فایل ورد کامل مدل برنامه نویسی خطی چند معیاری برای انتخاب نمونه کارها

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل مدل برنامه نویسی خطی چند معیاری برای انتخاب نمونه کارها،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۳۵ صفحه

مسئله انتخاب نمونه کارها معمولاً به عنوان مسئله بهینه سازی دومعیاری در نظرگرفته می شود که در آن یک سبک سنگین کردن معقول بین نرخ مورد انتظار بازگشت و ریسک مورد جستجو قرار می گیرد. در مدل کلاسیک مارکووویتز، ریسک با واریانس اندازه گیری و در نتیجه یک مدل برنامه نویسی درجه دوم تولید می شود. مدل مارکووویتز غالباً به این عنوان که با مدل های بدیهی ترجیحات برای انتخاب تحت ریسک سازگار نیست، مورد انتقاد قرار می گیرد. مدل های سازگار با حقایق ترجیح مبتنی بر رابطه غلبه تئوری مطلوبیت مورد انتظار است. پیاده سازی مورد اول برای مقایسه های جفتی نمونه کارها معین ساده است در حالیکه هر ابزار محاسباتی را برای تحلیل مسئله انتخاب نمونه کارها ارائه نمی دهد. مورد دوم زمانی که برای مسئله انتخاب نمونه کارها استفاد شود، در ترجیحات مدلسازی سرمایه گذاران، محدود است. در این مقاله، یک مدل برنامه نویسی خطی چندمعیاری مسئله انتخاب نمونه کارها توسعه می یابد. این مدل بر اساس حقایق ترجیح برای انتخاب تحت ریسک است. هرچند، یکی را برای به کارگیری رویه های معیارهای چنداستانداردی برای تحلیل مسئله انتخاب نمونه کارها میسر می سازد. نشان داده شده است که رویکردهای کلاسیک متوسط ریسک حاصل در مدل های برنامه نویسی خطی متناظر با تکنیک های راه حل خاص اعمال شده برای مدل چند معیاری ما است.
۱ مقدمه
مسئله انتخاب نمونه کارها در نظر گرفته شده، بر مبنای مدل دوره تک سرمایه گذاری است. در آغاز این دوره، سرمایه گذار، سرمایه را در میان اوراق قرضه مختلف تخصیص می دهد، وزن غیرمنفی را به هر اوراق قرضه منصوب می نماید. در مدت این دوره، هر اوراق، یک نرخ تصادفی را برای بازگشت تولید می کند به طوری که در انتهای دوره، سرمایه توسط متوسط وزندهی شده بازگشت ها تغییر می یابد. در انتخاب وزن های اوراق، سرمایه گذار با مجموعه ای از محدودیت های خطی روبرو می شود که یکی از آنها اینست که مجموع وزن ها باید برابر ۱ شود.
پیرو کار اولیه توسط مارکوویتز [۱۲]، مسئله انتخاب نمونه کار معمولاً به صورت مسئله بهینه سازی دو معیاری مدلسازی می شود که در آن سبک سنگین کردن بین نرخ مورد انتظار بازگشت و ریسک مورد جستجو قرار می گیرد. مدل مارکووویتز غالباً به این عنوان که با مدل های بدیهی ترجیحات برای انتخاب تحت ریسک سازگار نیست، مورد انتقاد قرار می گیرد (Bell و Raiffa [1]). مدل های سازگار با حقایق ترجیح مبتنی بر رابطه سلطه تصادفی یا تئوری مطلوبیت مورد انتظار هستند (Levy [9]). پیاده سازی مورد اول برای مقایسه های جفتی در نمونه کارها معین آسان است در حالیکه هر دریافت محاسباتی را برای تحلیل مسئله انتخاب نمونه کارها ارائه نمی دهد. مورد دوم زمانی که برای مسئله انتخاب نمونه کارها استفاده شود، در ترجیحات مدلسازی سرمایه گذران، محدودکننده است.

