本文主要是針對保險業及退休基金的資產負債管理議題為研究重心，延續Huang (2004)的研究，其研究是以理論求解的方式求出多期最適資產配置的唯一解，而其研究也衍生出兩個議題：首先是文中允許資產買賣空;再者其模型僅解決單期挹注資金的問題，而不考慮多期挹注資金。但這對於實際市場操作上會有一些的問題。因此本文延續了其研究，希望解決這兩個議題，讓模型更能解出一般化的資產負債管理問題。 本文所選擇的投資的標的是以一般退休基金與保險業所採用，分別是短債(short-term bonds)、永續債卷(consols)、指數連結型債券(index-linked gilts(ILG))、股票(equity)為四種投資標的，以蒙地卡羅模型模擬出4000組Wilkie 投資模型(1995)下的四種標的年報酬率以及負債年成長率，利用這些預期的模擬值找出最適的投資比例以及應該挹注的金額。而本文主要將問題化為決策變數的二次函數，並以一般化最小平方法(generalized least square,GLS)來求出決策變數，而用此方法最大的優點在於一般化最小平方法具有唯一解，且在利用軟體求解的速度相當快，因此是非常有效率的。本文探討的問題可以分成兩個部分。我們首先討論「單期挹注資金」的問題，只考慮在期初挹注資金。接著我們考慮「多期挹注資金」的問題，是在計畫期間內能將資金分成多期投入。兩者都能將目標函數化為最小平方的形式，因此本文除了找出合理的資產配置以及解決多期挹注資金的問題之外，也將重點著重於找一個能快速且精準的方法來解決資產配置的問題。 / This paper deals with the insurance and pension asset liability management issue. Huang (2004) derives a theoretical close solution of multi-period asset allocation. However, there are two further problems in his paper. First, short selling is allowable. Second, multi-period investing is not acceptable. These two restrictions sometimes are big problems in practice. This paper extends his paper and releases these two restrictions. In other words, we intend to find a solution of multi-period asset allocation so that we can invest money and change proportion of investment in each period without problems of short selling. In this paper, we use the standard asset classes used by pension or insurance funds such as short-term bonds, consols, index-linked gilts and equities. We generate thousand times of Monte Caro simulations of Wilkie investment model (1995) to predict future asset returns. Furthermore, in order to improve time-efficiency and accuracy, we derive a quadratic objective function and obtain a unique solution using sequential quadratic programming.

La thèse présente un modèle d’optimisation mathématique ainsi qu’une méthodologie d’étude pour la conception optimale de réseaux de chaleur et de froid flexibles et intégrant des technologies innovantes (les smart réseaux ou réseaux 4e génération). Dans ce modèle, différentes contraintes énergétiques, économiques et environnementales sont alors considérées. Le modèle considère des réseaux de chaud (ou de froid) à différents niveaux de température, ainsi que différents sites de production et demande d’énergie. Le tracé du réseau ainsi que la configuration de l’ensemble des systèmes de production sont obtenus en minimisant soit l'exergie totale consommée soit le coût total pour l’investissement et l’opération des systèmes. Le modèle mathématique développé est formulé en un problème MINLP multi-période. Les contraintes du modèle sont présentées dans plusieurs modèles imbriqués. Le premier modèle M1 est multi-période et inclut les contraintes d’échanges avec le réseau et un moyen de stockage thermique. Le deuxième modèle, appelé M2, contient l’ensemble du modèle M1 ainsi que des nouvelles contraintes permettant de dimensionner des pompes à chaleur à COP variable. Le troisième modèle M3 inclut le modèle M2 ainsi que de nouvelles contraintes pour le tracé géographique des réseaux et la prise en compte des flux d’électricité. Une méthodologie d’étude est aussi présentée, permettant, à l’aide du modèle M3 développé, de traiter des cas d’étude complexes et réalistes. La méthodologie propose une décomposition du problème selon trois étapes consécutives. Cette méthodologie est alors utilisée et illustrée pour un cas d’étude complexe : l’optimisation d’un nouveau quartier, considérant des PAC, un stockage de chaleur saisonnier et de la production PV. / This thesis presents a mathematical optimization model and a methodology for the optimal design of district heating and cooling networks. The various constraints in energy balances, costs and environmental criteria can be considered in order to propose structures of flexible and innovative networks.The model allows the consideration of heating (or cooling) networks at different temperature levels, as well as different production sites and heat demands. The network’s layout as well as the optimal architecture of the heat production systems are achieved by minimizing either the total exergy consumed or the total cost for the investment and operation of the systems.The developed mathematical model is formulated into a multi-period MINLP problem. The constraints of the model are presented in nested models. The first model M1 considers the multi-period aspect and includes the constraints related to the heat exchanges between production/demand streams with the network and a thermal storage. The second model, called M2, contains the entire model M1 as well as new constraints for sizing heat pumps with variable COP. The model M3 includes the model M2 as well as new constraints for the geographical layout of the networks and the consideration of electricity balance in the problem.A methodology is also presented making it possible, using the model M3, to deal with complex and realistic case studies. The methodology proposes a decomposition of the problem following three consecutive steps. This methodology is then used for the optimization of a new district, considering heat pumps, seasonal heat storage and PV production.