价”模型,并对此模型进行扩展,得到了冗余生产能力的柔性“定价”模型,通过一个算例计算出柔性的价值,并对结果进行了敏感性分析;用泊松跳跃过程模拟供应中断概率,建立了基于实物期权的多头供应商柔性“定价”模型,同样通过一个算例计算出柔性的价值,对结果进行了敏感性分析。
曹娟[10]2012年在《投资组合多目标规划最优化算法研究》文中认为针对投资组合多目标优化算法这个当前的热点话题,本文首先阐述多目标投资组合的相关内容,然后针对这一组合建立多目标的模型,投资组合多目标规划最优化算法是基于传统投资组合算法概念的延伸和发展,其目的是为投资者更好服务,为国家的科学研究和经济建设更好服务。本文通过对多目标投资优化最优化算法的研究,研究遗传算法在投资组合中的应用。投资组合多目标规划最优化算法是以存储投资项目资料、算法计算、评价、传输为主要特征,网络化发展的产物。采用计算机网络实现了超时空信息服务。(1)分析了投资组合的基本原理,研究了投资组合多目标规划最优化算法。(2)建立基于遗传算法的投资组合多目标规划最优化算法系统。对多目标投资组合最优化算法进行进一步研究与设计,将投资组合最优化算法使用模型、用户个性化服务相结合,为用户更好地提供个性化服务,提供大量的投资信息、保护投资者的利益。投资组合多目标规划最优化算法能够有效地方便投资者对多目标投资组合的风险收益的计算,投资者可根据自己的情况对选择的多种投资进行风险和收益预算,不断改变投资种类和资金大小,从而提供及时的最优解。
参考文献：
[1]. 基于电力需求和投资能力的复杂电网优化投资决策研究[D]. 许晓敏. 华北电力大学(北京). 2017
[2]. 建筑节能技术适宜性筛选方法研究[D]. 周甜甜. 重庆大学. 2011
[3]. 非常规油气资源勘探开发的投资决策优化模型研究[D]. 孙金凤. 大连理工大学. 2015
[4]. 考虑投资者主观因素的模糊随机投资组合选择模型[D]. 孙薇. 华南理工大学. 2016
[5]. 和谐理念下的投资项目经济评价研究[D]. 毛明来. 天津大学. 2007
[6]. 不确定条件下专用实物资产投资估价的理论与实施方法研究[D]. 李长青. 华中科技大学. 2005
[7]. 扩展熵优化理论及其在投资组合中的应用[D]. 王宾. 辽宁科技大学. 2012
[8]. 全生命周期成本管理在电力工程项目中的应用研究[D]. 杨洲. 首都经济贸易大学. 2015
[9]. 基于实物期权的供应链柔性研究[D]. 牛中强. 厦门大学. 2008
[10]. 投资组合多目标规划最优化算法研究[D]. 曹娟. 西安石油大学. 2012
标签：数学论文; 宏观经济管理与可持续发展论文; 投资决策论文; 投资论文; 电力工程论文; 投资组合论文; 柔性管理论文; 模糊理论论文; 项目成本论文; 不确定性分析论文; 柔性生产论文; 生命周期理论论文; 风险成本论文; 模糊算法论文; 能力模型论文; 项目分析论文; 随机算法论文; 风险模型论文; 能源论文; 决策能力论文; 最优化论文; 实物期权论文;