限制卖空及带交易费用的证券组合的三参数模型

本文在 (Simaan(1993) )组合选择的三参数模型的框架下 ,考虑了交易费用 ,限制卖空 ,提出了新的风险证券投资组合模型 ,并给出了风险投资最优比例的算法 .     

随机非线性互补问题的条件风险价值模型及其求解方法

随机非线性互补问题(SNCP)在交通运输,工程力学,金融等许多方面都有着非常广泛的应用,由于随机因素的存在,SNCP通常无解.为解决这个问题,考虑构造一个合理的确定性模型,并将这个确定性模型的解作为SNCP的解.文章利用限定非线性互补函数(NCP函数)来构造投资组合优化中的损失函数,提出求解随机非线性互补问题(SNCP)的条件风险价值(CVaR)模型.由于该模型中含有数学期望及非光滑函数,为求解此模型,文章应用样本均值近似方法和光滑化方法,给出此模型的近似问题并进一步给出求解算法.在理论上,文章还考虑了条件风险价值模型水平集的有界性及该模型近似问题全局最优解序列以及稳定点的收敛性结果.以上结果从理论上保证了文章所提求解SNCP的新模型及其近似问题的可行性.此外,数值结果表明上述方法是有效的.     

并列选择单亲遗传算法在自动化立体仓库货位优化中的应用

针对传统遗传算法在求解自动化立体仓库货位优化多目标模型中容易陷于局部最优解以及交叉变异过程中产生大量不可行解等问题,提出了并列选择单亲遗传算法.算法采用了0,1矩阵编码、并列选择算子、单亲变异算子等,有效避免了交叉变异操作产生不可行解的问题.通过对控制参数进行较合理地选取,算法能够综合考虑各子目标的相对优秀个体,从中选取出全局近似最优解,有效降低了算法陷于局部最优解的概率.利用该算法对36种货物的自动化立体仓库货位进行优化,通过比较优化前后的货位对应的拣选时间及货架重心可以看出,优化后的货位对应的拣选效率及货架稳定性均有明显提高.     

基于邻域信息的社区发现方法

考虑含有节点邻域信息的新模块度函数的社区发现方法和最优分组下标度参数的选择问题,通过谱松弛方法求解模块度函数的最大化问题,最终利用新算法快速求解,并通过真实网络数据验证算法能更好的发现社区.     

基于标杆管理优化算法的供电商购电组合策略

针对开放式电力市场环境下,供电商的购电风险管理问题,结合金融输电权拍卖市场和电能交易市场,构造了一个考虑阻塞风险的供电商最优购电组合模型.由于此模型的非可微性和非凸性,使用了一种新型的智能计算方法——标杆管理优化算法对该模型进行了求解计算.仿真实例表明,提出求解计算方法是切实可行的,具有一定的实用性和灵活性.     

基于自适应均匀变异人工鱼群投资组合优化算法的研究

投资市场具有一定的风险,影响因素包括经济、政治、市场自身规律等,根据市场机制构建合适的投资组合模型,可以有效降低市场风险,提高投资回报率.人工鱼群算法是模仿自然界鱼类的一种人工智能优化算法,具有较好的优化能力,但有时会陷入局部最优解.首先将人工鱼群算法与均匀变异相结合,加入均匀变异随机数,使算法能够跳出局部最优解,得到全局最优,从而提高算法精度.然后采用改进人工鱼群算法对投资组合模型进行优化求解.实验表明,改进人工鱼群算法具有较好的收敛精度和收敛速度,对投资组合模型的求解效果更好,风险下降,收益增加、     

基于引力搜索和粒子群混合优化算法的证券投资组合问题研究

本文研究考虑交易成本的投资组合模型,分别以风险价值(VAR)和夏普比率(SR)作为投资组合的风险评价指标和效益评价指标。为有效求解此模型,本文在引力搜索和粒子群算法的基础上提出了一种混合优化算法(IN-GSA-PSO),将粒子群算法的群体最佳位置和个体最佳位置与引力搜索算法的加速度算子有机结合,使混合优化算法充分发挥单一算法的开采能力和探索能力。通过对算法相关参数的合理设置,算法能够达到全局搜索和局部搜索的平衡,快速收敛到模型的最优解。本文选取上证50股2014年下半年126个交易日的数据,运用Matlab软件进行仿真实验,实验结果显示,考虑交易成本的投资组合模型可使投资者得到更高的收益率。研究同时表明,基于PSO和GSA的混合算法在求解投资组合模型时比单一算法具有更好的性能,能够得到满意的优化结果。     

最优传输理论在图像处理中的应用

最优传输问题是寻找概率测度间的最优传输变换的一类特殊的优化问题,近年来在众多领域得到了广泛的关注.针对传统最优传输问题存在的计算量过大、正则性缺失等问题,学者们提出了多种改进的最优传输模型和算法,用于处理实际中的各种问题.简述最优传输问题的基本理论和方法,介绍Wasserstein距离的概念及其衍生出的Wasserstein重心,探讨离散化最优传输模型及其在正则化等方面的改进,讨论求解最优传输问题的算法进展,综述Wasserstein距离在图像处理领域的简单应用,并展望有待进一步研究的工作.     

最优传输理论及其在图像处理中的应用

最优传输问题是寻找概率测度间的最优传输变换的一类特殊的优化问题,近年来在众多领域得到了广泛的关注.针对传统最优传输问题存在的计算量过大、正则性缺失等问题,学者们提出了多种改进的最优传输模型和算法,用于处理实际中的各种问题.简述最优传输问题的基本理论和方法,介绍Wasserstein距离的概念及其衍生出的Wasserstein重心,探讨离散化最优传输模型及其在正则化等方面的改进,讨论求解最优传输问题的算法进展,综述Wasserstein距离在图像处理领域的简单应用,并展望有待进一步研究的工作.     

改进鲸鱼优化算法在电力负荷调度中的应用

为了提高鲸鱼优化算法(WOA)的全局优化性能, 提出了一种基于黄金分割搜索的改进鲸鱼优化算法(GWOA)。首先利用黄金分割搜索对WOA的初始种群进行初始化, 使得初始种群能够尽可能的靠近全局最优解, 然后利用黄金分割搜索所形成的变区间, 进行变区间黄金分割非均匀变异操作, 以增加WOA的粒子多样性和提高粒子跳出局部最优陷阱的能力, 从而改善WOA的寻优性能。选取了15个大规模测试函数进行数值仿真测试, 仿真结果和统计分析表明GWOA的寻优性能要优于对比文献的改进鲸鱼优化算法(IWOA)。此外, 将GWOA用于对工程实际应用领域中的电力负荷优化调度问题进行实例分析, 实例应用结果表明, GWOA能有效对电力负荷优化调度问题进行寻优求解。