组合投资双目标概率准则模型及GASS II算法求解

考虑到中国证券交易的限制规定及现实投资者并非完全理性的决策行为,给出了组合投资收益-损失风险双目标概率准则的整数规划模型。通过证券收益经验分布,应用分层抽样的随机模拟,并结合动态变化算子的遗传算法,构造GASS II遗传模拟混合算法,进行概率准则模型的优化求解。股票相关性由其秩相关系数给出,算法将秩和区间划分相联系,指导分层抽样。GASS II算法能有效刻画收益分布的“高峰厚尾”,激发遗传算法的隐含并行搜索特性,避免早熟现象,提高寻优效率与精度。最后给出了一个投资组合实证分析算例的收益-损失风险有效前沿。     

GASS II遗传模拟混合智能优化算法

通过对遗传算法算子的行为分析，给出概率动态变化的交叉和变异算子。同时，将遗传算法与随机模拟结合。设计GASS II遗传模拟混合智能优化算法。随机模拟采用缩减方差、加速收敛的分层抽样技术，保证抽样遍布整个搜索空间，突破个体分布“畸形”交叉对遗传算法进化能力的限制，有效发挥遗传算法的隐合并行搜索特性，在发生不成熟收敛时能从当前局部解中跳出，搜索转向具有更高适应度的抽样解，迅速收敛到全局最优解，从而有效避免早熟现象，提高了寻优的效率与精度。Benchmark问题评测结果显示出该算法的有效性。     

基于分层抽样的模拟禁忌混合智能优化算法TSII

将分层抽样随机模拟与禁忌搜索结合,构造了TS II模拟禁忌混合智能优化算法。随机模拟采用缩减方差、加速收敛的分层抽样技术,保证抽样遍布于整个搜索空间,避免禁忌搜索路径往返重复,克服禁忌搜索对初始解的依赖,算法同时使用禁忌表与希望表,将分散搜索与集中搜索相结合,增强算法的并行处理能力,提高寻优的效率与精度。Benchmark问题评测结果显示出了该算法的有效性。     

TS300STL—84及其应用

一、概述四川仪表总厂成功地开发出TS300STL-84PC机,为促进我国自动化水平的提高,提供了两种新装置,并在使用中取得了一些可借鉴的经验。工业生产中有许多环节需要采用顺序控制,而用PC对机械和非连续生产过程进行控制则非常合适。以往要实现程序控制的装置也有很多,如继电器控制,凸轮组或旋转     

聚合物管载胶熔融沉积3D打印增强层间结合强度

目的 熔融沉积3D打印的聚合物产品由于不同层的熔丝间作用力弱,其层间结合强度显著降低,难以满足工业应用的需求,已成为FDM工艺的瓶颈难题.方法 提出管载胶FDM新方法 ,以聚合物管材为胶水的载体,通过打印后胶水的化学反应使熔丝间形成化学键粘接,从而显著提升层间结合强度.结果 与传统无胶产品相比,打印产品的拉伸强度提高95％,断裂伸长率提高248％.结论 新的工艺解决了传统FDM 3D打印产品层间结合强度差的难题.     

全局转录调控在细胞工厂构建中的应用与进展

全局转录调控是一种通过重新编程基因转录来获得新的细胞表型的重要技术方法。本文介绍了通过DNA重组、易错PCR等技术对细胞中的转录元件进行多轮突变修饰,改变RNA聚合酶的转录效率以及对启动子的亲和能力,在整体水平上使细胞的转录水平发生改变,从而获得更加契合实际需求的细胞表型。指出全局转录调控技术不仅可以快速优化代谢途径、提高目标化合物的产量,亦可提高菌株耐受性,在代谢工程领域具有独特的优势,并已被成功应用于不同化合物的细胞工厂构建中。     

组合投资双目标概率准则模型及GASS II算法求解

考虑到中国证券交易的限制规定及现实投资者并非完全理性的决策行为，给出了组合投资收益－损失风险双目标概率准则的整数规划模型。通过证券收益经验分布，应用分层抽样的随机模拟，并结合动态变化算子的遗传算法，构造GASS II遗传模拟混合算法，进行概率准则模型的优化求解。股票相关性由其秩相关系数给出，算法将秩和区间划分相联系，指导分层抽样。GASS II算法能有效刻画收益分布的“高峰厚尾”，激发遗传算法的隐含并行搜索特性，避免早熟现象，提高寻优效率与精度。最后给出了一个投资组合实证分析算例的收益－损失风险有效前沿。     

基于分层抽样的模拟禁忌混合智能优化算法TSⅡ

将分层抽样随机模拟与禁忌搜索结合，构造了TSⅡ模拟禁忌混合智能优化算法。随机模拟采用缩减方差、加速收敛的分层抽样技术，保证抽样遍布于整个搜索空间，避免禁忌搜索路径往返重复，克服禁忌搜索对初始解的依赖，算法同时使用禁忌表与希望表，将分散搜索与集中搜索相结合，增强算法的并行处理能力，提高寻优的效率与精度。Benchmark问题评测结果显示出了该算法的有效性。     

GASS Ⅱ遗传模拟混合智能优化算法

通过对遗传算法算子的行为分析,给出概率动态变化的交叉和变异算子.同时,将遗传算法与随机模拟结合,设计GASS Ⅱ遗传模拟混合智能优化算法.随机模拟采用缩减方差、加速收敛的分层抽样技术,保证抽样遍布整个搜索空间,突破个体分布"畸形"交叉对遗传算法进化能力的限制,有效发挥遗传算法的隐合并行搜索特性,在发生不成熟收敛时能从当前局部解中跳出,搜索转向具有更高适应度的抽样解,迅速收敛到全局最优解,从而有效避免早熟现象,提高了寻优的效率与精度.Benchmark问题评测结果显示出该算法的有效性.