随着经济全球化的迅速发展,以“双赢”为目的的虚拟企业模式已经成为现代企业适应现代竞争环境的最佳选择。虚拟企业有很多优点,如优化了资源的利用,扩大了商业规模,使不同成员之间的优势得到充分的发挥等,但是,在其运行中仍然存在着众多风险以及前所未有的新风险。本文在分析虚拟企业的风险具有随机性特点的基础上,基于随机规划理论分别研究了集中式决策和分布式决策下的风险管理问题。从以下四方面对本文的研究内容进行介绍。(1)集中式决策下多措施单选择的风险管理问题。在集中式决策下,虚拟企业的所有成员(盟主和盟员)组成一个团队,盟主是虚拟企业唯一的决策者。针对虚拟企业的风险因素具有随机性的特点,将其以随机变量描述,并建立风险管理的随机规划模型。在该模型中,为每个风险因素提供多个措施,可以为每个风险因素选择一个措施或不选择任何措施。为了对模型中的随机变量进行处理,将蒙特卡罗模拟分别嵌入遗传算法和粒子群优化算法对模型进行求解,并将两算法的结果进行分析比较。(2)集中式决策下多措施多选择的风险管理问题。在多措施单选择的风险管理问题的基础上考虑更为复杂的情况,可以为每个风险因素选择多个措施或不选择任何措施。由于措施的多选择使该问题的求解规模变得十分巨大,给问题的求解带来困难。本文通过设计嵌入蒙特卡罗模拟的遗传算法和粒子群优化算法分别对模型进行求解。(3)结构化分布式决策下的风险管理问题。在分布式决策的模式下,不同的决策层有不同的决策者,如盟主和盟员。结构化分布式决策重点描述了盟主与盟员之间信息对称情况下的决策过程,盟主可以完全预测到盟员的风险状态。从风险管理的不同角度建立了如下的两个结构化的分布式决策模型。考虑盟员风险水平的结构化分布式决策模型。这是一个两层的模型,上下层分别描述了虚拟企业中盟主和盟员的决策过程。盟主为盟员分配风险管理所需的资金,并要求各盟员将其风险保持在低水平。在下层中,盟员利用得到的资金最小化自身的风险水平。考虑风险管理收益的结构化分布式决策模型。为了使风险管理更加有效,在考虑最小化风险损失的同时,要求风险管理的收益达到满意的水平,即风险管理的总收益不小于风险管理的总投资。由一个两层的模型来描述虚拟企业中盟主和盟员的决策过程。针对以上两层的结构化分布式决策模型,将基本的粒子群优化算法扩展为多种群粒子群优化算法,将多种群分布于盟主和多个盟员中来搜索问题的最优解。(4)组织化分布式决策下的风险管理问题。对于组织化分布式决策,主要分析了由于私有信息的存在,而使盟主与盟员之间处于信息不对称的情况。盟主无法完全得知盟员全部真实情况,而只能以一定的概率预测到盟员的风险状态。将预测的不确定性以随机变量描述,并建立随机规划模型。将两个结构化分布式决策模型扩展为两个组织化分布式决策模型。考虑盟员风险水平的组织化分布式决策模型。这是一个两层的模型,上层描述盟主的决策过程,在保持盟员处于低风险的情况下,最小化虚拟企业的风险水平。下层描述了各盟员的决策过程,盟员在盟主决策的指导下,凭借其拥有的相对完整的信息做出最优的决策。考虑风险管理收益的组织化分布式决策模型。在两层的模型中,上层描述盟主的决策过程。在保证风险管理收益的情况下,盟主以最小化虚拟企业的总风险损失为目标。下层描述了各盟员在获得资金后的实际决策过程,盟员凭借其拥有的相对完整的信息做出最优的决策。针对以上两个组织化分布式决策模型,设计了嵌入蒙特卡罗模拟的多种群粒子群优化算法对其进行求解。