双种群锥面积差分进化算法求解投资组合问题

发布时间：2023-05-07 21:21

　　投资组合中的均值-方差模型是一个典型的二目标无约束优化问题,其中均值代表期望收益率,方差代表风险;文章将此模型转化为一个单目标的约束优化问题,并采用了一种基于锥面积思想和双种群的差分进化算法(CADE算法)进行求解。CADE算法采用了双种群机制来划分投资组合优化问题中的解集,并将种群中的个体分别划分到不同的锥面积区域中,在优化过程的不同阶段对两个种群分别设计了不同的更新策略进行种群更新以维持种群多样性。其中,不可行子种群采用基于锥面积比较的更新策略,可行子种群在前期采用基于容差排序的更新策略,一定迭代次数后采用基于可行性规则的更新策略。选取了OR-Library的五个公开的标准测试例进行实验,实验数据表明,CADE算法均能求得测试例的理想解,并在求解精度和求解速率上优于CMODE算法和SR算法。

【文章页数】：9 页

【文章目录】：
0 引言
1 差分进化算法
2 基于锥面积思想的CADE算法
    2.1 分区技术
        2.1.1 空间分区技术
        2.1.2 种群个体空间分配策略
    2.2 双种群机制
        2.2.1 双种群划分策略
        2.2.2 双种群更新策略
            2.2.2.1 锥面积计算比较
            2.2.2.2 可行性规则与容差排序
3 CADE算法应用于投资组合问题
    3.1 标准数据集说明
    3.2 CADE算法实验
    3.3 CADE算法与其他算法的比较
4 结论



本文编号：3811347