一种改进粒子群优化算法及其在投资规划中的应用

一种改进粒子群优化算法及其在投资规划中的应用

粒子群优化算法(PSO)是模拟生物群体智能的优化算法,具有良好的优化性能.但是群体收缩过快和群体多样性降低导致早熟收敛.本文引入了多样性指标和收敛因子模型来改进PSO算法,形成多样性收敛因子PSO算法(DCPSO),并且对现代资产投资的多目标规划问题进行了优化,简化了多目标规划的问题,并且表现出了比传统PSO算法更好性能.

作 者： 刘羿 陈增强 袁著址 LIU Yi CHEN Zeng-qiang YUAN Zhu-Zhi   作者单位： 南开大学,自动化系,天津,300071  刊 名： 数学的实践与认识  ISTIC PKU 英文刊名： MATHEMATICS IN PRACTICE AND THEORY  年，卷(期)： 2007 37(11)  分类号： O1  关键词： PSO算法(Particle Swarm Optimization)   现代资产投资   多样性   收敛因子模型   多目标优化  

【一种改进粒子群优化算法及其在投资规划中的应用】相关文章：

改进遗传算法在桁架结构优化设计中的应用04-26

改进的遗传算法在连续体结构多目标拓扑优化中的应用04-26

改进模糊聚类算法及其在人力资源管理中的应用04-26

智能算法及其在环境预警中的应用04-26

基于粒子群算法的神经网络在水资源评价中的应用04-27

基于划分和重分布的粒子群算法及优化策略04-25

模拟退火算法在安全投资决策中的应用04-26

信息熵方程求解算法及其应用04-26

基于粒子群算法的资源均衡04-27

多层次图排序算法及其在图剖分中的应用04-26