發(fā)布時間：2023-02-16 08:34

　　人們在實際生活中遇到的全局優(yōu)化問題越來越多,經(jīng)典傳統(tǒng)算法已經(jīng)不能滿足人們解決問題的需要。因此相繼提出許多啟發(fā)式優(yōu)化算法。這些算法基本都是模擬自然界的一些動物群體行為或者物理學(xué)原理提出的,并且被廣泛應(yīng)用到各個領(lǐng)域。引力搜索算法(Gravitational Search Algorithm,GSA)就是其中一個,雖然GSA具有操作簡單、求解效率高等優(yōu)點,但是它和其他全局優(yōu)化算法一樣,存在容易陷入局部解、解的精度不高等缺點,所以引力搜索算法仍有很廣闊的研究空間。本論文對引力搜索算法進(jìn)行研究,主要工作如下:1、提出一個新的混合引力搜索算法(Hybrid Gravitational Search Algorithm,HGSA)。在這個新算法中,應(yīng)用模糊邏輯理論,將GSA與局部搜索技術(shù)(Local Search Technique,LST)相結(jié)合。這一策略充分利用GSA的搜索能力和LST的開發(fā)能力。在HGSA中每個粒子以概率p使用GSA算法產(chǎn)生新個體,以概率1-p使用二次插值局部搜索技術(shù)產(chǎn)生新個體。用模糊邏輯控制器控制概率p值大小。最后用23個標(biāo)準(zhǔn)測試函數(shù)驗證新算法的性能,并與其它GSA算法進(jìn)行比...

【文章頁數(shù)】：56 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 選題意義
    1.2 GSA的國內(nèi)外研究概況
    1.3 投資組合選擇模型研究概況
    1.4 本論文的研究內(nèi)容及結(jié)構(gòu)
        1.4.1 本論文的研究內(nèi)容
        1.4.2 本論文的主要結(jié)構(gòu)
2 預(yù)備知識
    2.1 標(biāo)準(zhǔn)引力搜索算法
        2.1.1 標(biāo)準(zhǔn)引力搜索算法的理論基礎(chǔ)
        2.1.2 標(biāo)準(zhǔn)引力搜索算法
    2.2 模糊邏輯控制器
        2.2.1 模糊控制簡介
        2.2.2 模糊控制理論
    2.3 混合引力搜索算法
        2.3.1 粒子群引力搜索算法
        2.3.2 基于模糊邏輯控制器設(shè)置的改進(jìn)粒子群引力搜索算法
        2.3.3 引力粒子群算法
        2.3.4 改進(jìn)的引力搜索算法
    2.4 不確定理論
        2.4.1 不確定測量和不確定分布
        2.4.2 不確定變量的交叉熵測度
3 基于模糊控制器設(shè)置的混合引力搜索算法
    3.1 局部搜索技術(shù)
    3.2 模糊邏輯控制器
    3.3 混合引力搜索算法
    3.4 數(shù)值實驗
        3.4.1 測試函數(shù)
        3.4.2 與標(biāo)準(zhǔn)引力搜索算法比較分析
        3.4.3 與其他改進(jìn)的引力搜索算法比較分析
    3.5 本章小結(jié)
4 基于不確定交叉熵的投資組合選擇模型
    4.1 模型
    4.2 數(shù)值實驗
    4.3 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
發(fā)表論文情況
致謝



本文編號：3743894