一種改進粒子群優化算法及其在投資規劃中的應用

粒子群優化算法(PSO)是模擬生物群體智能的優化算法,具有良好的優化性能.但是群體收縮過快和群體多樣性降低導致早熟收斂.本文引入了多樣性指標和收斂因子模型來改進PSO算法,形成多樣性收斂因子PSO算法(DCPSO),并且對現代資產投資的多目標規劃問題進行了優化,簡化了多目標規劃的問題,并且表現出了比傳統PSO算法更好性能.

作 者： 劉羿 陳增強 袁著址 LIU Yi CHEN Zeng-qiang YUAN Zhu-Zhi   作者單位： 南開大學,自動化系,天津,300071  刊 名： 數學的實踐與認識  ISTIC PKU 英文刊名： MATHEMATICS IN PRACTICE AND THEORY  年，卷(期)： 2007 37(11)  分類號： O1  關鍵詞： PSO算法(Particle Swarm Optimization)   現代資產投資   多樣性   收斂因子模型   多目標優化  

【一種改進粒子群優化算法及其在投資規劃中的應用】相關文章：

改進遺傳算法在桁架結構優化設計中的應用04-26

改進的遺傳算法在連續體結構多目標拓撲優化中的應用04-26

改進模糊聚類算法及其在人力資源管理中的應用04-26

智能算法及其在環境預警中的應用04-26

基于粒子群算法的神經網絡在水資源評價中的應用04-27

基于劃分和重分布的粒子群算法及優化策略04-25

模擬退火算法在安全投資決策中的應用04-26

信息熵方程求解算法及其應用04-26

基于粒子群算法的資源均衡04-27

多層次圖排序算法及其在圖剖分中的應用04-26