基于混合遺傳算法的組合投資問題.pdf

1、該文把交易成本和股票的整手買賣引入含有風險偏好的Markowitz組合投資模型,并對證券組合進行分類約束來降低風險,從而構造了含有約束的混合整數(shù)非線性規(guī)劃模型.遺傳算法是一類模擬自然界生物進化過程與機制,求解問題的自組織和自適應的人工智能技術.由于其運行簡單和解決問題的有效能力而被廣泛應用到眾多領域.但是它也容易產生早熟現(xiàn)象以及局部搜索能力比較差.所以對很多問題而言,基本遺傳算法并不是解決問題的最有效方法,而將遺傳算法與問題的特有知識集

2、成到一起所構成的混合遺傳算法卻有可能產生出性能極佳的方法.該文針對上述含有約束的混合整數(shù)非線性規(guī)劃問題設計了一種新的啟發(fā)式算法——混合遺傳算法.它將遺傳算法、模擬退火算法和動態(tài)懲罰函數(shù)法結合在一起,用模擬退火算法來彌補遺傳算法局部搜索能力差的不足,又采用動態(tài)懲罰函數(shù)來處理約束問題,這種算法能夠避免問題陷入局部搜索,且適當擴大了搜索的范圍.最后,該文通過示例分析了該算法與遺傳算法的求解效率.示例證明混合遺傳算法提高了求解效率,是合理的和有