基于蚁群与遗传算法的混合进化算法及其在投资组合问题中的应用研究-自动化基础-论文之家

您现在的位置：硕士论文 >> 电子论文 >> 自动化 >> 自动化基础 >> 正文

基于蚁群与遗传算法的混合进化算法及其在投资组合问题中的应用研究

作者：游志升 Publish: 2007-8-2 Hits:-

【中文题名】

基于蚁群与遗传算法的混合进化算法及其在投资组合问题中的应用研究

【英文题名】

Syncretic Evolutionary Algorithm Based on ACO and GA with Its Applications in Composition of Investment

【学科专业】

计算机应用技术

【论文级别】

硕士论文

【投稿时间】

2007-8-2

【中关键词】

蚁群算法,遗传算法,算法混合,证券投资组合,,

【英关键词】

【分类导航】

工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>>

【论文摘要】

蚁群算法与遗传算法的混合,其基本思想是汲取两种算法的优点,克服各自的缺点,优势互补,在时间效率上优于蚁群算法,在求精确解的质量上优于遗传算法,是时间效率和求解质量都较好的一种新的启发式算法。本论文把遗传算法移植到蚁群算法内部,对蚁群算法的改进突出放在对蚂蚁本身进行遗传算法操作,通过遗传算法操作使得蚂蚁性能得到进化,并提出系统、团体概念,让蚂蚁系统模拟人类社会运作去找最优解,这种改进不但使算法本身整体性能得到提高,而且使得算法既吸收了遗传算法的优点,避免了收敛过快的缺点,又保证了算法运行时间复杂度不因遗传算法而增加。本论文从对智能进化计算的认识入门,研究了基本蚁群算法的原理和工作流程,了解了蚁群算法的改进、扩展和发展现状;学习熟悉了遗传算法的机理和启发思想,学习熟悉了证券投资组合理论。在对蚁群算法和遗传算法的分析研究基础上,总结了蚁群算法、遗传算法的优缺点,初步提出了遗传蚂蚁算法的基本思想,分析得出遗传蚂蚁算法的模型,分析了遗传蚂蚁算法的空间复杂度和时间复杂度。随后将遗传蚂蚁算法和证券投资组合的应用结合起来,针对具体应用构造出了一个具体的模型。通过实例分析,验证了遗传蚂蚁算法的可行...

【论文题纲】

提要	4-7
第一章绪论	7-16
1.1 论文选题的背景和意义	7-9
1.1.1 论文选题背景	7-9
1.1.2 论文选题意义	9
1.2 论文涉及内容目前研究现状	9-14
1.2.1 目前研究现状	10-11
1.2.2 对目前研究的评价	11-14
1.3 论文的总体思路及研究方法	14
1.3.1 总体思路	14
1.3.2 研究方法	14
1.4 论文的主要工作	14-16
1.4.1 论文的主要工作	14-16
第二章基础理论	16-30
2.1 蚁群算法原理及其讨论	16-21
2.1.1 基本蚁群算法	16-19
2.1.2 扩展的蚁群算法	19-20
2.1.3 蚁群算法总结	20-21
2.2 遗传算法原理及其讨论	21-27
2.2.1 基本遗传算法	22-24
2.2.2 扩展的遗传算法	24-26
2.2.3 遗传算法总结	26-27
2.3 现代证券组合理论基本知识	27-30
2.3.1 现代证券组合理论的发展	27-28
2.3.2 Markowits投资组合理论	28-30
第三章遗传蚂蚁混合算法	30-40
3.1 改进算法的背景及基本思想	30-32
3.1.1 算法的背景	30
3.1.2 算法的基本思想	30-32
3.2 改进算法的数学模型及其实现	32-40
3.2.1 算法的数学模型	32-35
3.2.2 算法的具体实现	35-38
3.3.3 算法的复杂度分析	38-40
第四章算法在证券投资组合中的应用与研究	40-53
4.1 改进的遗传蚁群混合算法的应用	40-43
4.1.1 基于遗传蚂蚁混合算法的证券投资应用	40
4.1.2 基于遗传蚂蚁混合算法的证券投模型的建立和求解	40-43
4.2 基于改进算法的证券投资实例分析	43-53
4.2.1 股票投资组合实例分析	43-50
4.2.2 与单个蚁群算法进行实例比较	50-53
第五章全文总结	53-56
一、对本文总结	53-54
二、下一步工作的展望与设想	54-56
参考文献	56-59
摘要	59-62
Abstract	62-65
致谢	65

【DOI】

LunWen.ID:2.2008.388728



付费论文：有参考文献 300元

1、注册会员 2、购买本文 3、下载文章
注:此文为收费论文，需付费购买。每页大约1000字。

代写论文流程

载入中…

Web lunwenjia


热门搜索：蚁群算法论文遗传算法算法混合证券投资组合

自动化基础最新论文

自动化基础热门论文