模糊投资组合选择问题的改进帝企鹅优化算法

模糊投资组合选择问题是在基本投资组合模型中引入模糊集理论,使所建立的模型与实际市场更加吻合,但同时也增加了模型求解难度.因此,本文针对两种不同的模糊投资组合模型,提出一种改进帝企鹅优化算法.算法首先引入可行性准则,处理模糊投资组合模型中的约束.其次,算法中加入变异机制,平衡算法的开发和探索能力,引导种群向最优个体收敛.通过对CEC 2006中的13个标准测试问题及两个模糊投资组合问题实例进行数值实验,并与其他群智能优化算法进行结果比较,发现本文所提出的算法具有较好的优化性能,并且对于求解模糊投资组合选择问题是有效的.     

目标系数模糊型模糊关系线性规划

提出了目标系数模糊型模糊关系线性规划问题,这是传统模糊关系线性规划的扩展.以三角模糊数为例,基于它的一种排序方法给出了求解该类规划的一个算法.最后,为了说明算法的有效性给出了两个数值例子.     

区间值模糊线性规划在证券组合投资优化中的应用

针对期望收益率与风险损失率为区间值模糊数的特征,就证券组合投资问题建立了一种区间值模糊线性规划模型,运用一种对区间值模糊数排序的新算法,将模型转化为经典的线性规划问题进行求解,最后通过一个算例说明其有效性和可靠性,为证券组合投资优化问题的解决提供了一种新的方法,对证券组合的理性投资具有重要的指导意义.     

一种模糊优化的全局算法及在三维水平井轨道设计中应用

本基于一种新的全局优化算法(EM)，提出一种求解模糊优化问题的全局优化算法。针对三维水平井轨道设计问题，提出两个模糊模型。最后把算法及模型应用到实际问题中，数值结果表明算法及模型是有效的、正确的。     

带有区间型三角模糊数的多目标规划模型算法

给出了模糊多目标线性规划模型的一种有效算法,其中目标函数和约束条件中的系数都是区间型三角模糊数.首先,通过引入区间型三角模糊数的截集,将模糊多目标函数转化成单目标函数.其次,引入用于比较两个三角模糊数的强占优可能性准则,将模型中的模糊约束条件转化为经典不等式组.然后,利用Matlab软件编程求解转化的经典单目标线性规划...     

具有模糊信息的多目标运输问题求解

提出一种求解具有模糊信息的多目标运输问题的方法。利用专家意见通过模糊算法集给从各产地到各目的地运送单位物资的模糊综合指标值,运用一种对模糊数排序的方法,将模糊多目标运输问题转化为单目标的运输问题进行求解,最后给出了一个数值例子。     

含模糊变量的水污染控制系统研究

在水流量为模糊变量且河流中工业污水含量标准给定的条件下,分别建立了水污染控制系统问题的模糊期望值模型和模糊机会约束规划模型来满足不同的优化需求.为了有效求解优化模型,采用了将模糊模拟、神经元网络及遗传算法相结合的混合智能算法.最后用算例进行了验证,结果表明该算法是有效可行的.     

证券组合的模糊规划模型

通过结构元方法定义了一种模糊数排序准则,利用模糊约束将Markowitz投资组舍模型转化为模糊线性规划模型,并利用模糊数来描述证券的期望收益率和风险损失率,建立模糊数模糊证券投资组合模型.最后,利用定义的模糊数排序准则把模糊数规划问题转化为经典的线性规划问题,然后再对该模型进行求解,并通过算例阐述了该方法的有效性.     

一类系数为梯形模糊数的两层多随从线性规划模型

针对一类系数为梯形模糊数的两层多随从线性规划问题,利用模糊结构元理论定义了模糊结构元加权序,证明了一类系数为梯形模糊数的两层多随从线性规划问题的最优解等价于两层多随从线性规划问题的最优解.根据线性规划的对偶定理和互补松弛性质,得到了两层多随从线性规划模型的最优化条件.最后,利用两层多随从线性规划模型的最优化条件,设计了求解一类系数为梯形模糊数的两层多随从线性规划问题的算法,并通过算例验证了该方法的可行性和合理性.     

基于模糊遗传算法的自融资有效投资组合研究

在马克维茨投资组合的均值一方差模型框架下,给出限制投资数量的自融资投资组合优化模型.把预期收益率不等式约束转化为模糊约束,采用一种通过惩罚因子,对适应度函数进行修正的模糊遗传算法来求解模型.在理论上,这种算法能够将最优基因较完整地遗传到下一代,有效地避免了早熟现象,可以得到更好的适应度函数值.在实际应用中,对一具体自融资有效投资组合实例进行计算,结果表明:本文所提出的模糊遗传算法是可行的、有效的,具有更好的优化结果.