基于遗传算法的座位优化控制模型

座位优化控制是航空运输界增加利润的有效方法 .基于旅客的需求预测 ,可以利用数学规划模型为不同的航段和票价组合计算座位销售上限或者销售竞价 ,从而达到单个航班收入最大化的目的 .常用的方法可分为确定模型和概率模型 ,但对多航段多舱位的优化问题 ,由于出现了复杂的组合和约束 ,这些模型必须简化 .提出了基于遗传算法的座位优化控制模型 ,并和常用的优化方法进行了仿真对比 .研究结果表明 ,遗传算法应用于座位优化 ,可得到满意的解 ,同时 ,遗传算法简化了复杂的约束关系 ,易于实现 ,具有明显的优势 .     

非负约束条件下组合证券投资决策的遗传算法

本讨论了在非负约束条件下实现预期投资收益率的组合证券投资遗传算法,并将该算法应用于一个六元证券组合的投资问题。     

基于VaR的房地产投资组合模型设计与应用

本文以风险和收益的动态刻画为核心,在房地产投资组合中引入基于VaR模型的风险评价,通过资产收益和预提费用在持有期内的现值构造效用函数,建立基于VaR的投资组合优化模型,实现房地产投资的最优组合。对于上海房地产市场两种不同资产进行组合的实证分析表明该模型具有一定的实用性和有效性。     

最优保存遗传算法在最优资产组合计算中的应用

本文基文献 [1]的思路 ,详细论述了利用遗传算法解决有风险控制的最优资产组合问题的具体实现过程 .并论证了用浮点数的方法表示的最优保存遗传算法的全局收敛性     

基于遗传算法的多因素证券组合投资决策模型

基于 APT理论 ,在不允许卖空、并考虑交易成本的情况下 ,本文建立了多因素证券组合投资决策模型 ,然后利用遗传算法研究了模型的求解     

允许卖空的log-最优资产组合投资模型

本文研究了允许卖空的离散时间金融市场，在有风险控制和无风险的条件下，当每一周期的收益向量相互独立（可不同分布）时，分别得到关于log-最优资产组合的几个性质。     

分式规划模糊投资组合模型的遗传算法求解

将预期收益率表示为模糊数,以E-SV风险测度为基础给出了组合证券投资决策的效用函数,并建立了基于分式规划的模糊投资组合选择模型,考虑到模型求解的复杂性,我们利用遗传算法构造罚函数对模型进行了求解,并通过实例,验证了该模型解法的可行性和有效性.     

基于综合风险收益的贷款组合优化决策

商业银行货款组合决策的过程,是遵循“效益性、安全性、流动性”的原则,在综合考虑贷款收益和风险的前提下,从众多的贷款对象中选择一组合适的贷款对象的过程。建立综合考虑贷款收益和风险的贷款决策模型,有利于银行通过量化计算进行科学决策,以提高信贷质量,达到商业银行的经营目标。     

基于遗传算法的工业企业库存控制模型分析

库存信息在整个企业信息系统中起着纽带作用 ,为了对企业的整体运作进行有效的监控和管理 ,采用规范化的方法建立库存系统模型是核心 .本文针对工业企业库存控制问题 ,结合遗传算法的特点 ,提出了一种新型的探索策略 .仿真结果表明 ,该方法求解的最优控制策略同弱化条件后用其他方法求解所得的最优策略非常逼近 .该方法不仅提高了求解全局最优解的可靠性 ,而且减少了迭代次数 ,提高了计算效率     

中外企业风险管理之比较——国际企业风险管理考验

企业从诞生的那一刻开始,向前发展的每一步都伴随着风险。有些幸运的企业在与风险博弈的过程中成长起来,学会了管理风险;而兄一些不幸的企业由于对所面临或可能面临的风险缺乏足够的重视,或没有足够的风险应对能力,在风险发生作用的时候被彻底摧毁。 危机的检验 经历了全球金融危机的企业无不对风险管理越来越重视。很多企业力图寻找风险管理中的标杆作法,包括目标、职责、组织结构和实施工具。     

