投資組合中的均值-方差模型是一個典型的二目標無約束優(yōu)化問題,其中均值代表期望收益率,方差代表風險;文章將此模型轉化為一個單目標的約束優(yōu)化問題,并采用了一種基于錐面積思想和雙種群的差分進化算法(CADE算法)進行求解。CADE算法采用了雙種群機制來劃分投資組合優(yōu)化問題中的解集,并將種群中的個體分別劃分到不同的錐面積區(qū)域中,在優(yōu)化過程的不同階段對兩個種群分別設計了不同的更新策略進行種群更新以維持種群多樣性。其中,不可行子種群采用基于錐面積比較的更新策略,可行子種群在前期采用基于容差排序的更新策略,一定迭代次數(shù)后采用基于可行性規(guī)則的更新策略。選取了OR-Library的五個公開的標準測試例進行實驗,實驗數(shù)據(jù)表明,CADE算法均能求得測試例的理想解,并在求解精度和求解速率上優(yōu)于CMODE算法和SR算法。

【文章頁數(shù)】：9 頁

【文章目錄】：
0 引言
1 差分進化算法
2 基于錐面積思想的CADE算法
    2.1 分區(qū)技術
        2.1.1 空間分區(qū)技術
        2.1.2 種群個體空間分配策略
    2.2 雙種群機制
        2.2.1 雙種群劃分策略
        2.2.2 雙種群更新策略
            2.2.2.1 錐面積計算比較
            2.2.2.2 可行性規(guī)則與容差排序
3 CADE算法應用于投資組合問題
    3.1 標準數(shù)據(jù)集說明
    3.2 CADE算法實驗
    3.3 CADE算法與其他算法的比較
4 結論



本文編號：3811347