基于原对偶内点算法求解投资组合优化模型

研究了标准均值方差投资组合选择模型,针对目前求解方法不具有多项式算法复杂性,文章给出了求解均值方差投资组合优化模型的原对偶内点算法.该算法具有多项式复杂性,因此可以快速求解大规模的投资组合优化模型.仿真结果表明,原对偶内点算法可以较好地应用于投资组合问题,具有较广泛的应用空间和一定的推广价值.     

基于改进的次梯度优化算法的Qos路由问题研究

文章研究基于Lagrange松弛的Qos路由模型，给出普通次梯度优化算法的算法步骤。通过改进步长因子公式和搜索方向，在普通次梯度优化算法（GSOA）的基础上，提出了一种改进的次梯度优化算法（MSOA），并给出算法步骤；运用改进的次梯度优化算法（MSOA）给出了基于Lagrange松弛的Qos路由模型，并求解该路由模型。     

运用微粒群算法求解经济优化问题

微粒群算法(PSO)是新近出现的一种仿生算法,具有简单容易实现,而且随机搜索的优点,使得搜索不易陷于局部最优,本文将该算法引入经济优化领域,以便快速准确求解复杂优化问题。本文首先系统介绍微粒群算法原理、流程以及算法的改进发展,最后应用该算法求解了证券组合问题和资源配置问题两个实例,计算结果表明,微粒群算法可以准确快速的求解经济优化问题。     

最优集合覆盖的一种启发式算法

集合覆盖问题是NP困难问题中应用最广的问题之一,它在模式识别、机器学习等领域中具有重要的应用,目前已有许多比较有效的启发式算法,但是由于问题本身固有的难度,这些启发式算法在具有各自优点的同时也暴露出它们各自的缺陷,本文在前人工作的基础上,提出一种新的启发式算法——集合覆盖问题的启发式矩阵算法SCHM（Set－CO”erinsheuristiCMatvix）。通常的启发式算法是由一个或多个启发式策略所组成,一般情况下,策略越多解的优化率越高,但是同时增加了计算时间复杂性。另外,启发式策略较多时,它们之间的优先级直接影响解的…     

一种求解基数约束投资组合优化的混合粒子群算法

如何有效求解基数约束投资组合优化问题,已成为金融学界近年来一直研究的热点.文章介绍了一种融合极值优化理论的混合粒子群优化算法(简称eo-PSO),利用极值优化方法(EO)以增强混合算法对搜索空间的挖掘能力,引入混沌变异算子提高粒子群(PSO)的探索能力.通过和其他一些智能计算方法对Markowitz基数约束投资组合优化目标函数的测试,以及应用风险范围理论的比较分析,结果显示混合粒子群算法具有良好的计算性能,其优化解也更具有效性.     

商业银行信贷资产组合优化研究

本文试图根据我国商业银行的特点,设定目标函数为组合总的意外损失最小,并基于智能化的免疫算法对优化模型进行改进,提出了基于分组匹配的亲和力计算方法,建立了基于免疫算法的资产组合优化模型.同时将之运用于某国有商业银行的背景,结果表明免疫算法能有效地运用于改善信贷资产组合结构.     

发挥统计职能 优化公路工程投资管理

一、一定要按建设程序办事建设项目从酝酿、规划到建成交付使用经历的整个过程称为建设程序。它是对公路工程项目管理各项工作开展先后顺序的规定,反映了公路工程建设各个阶段之间的内在联系,决定了投资管理的方向,是控制公路工程投资管理的重要环节,绝不能掉     

一种具有制导机制的灰狼优化算法

在求解具有多个局部最优或多目标问题时，灰狼优化算法（GWO）及其一些改进算法以及其他常见的启发式算法的优化性能有待进一步提高，因此，文章提出一种具有制导机制的灰狼优化算法（GWOGM）：制导机制由引导机制和控制机制组成，根据灰狼代际关系，建立引导狼接近猎物的概率模型；根据灰狼适应度和位置变迁趋势，设计控制机制的勘探控制算子和领地控制算子，动态调整灰狼搜索范围和搜索方向。结果表明，制导机制提高了GWO的开发能力和勘探能力。最后，采用14个基准测试函数和4个自建测试函数验证所提算法的优化性能发现，与GWO及其次优的改进算法相比，GWOGM优化精度分别提高22.6%和11.0%，收敛速度分别提高70.4%和58.1%，平均误差分别减小80.1%和35.1%。     

基于GIS的物流配送系统车辆调度研究

文章通过深入研究C-W算法并对该算法进行改进,考虑时间约束,设计了解决混合时间窗问题的启发式算法,结合地理信息系统(GIS)建立相应的数学模型并对供应链中物流配送车辆调度系统和行车路径进行优化。通过实证分析验证了该模型和算法的有效性,对该领域的进一步研究奠定了基础。     

