常微分方程近似解的LS-SVM改进求法

提出一种基于最小二乘支持向量机(LS-SVMs)的求解常微分方程近似解的改进方法.该方法首先通过离散计算域,将常微分方程转换为有约束条件的目标优化问题,然后利用径向基(RBF)核函数可导的性质,用带有导数形式的LS-SVM模型将此优化问题转化为LS-SVM回归问题,进而进行求解.最终得到的闭式近似解具有精度高、连续可微、结构简单且形式固定的特点.该方法适用于任意阶非刚性和奇异的线性常微分方程初值问题和边值问题,以及一阶非线性常微分方程问题.仿真结果验证了该方法具有良好的有效性.     

基于路阻函数的多任务点机动路径规划方法研究

针对复杂路网条件下,多分队多任务点行军时路线难以决策的问题,建立了同时考虑道路服务水平和分队数量的路阻函数;基于该函数的性质,提出了多任务点行军时各分队路径优化规则,构建了多任务点行军时路径规划模型;对比了部队统一机动和各分队自主行进两种规划方式的行程时间,定量说明了指挥员路径规划能力对多任务点行军的影响.为复杂路网条件下多分队、多任务点的机动指挥提供了决策方法和依据.     

改进的生成树遗传算法及其在物流配送成本优化中的应用

针对物流配送成本优化问题的特点,建立了数学模型,并对基本的生成树遗传算法进行了改进,同时详细阐述了改进的生成树编码的遗传算法在物流配送成本优化问题中的运用等关键技术.最后根据此算法设计了一个物流配送优化系统,解决了一个物流配送成本优化问题,效果良好.此系统对于中小型物流公司设计最优物流策略和降低物流成本有着很大的应用前景.     

一类组合优化函数的若干研究

本文研究了一个组合优化问题.利用组合数论的理论,给出了计算优化函数的一个新方法,并确定了4≤4m≤120时优化函数g(4m,6)的准确值,以及相心的优化向量.     

求线性比试和问题的确定性全局优化算法

为求线性比试和问题的全局最优解,本文给出了一个分支定界算法.通过一个等价问题和一个新的线性化松弛技巧,初始的非凸规划问题归结为一系列线性规划问题的求解.借助于这一系列线性规划问题的解,算法可收敛于初始非凸规划问题的最优解.算法的计算量主要是一些线性规划问题的求解.数值算例表明算法是切实可行的.     

集值优化问题Benson真有效解的高阶Fritz John型最优性条件

本文讨论的是集值优化问题Benson真有效解的高阶Fritz John型最优性条件,利用Aubin和Fraukowska引入的高阶切集和凸集分离定理,在锥-似凸映射的假设条件下,获得了带广义不等式约束的集值优化问题Benson真有效解的高阶Fritz John型必要和充分性条件.     

基于免疫记忆克隆算法的指数化投资组合优化构建策略

本文基于克隆选择学说及基于克隆选择学说及生物免疫响应过程的相关机理,提出用于指数化投资的免疫记忆克隆算法,并将其应用于指数化投资组合优化构建模型的求解,旨在探索指数化投资的优化构建策略。文章首先提出多目标的指数化投资组合构建模型。其次,分别设计了适用于指数化投资组合构建策略的抗原、抗体、亲和度函数、克隆选择算子、免疫记忆算子和相应的进化算法。该算法有效避免了传统遗传算法所存在的计算后期解的多样性差、易早熟以及收敛速度慢等缺点。同时,提出了限制投资组合中股票数量的启发式算法。最后,使用包括上证180指数在内的6组世界主要股票市场指数及其成份股的历史数据对模型及算法进行测算,结果表明算法具有良好的求解能力和收敛速度,所建模型的合理性和有效性亦被论证,模型和算法均具有很强的实践价值;     

贷款组合的“均值-方差-偏度”三因素优化模型

以银行各项资产组合收益率最大化为目标函数,以收益率偏度大于零控制银行重大损失发生的概率,以组合风险价值VaR风险限额为约束条件控制资产组合风险的大小,建立了贷款组合的"均值-方差-偏度"三因素优化模型.本模型的创新与特色一是通过偏度约束减少了组合收益率小于其均值的可能性,并增加了组合收益率大于其均值的概率.这在均值-方差模型的基础上,增加了偏度参数,建立了收益率均值-方差-偏度模型,开拓了资产组合优化的新思路.二是以组合风险价值VaR建立了约束条件,通过在一定置信水平下的最大损失限额来制约贷款组合的违约风险,使贷款配给的风险限定在银行的承受能力和贷款准备金的范围之内,解决了整体风险的控制问题.     

基于指数分布的进化策略

典型的进化策略受自然进化过程的启发而成为求解全局优化问题的重要方法。传统的ES变异算子作为一个主要的进化技术是建立在正态分布的随机变量基础上的，本文提出了基于指数分布的进化策略由于采用了新的变异算子有效地减少了产生探试解的成本，从而优于传统的进化策略。     

求一类多元多峰函数全局极小的区间斜率方法

Based on the interval analysis, an interval slope method is proposed for finding all global minimizers of a several peaks function f on domain X^0包含于R^n, which is given by interval slope discard tests and interval extension of objective function.Numerical results of representative test functions show that this method is practical and effective.