基于PSO-AFSA混合算法的模糊投资组合问题的研究
2018-09-25分类号:TP18;F832.59
【部门】华南理工大学数学学院
【摘要】针对模糊不确定的证券市场,用可能性均值、下可能性方差和协方差分别替换了投资组合模型中概率均值、方差和协方差,构建了双目标均值-方差投资组合模型。然后采用线性加权法将双目标模型转化为单目标模型,进而提出了一个PSO-AFSA混合算法对其求解。该混合算法中,将粒子群算法搜索的结果作为人工鱼群算法初始鱼群,进一步搜索,这样能有效的避免粒子群算法陷入局部最优。同时,将人工鱼群中的最好位置反馈到粒子群算法的速度更新公式中,指引粒子运动,加快算法收敛。最后,进行实例分析,结果表明:PSO-AFSA混合算法是有效的,混合算法搜索到的全局最优值好于基本粒子群算法搜索到的全局最优值。
【关键词】投资组合 粒子群算法 人工鱼群算法 线性加权 全局搜索
【基金】国家自然科学基金面上项目(11271140);; 教育部人文社会科学青年基金项目(13YJCZH030);; 2016广东省自然科学基金面上项目(2016A030313545);; 2015年广东省研究生教育创新计划重点项目(2015JGXM-ZD03);; 2016年广东省学位与研究生教育改革研究规划项目(2016QTLXXM-19)
【所属期刊栏目】运筹与管理
文献传递