虚拟企业伙伴选择的投资性建模与遗传算法分析

针对虚拟企业的伙伴选择,我们提出了基于投资理论的PI模型。该模型采用遗传算法同时分析了选择伙伴的成本和收益。然后,通过一个典型算例来详细说明虚拟企业伙伴选择的标准和过程。实验结果用穷举法进行了验证和比较,表明该方法具有简单快速准确等特点。     

遗传算法在林木采伐作业信息管理中的应用

遗传算法是基于生物学进化原理的一种新的优化算法,本文介绍了遗传算法在林木采伐信息管理上的应用,通过林木采伐生产作业的衔接紧密的实际例子,论述了该方法在生产任务安排,降伐运输成本及劳力分配等信息管理中的作用。     

GA算子的代数模型

采用矩阵形式表示遗传操作过程 ,可为遗传算法程序设计提供简明的数学模型     

基于遗传算法的对规避目标搜索模型

分析了在应召条件下对规避目标搜索行动的特点,然后采用遗传算法建立了可用于辅助搜索决策者制定协同搜索方案的模型,为分析应召搜索提供了新的方法,该方法克服了传统的运筹学搜索论在协同行动等复杂条件下寻求最优搜索方案的不足     

遗传算法与神经网络相结合的降水预报模型

针对目前BP神经网络在实际应用中,网络结构难以确定以及网络极易陷入局部解问题,用遗传算法优化神经网络的连接权和网络结构,在遗传进化过程中采取保留最佳个体的方法,建立基于遗传算法的BP网络模型,同时通过实例说明该模型在降水预测中的应用,计算结果表明该方法的预测精度较高。     

基于遗传算法的LuGre轮胎模型参数辨识研究

LuGre轮胎模型是一种动态轮胎摩擦力模型,该模型能够精确描述轮胎摩擦环节的动态特性,但由其高度非线性使得参数辨识非常困难.针对LuGre轮胎模型,提出一种基于遗传算法的模型参数两步辨识方法.首先由PD控制辨识出静态参数;然后由PID控制辨识出动态参数.在每一步辨识中,均采用遗传算法作为优化工具,从而避免了采用拟和辨识方法中误差较大,试验条件难以控制的缺点.该算法仅仅使用轮胎转速数据,而转速传感器是汽车防滑刹车控制系统(ABS)的基本组成部分,因此该算法可以与ABS结合工作,低成本的实现LuGre轮胎模型参数辨识.     

遗传算法优化神经网络的汛期降水模型

针对目前神经网络在实际应用中,网络结构难以确定以及网络极易陷入局部解问题,用遗传算法优化神经网络的连接权和网络结构,并在遗传进化过程中采取保留最佳个体的方法,建立基于遗传算法的神经网络模型,实例研究结果表明该方法可以取得较高的预测精度.     

基于遗传算法的二层线性规划问题的求解算法

本研究了下层以最优解返回上层的二层线性规划问题的遗传算法。在提出可行度概念的基础上，构造了二层线性规划上层规划问题的适应度函数，由此设计了求解二层线性规划问题遗传算法。为了提高遗传算法处理约束的能力，在产生初始种群时将随机产生的初始种群变为满足约束的初始种群，从而避免了使用罚函数处理约束带来的困难，最后用实例验证了本提出的二层线性规划的遗传算法的有效性。     

整合农药企业与资源利用效率问题的博弈分析

本首先概述了我国农药企业的状况，分析了农药企业对资源利用、环境污染、生态安全及人畜健康的影响，说明了改变我国农药企业状况的必要性。其次，就整合农药企业与资源利用效率问题进行博弈分析，得到的结果是：整合后的企业个数越少，则资源利用总量越少而总收益反而越大，从而论证了整合的可行性和有效性。最后，指出了在我国加入WTO的背景下，整合农药企业的若干途径措施。本旨在为科学整合农药企业，提供理论指导与决策依据。