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。     

模糊模拟在先进制造技术投资评估中的应用

建立一个先进制造技术投资评估模型,它包涵三方面的度量:经济指标、战略指标和风险指标.用模糊净现金流表示经济指标,用模糊变量代替战略指标和风险指标中的不确定性变量.在构建模型时运用层次分析法和模糊理论方法,利用模糊模拟技术处理模型,得到的三个数值用有效面方法来表示.这样可解决评估过程中存在的不确定性变量,使评估结果更加趋于合理.利用模型对三个先进制造技术投资项目评估.     

基于相对距离的改进粗K-means方法

对现有的两种基于绝对距离的粗K-means方法进行了讨论,指出了各自的不足之处。在此基础之上,讨论了用相对距离替代绝对距离的合理性,从而给出了基于相对距离的粗K-means方法。通过对随机数据、Iris数据和文本数据进行聚类效果比较,验证了基于相对距离的粗K-means方法的可行性和有效性。     

基于蚁群优化的路由算法

针对移动自组网提出了一种基于蚁群优化的路由算法,该算法很好地利用了蚁群算法的自适应性,能有效地承载移动自组网的负载。在NS-2平台下的算法仿真表明,该算法在移动自组网环境下表现了较好的性能,从吞吐量、平均延迟、传送率三个指标比较来看,比AODV和DSR的性能都要好。     

商业银行贷款组合优化决策的机会准则模型

通过把贷款的收益率刻画为模糊变量,提出了商业银行贷款组合优化决策的机会准则模型,即可能性准则模型、必要性准则模型和可信性准则模型。对于贷款收益率是特殊的三角模糊变量的情况,给出了模型的清晰等价类,这些等价类可以用传统的方法进行求解。对于贷款收益率的隶属函数比较复杂的情况,应用集成模糊模拟、神经网络、遗传算法和同步扰动随机逼近算法的混合优化算法求解模型。数值算例验证了模型和算法的有效性。     

第四方物流及其在我国的发展

供应链的日益复杂要求物流系统运作更加有效率。单纯的第三方物流已不能满足物流整合的需要，这样第四方物流的理论提出和实践应用逐渐被提上日程。首先对第四方物流的运作方式及解决方案的创新性进行了分析，随之提出我国发展这种新的物流方式的紧迫性，最后探讨了我国对此的基本措施和战略对策。     

基于遗传算法的多旅行商问题研究

针对所有旅行商路径总和最小为优化标准的多旅行商一类问题,用遗传算法优化,并提出了矩阵解码方法。对距离非对称的多旅行商问题的实例进行了仿真,并对不同交叉算子性能进行了比较。结果表明,该算法是有效的,适用于距离对称和非对称的多旅行商问题求解。     

基于BMI的一类不确定分段线性系统的最优控制设计

将不确定分段线性系统的最优控制问题转化成最优控制性能界的优化问题．其中性能上界的优化是以反馈增益为寻优参数的一组双线性矩阵不等式(BMI)问题，对此将遗传算法和内点法结合， 设计了一种混合算法进行求解．最后的算例表明控制律的设计及其求解算法的有效性．     

分段线性系统最优控制设计的一种混合算法

将分段线性系统的最优控制设计问题转化成以反馈增益为寻优参数，以最优控制性能上界为目标的一组双线性矩阵不等式(BMI)问题．将遗传算法与内点法相结合设计出一种混合算法，对BMI问题进行求解．算例仿真表明该算法是简便而有效的．     

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。