关于对可转换债券融资发行范围的确定研究

可转换债券的双重属性以及企业生产经营状况使可转换债券融资具有很大的不确定性,最终导致不同的结果,结果的不同将影响企业进行融资决策中资本结构的制定,因而需要对可转换债券发行范围进行确定。完全转股和回售是企业经营状况良好和极差两种极端情况下可转债融资所产生的结果,此两种结果决定了可转换债券发行范围的上下限,将完全转股结果下所求得的最优融资资本结构作为可转债发行范围的上限,回售情况下得到的最优融资资本结构作为发行下限,从而得到可转换债券发行范围。最后利用基于随机模拟的遗传算法对融资决策模型进行求解,并通过算例解释了算法的有效性。     

应用“dmey”小波变换及遗传算法对重叠光谱分离研究

小波变换可以去除噪声信号,遗传算法具有全局搜索能力,可以任意逼近分析信号.本文将小波变换和遗传算法相结合来处理分析化学中的重叠信号,通过对模拟信号和实验信号的处理,结果显示小波变换和遗传算法能将重叠信号去噪、分离,可用于多组分样品信号重叠的分离研究.     

基于遗传算法的制造单元成组方法的开发

在设计单元制造系统中,单元成组方法的开发仍然是一项重要课题。本文提出了一种基于遗传算法的并行单元成组方法,可并行开发零件族和机器单元,并和算例证实了此方法的有效性。     

TSP及其扩展问题的混合型启发式算法

就经典的旅行商问题（ＴＳＰ）及其扩展形式;瓶颈问题、多目标问题等给出一种混合型启发式算法,并知微机上予以实现,为困难的扩展型ＴＳＰ提供了新的求解手段。     

一类两层规划问题模糊满意解的遗传算法

在现有两层规划问题求解方法的基础上,提出用浮点数编码的遗传算法求解该问题模糊满意解的新方法．这种方法每次提供给决策者一组近似最优解,通过决策者的比较、评价和选择,在交互过程中得到各决策者都满意的解．该方法不仅可以给决策者提供更多的决策环境信息,而且可以适应决策者偏好的变化,使得决策过程更合理,更符合人的认识过程．     

遗传繁衍样本策略及神经网络信用评价研究

提出遗传算法繁衍样本策略,克服了小样本建立模型的缺陷,建立适合于我国商业企业的信用评分指标体系,依据该指标体系和遗传优化样本建立了基于反向传播回归神经网络的信用评估模型,利用样本公司实际指标数据对该模型的评分效果进行了比较研究.     

应用混合神经网络和遗传算法的期权价格预测模型

隐含波动率是指在市场中观察的期权价格所蕴涵的波动率.提出了一种加权的隐含波动率作为混合神经网络的输入变量,建立了混合神经网络和遗传算法相结合的期权价格预测模型,通过遗传算法来优化神经网络的结构和获得隐含波动率的权重.在对香港金融衍生品市场的实证中表明,本文模型在预测结果上要优于传统的Black-Scholes模型.     

基于组合加权算术平均算子的组合预测方法

组合预测能有效结合单一预测模型的优势,有效提高预测的精度,文章在建立广义相对偏差组合预测权系数确定模型的基础上,给出广义相对误差组合预测权系数确定模型的遗传算法求解过程,最后给出基于组合加权算术平均算子的组合预测集结方法.     

长株潭城市群水资源承载力的实证研究

在界定水资源承载力概念的基础上,构建了长株潭城市群水资源承载能力的指标体系,采用基于遗传算法的投影寻踪聚类模型对长株潭城市群水资源承载能力进行了实证分析,提出了提高长株潭城市群水资源承载能力水平的几点应对措施。