拟适应再加权分类随机森林

综合Adaboost算法的自适应再加权和随机森林算法的未修剪随机变量划分树基模型,文章提出了用于自适应随机森林算法。通过实验数据发现,在训练集较大、贝叶斯误差较小时,模拟自适应再加权会起作用,从而,拟自适应随机森林算法会优于随机森林算法。     

求解作业车间调度问题的改进蚁群算法

作业车间调度问题是一个典型的NP-HARD问题,也是一个前沿性的研究课题,已受到学术界和工业界的广泛关注.文章采用了一种改进蚁群算法来求解作业车间调度问题.首先应用蚁群算法获得一些作业车间调度问题的较优解(调度方案);然后这些调度方案中挖掘出一些有用的调度知识;最后应用这些调度知识来辅助蚁群算法完成后续的优化过程.通过将调度知识有效地融入到蚁群算法中,使得改进蚁群算法在优化效率上大大改进.     

改进粒子群优化算法及其在CVaR模型中的应用

文章基于CVaR模型进行投资组合优化,并利用粒子群算法对其进行求解.在具体应用过程中,为克服粒子群算法易陷入局部极值的缺陷,对算法进行了改进,并与标准粒子群算法(PSO)和遗传算法(GA)进行了比较,结果表明,改进后的算法应用于CVaR模型是行之有效的,且优于标准粒子群算法和遗传算法.     

求解VRP的变种群规模混合自适应遗传算法

车辆路径问题是一个NP—hard问题。文章针对该问题设计了一种结合c—w节约启发式算法进行子路径优化的变种群规模混合自适应遗传算法。该混合遗传算法的种群规模随适应度值及进化代数的变化而变化;交叉概率及变异概率也随个体适应度值的不同而自适应地调整。其次．利用C-W节约启发式算法对子路径进行优化,有效地弥补遗传算法局部搜索能力较差的不足。对随机选择的10个基准测试实例的计算结果表明,该算法是求解车辆路径问题的有效方法。     

公路工程管理信息系统的构建及问题

一、公路工程管理信息系统的构建。公路工程基于业主平台的管理信息系统通常由六个子系统组成,这六个子系统可独立运行。但相关的数据可实现共享。其相关的子系统功能如下：（1）质量控制子系统。该模块的主要功能为：依据《公路工程质量评定标准》对每个分项工程、分部工程、     

一种改进的集成混合遗传算法

文章针对传统的遗传算法的早熟现象(即很快收敛到局部最优解而不是全局最优解),提出了一种将传统优化方法以及模拟退火算法与遗传算法相结合的新思路,即分别在无约束问题和有约束问题两种情况下,采用下降算法和模拟退火算法与遗传算法相结合的混合遗传算法;并将此混合算法应用于实际问题求解中,实验表明该算法具有全局最优性和收敛性.     

基于改进的FSA-SVM的国际有色金属期货价格预测

对传统鱼群算法进行了简化,并对其步长和可视域采用自适应变化策略,利用改进的鱼群算法对支持向量机训练算法进行优化,提出了基于鱼群优化的支持向量机期货价格预测模型.将改进的模型滚动预测未来的期货价格,并以伦敦金属交易所3月期三种有色金属品种的日度期货价格作为实证分析.最后将预测结果与单纯的支持向量机的预测效果相比,结果显示,改进后的模型具有更高的预测精度,特别是对金属期货价格的短期预测效果良好.     

协同进化遗传算法求解带时间窗的车辆路径问题

车辆路径优化是物流组织,交通调度的关键环节,是一个典型的有约束的组合优化问题。单独使用标准遗传算法及其改进算法解决VRP问题时也存在局部收敛的不足,因此通过引入协同进化算法,达到克服一般遗传算法容易早熟的毛病,从而在搜索空间发掘最优解。     

正交最小一乘回归系数估计的算法

文章对正交最小一乘方法的背景与原理进行了介绍,给出了线性模型参数估计算法和在MATLAB中的实现,通过计算机仿真说明了本文算法的正确性和正交最小一乘法较正交最小二乘法更具有稳健性.     

基于改进粒子群优化算法的物流配送中心选址技术

文章同时考虑客户和物流规划部门的利益,构建了物流配送中心地址优化的双层规划模型。提出了一种改进的粒子群优化算法,分别求解双层规划模型的上层模型和下层模型。仿真实例表明了本文方法的可行性和有效性。     

虚拟企业合作伙伴选择的改进蚁群算法

合作伙伴选择是虚拟企业组建阶段的关键问题,选择合适的合作伙伴关系到虚拟企业运作的成败.为了有效地实现虚拟企业运作过程中合作伙伴的选择与优化,文章对满足产品交货期约束和以最小化制造成本为目标的虚拟企业合作伙伴选择与优化数学模型进行了探讨;由于该模型目标函数非连续可微.文章提出了一个改进的蚁群算法对其进行求解.该算法通过引入遗传算法中的杂交算子来改善蚁群的搜索能力,使其对应的解更加优良;文章还通过案例分析验证了算法的有效性.