.۶ نتایج و تحقیقات بیشتر
پس از کار پیشگام Sharpe [18]، تلاش های بسیاری بصورت طولی برای خطی نمودن مشکل انتخاب نمونه کارها انجام شده است. اقدامات ریسک مختلف معرفی شده اند که منجر به مدل های برنامه ریزی خطی متوسط در میانگین ریسک شده است. در این مقاله، ما یک مدل معیارهای چندگانه برنامه ریزی خطی را برای مشکل انتخاب نمونه کار توسعه دادیم. روش های کلاسیک برنامه ریزی خطی میانگین ریسک تبدیل به تکنیک های تجمع خاص اعمال شده برای مدل معیارهای چندگانه ما می شود. این مدل بر اساس بدیهیات اولویت برای انتخاب تحت ریسک است. بنابراین، به واسطه جستجوی راه حل های مختلف کارآمد از برنامه های متعدد معیارهای خطی، ما قادر به شناسایی راه حل ها از مسئله بهینه انتخاب نمونه کارها با توجه به ترجیحات ریسک های مختلف مخالف هستیم. با این حال، مدل اجازه می دهد تا انواع روش های معیارهای استاندارد متعدد برای تجزیه و تحلیل مشکل انتخاب نمونه کارها به کارگیری شود.

عنوان انگلیسی:Multiple criteria linear programming model for portfolio selection~~en~~

The portfolio selection problem is usually considered as a bicriteria optimization problem where a reasonable trade-off between expected rate of return and risk is sought. In the classical Markowitz model the risk is measured with variance, thus generating a quadratic programming model. The Markowitz model is frequently criticized as not consistent with axiomatic models of preferences for choice under risk. Models consistent with the preference axioms are based on the relation of stochastic dominance or on expected utility theory. The former is quite easy to implement for pairwise comparisons of given portfolios whereas it does not offer any computational tool to analyze the portfolio selection problem. The latter, when used for the portfolio selection problem, is restrictive in modeling preferences of investors. In this paper, a multiple criteria linear programming model of the portfolio selection problem is developed. The model is based on the preference axioms for choice under risk. Nevertheless, it allows one to employ the standard multiple criteria procedures to analyze the portfolio selection problem. It is shown that the classical mean-risk approaches resulting in linear programming models correspond to specific solution techniques applied to our multiple criteria model.

۱ Introduction

۱ Introduction The portfolio selection problem considered is based on a single period model of investment. At the beginning of the period, the investor allocates capital among various securities, assigning a nonnegative weight to each security. During the period, each security generates a random rate of return so that at the end of the period, the capital has been changed by the weighted average of the returns. In selecting security weights, the investor faces a set of linear constraints, one of which is that the weights must sum to one.

Following the seminal work by Markowitz [12], the portfolio selection problem is usually modeled as a bicriteria optimization problem where a reasonable trade-off between expected rate of return and risk is sought. The Markowitz model is frequently criticized as not consistent with axiomatic models of preferences for choice under risk (Bell and Raiffa [1]). Models consistent with the preference axioms are based on the relation of stochastic dominance or on expected utility theory (Levy [9]). The former is quite easy to implement for pairwise comparisons of given portfolios whereas it does not offer any computational recipe to analyze the portfolio selection problem. The latter when used for the portfolio selection problem is restrictive in modeling preferences of investors.

۶ Conclusions and further research

Following the pioneering work of Sharpe [18], many attempts have been made to linearize the portfolio selection problem. There were introduced several risk measures which lead to linear programming mean-risk models. In this paper we have developed a multiple criteria linear programming model of the portfolio selection problem. The classical linear programming mean-risk approaches turn out to be specific aggregation techniques applied to our multiple criteria model. The model is based on the preference axioms for the choice under risk. Therefore, by looking for various efficient solutions of the multiple criteria linear program, we are able to identify solutions of the portfolio selection problem which are optimal with respect to various risk averse preferences. Nevertheless, the model allows one to employ the variety of standard multiple criteria procedures to analyze the portfolio selection problem.

$$en!!