群智能是一類算法的統(tǒng)稱,它是指人類受到自然界中各種生物群體行為的啟發(fā),通過對這些智慧行為進行模仿來找到更好的尋優(yōu)策略。隨著科學技術的進步,一些傳統(tǒng)的優(yōu)化方法已經無法有效地求解現(xiàn)實中復雜多變的問題,尤其是NP-hard問題,為此,越來越多的學者開始采用多種群的群智能優(yōu)化算法來進行求解,并且表現(xiàn)出了顯著的優(yōu)勢,尤其是在工程應用和科學研究領域,群智能算法越來越受到學者們的重視。Espezua等學者提出了 8種（4組）交叉遺傳操作,并對每對操作可能覆蓋的搜索區(qū)域大小給出定性的結果,但并沒有任何的定量證明。本文對其中6種實數(shù)編碼交叉操作的兩兩探測區(qū)域進行了定量對比分析,給出了兩兩搜索區(qū)域大小比較的解析結果,證明新的交叉操作與相應的原有交叉操作在保有收斂性的同時具有相對的廣鄰域性,從而從理論上證明了遺傳算法具有保持群體多樣性和較好算法性能的內在原因。針對差分進化算法存在的收斂速度慢、易陷入局部最優(yōu)解等缺點,本文提出一種融入聚類分析的差分進化算法。首先,利用聚類分析方法將差分算法的種群進行聚類分類,抽取代表元個體,利用新的個體來替換原種群中的較差個體,去除種群中的冗余信息將種群進行優(yōu)化更新,從而使得... 

【文章來源】：北京郵電大學北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：48 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景
    1.2 研究目的和意義
    1.3 研究現(xiàn)狀
    1.4 研究內容和主要貢獻
    1.5 論文結構安排
第二章 基礎知識介紹
    2.1 遺傳算法的基本流程
    2.2 標準差分進化算法
    2.3 投資組合優(yōu)化
    2.4 本章小結
第三章 六種交叉操作兩兩搜索區(qū)域大小的定量分析
    3.1 遺傳算法中六種實數(shù)編碼的交叉操作
    3.2 三對交叉操作搜索區(qū)域對比的定量分析
    3.3 本章小結
第四章 基于聚類分析的差分算法協(xié)作研究
    4.1 基于聚類分析的差分算法思想描述
        4.1.1 聚類分析算法
        4.1.2 算法思想
        4.1.3 算法步驟
        4.1.4 算法流程圖
    4.2 仿真實驗與結果分析
        4.2.1 不同聚類分析方法與差分進化算法的協(xié)作性分析
        4.2.2 算法綜合對比實驗
    4.3 本章小結
第五章 基于DEClu算法的均值-VaR投資組合優(yōu)化
    5.1 均值-VaR模型的建立
    5.2 約束處理
    5.3 數(shù)值模擬及結果分析
        5.3.1 資產選取
        5.3.2 數(shù)據(jù)的預處理和算法參數(shù)設置
        5.3.3 實驗結果分析
    5.4 本章小結
第六章 總結與展望
參考文獻
致謝
攻讀學位期間取得的研究成果


【參考文獻】：
期刊論文
[1]基于FCM聚類算法的電能表標準裝置監(jiān)測數(shù)據(jù)分析與研究[J]. 左黎斌,何傲,王昕,何東瑩,趙楠.  軟件. 2018(06)
[2]基于K-means算法的電能表檢定誤差分析與研究[J]. 何傲,左黎斌,王昕,何東瑩,趙楠.  軟件. 2018(06)
[3]移動機器人養(yǎng)老服務路徑規(guī)劃的粒子群算法研究[J]. 陳曦斌,焦明海,劉昊汧,程亦然,張浩.  軟件. 2018(06)
[4]基于工作流的軟件測試過程模型研究[J]. 顏樂鳴.  軟件. 2018(05)
[5]基于二進制GA的B樣條重構曲線節(jié)點優(yōu)化[J]. 胡良臣,壽華好.  軟件學報. 2016(10)
[6]基于強化學習的SBS云應用自適應性能優(yōu)化方法[J]. 閆永明,張斌,郭軍,孟煜.  計算機學報. 2017(02)
[7]多變異策略差分進化算法的研究與應用[J]. 呂銘晟,沈洪遠,李志高,王汐,龔明,王俊年.  計算機工程. 2014(12)
[8]基于閾值統(tǒng)計學習的差分進化引力搜索算法[J]. 張英杰,龔中漢.  計算機研究與發(fā)展. 2014(10)
[9]基于非均勻變異和多階段擾動的粒子群優(yōu)化算法[J]. 趙新超,劉國蒞,劉虎球,趙國帥.  計算機學報. 2014(09)
[10]基于DCA-PSO算法的均值-VaR投資組合優(yōu)化[J]. 見靜,高岳林.  計算機工程與應用. 2012(27)

博士論文
[1]聚類分析及其應用研究[D]. 唐東明.電子科技大學 2010

碩士論文
[1]基于改進人工魚群算法優(yōu)化投資組合模型的研究[D]. 周修飛.天津商業(yè)大學 2017



本文編號：3148018