基于0-1背包策略改进离散粒子群算法的产业链金融产品双边匹配优化模型

发布时间：2020-11-21 14:24

　　 为解决产业链上各节点企业与金融产品复杂多样的匹配问题,从风险承受力与融资效率视角出发,提出基于0-1背包策略改进离散粒子群算法对双边匹配模型进行求解。以企业风险承受能力要求最小、融资效率最高为目标函数,利用偏好序信息计算出双边匹配主体的满意度,构建了双边匹配优化模型,并运用改进离散粒子群算法进行求解。该方法简化了粒子群速度和位移的更新迭代计算方式,有效地减少了算法冗余性,提高了模型求解的收敛速度和精度。以新能源汽车产业链为例验证了算法的运算速度和寻优能力,并与传统算法比较,结果表明改进算法的运算速度和寻优能力都得到较大的提高,较好地避免了过早收敛和收敛速度慢的缺陷。
【文章目录】：
0 引言
1 问题描述及定义
2 基于风险承受能力与融资效率的双边匹配优化模型
    2.1 指标权重确定和满意度测算
    2.2 基于风险承受能力与融资效率的双边匹配多目标决策模型
3 基于0-1背包策略改进离散粒子群算法
    3.1 0-1背包策略
    3.2 改进离散粒子群算法
    3.3 0-1背包策略离散粒子群算法实现流程
4 算例分析
    4.1 算例选取
    4.2 计算过程
    4.3 结果分析
    4.4 求解方法比较
5 结束语

【相似文献】

相关期刊论文 前10条

1 吕丽霞;林向雨;;基于标准粒子群算法对热工模型的辨识[J];电力科学与工程;2014年07期

2 周佳莉;;浅谈粒子群算法的应用[J];计算机产品与流通;2019年11期

3 陈建新;崔广才;;基于改进粒子群算法的函数优化研究[J];电脑迷;2018年01期

4 周慧;;基于粒子群算法的最优值求解[J];科技广场;2017年12期

5 邓广彪;;改进的粒子群算法在云计算下的数据挖掘中的研究[J];科技通报;2017年04期

6 张钊旭;王志杰;李建辰;王贵奇;许军;杨进候;;一种基于模拟退火-改进二进制粒子群算法的测试优化选择方法[J];水下无人系统学报;2017年03期

7 朱俚治;王兴虎;;试谈粒子群算法[J];电脑编程技巧与维护;2017年11期

8 朱宝;;基于改进粒子群算法的盾构掘进施工优化研究[J];辽宁科技学院学报;2017年03期

9 袁正午;李君琪;;基于改进粒子群算法的云资源调度[J];计算机工程与设计;2016年02期

10 江嘉伟;毋文峰;;一种改进的粒子群算法[J];电脑编程技巧与维护;2016年06期

相关博士学位论文 前10条

1 刘天宇;基于协作学习和文化进化机制的量子粒子群算法及应用研究[D];西安电子科技大学;2017年

2 孟丽;粒子群算法及其在分数阶系统辨识中的应用研究[D];华北电力大学(北京);2016年

3 钟继如;基于混合粒子群算法的小冲杆试验预测材料强度的研究[D];华东理工大学;2019年

4 王雪飞;粒子群算法的动态拓朴结构研究[D];西南大学;2008年

5 张静;基于混合离散粒子群算法的柔性作业车间调度问题研究[D];浙江工业大学;2014年

6 冯琳;改进多目标粒子群算法的研究及其在电弧炉供电曲线优化中的应用[D];东北大学;2013年

7 刘宏达;粒子群算法的研究及其在船舶工程中的应用[D];哈尔滨工程大学;2008年

8 薛尧予;群能量守恒粒子群算法及其在发酵过程控制中的应用研究[D];北京化工大学;2010年

9 张顶学;遗传算法与粒子群算法的改进及应用[D];华中科技大学;2007年

10 张震;骨干粒子群算法及其在电力变压器设计中的应用[D];浙江大学;2014年

相关硕士学位论文 前10条

1 程源;基于QoS的Web服务的选择与组合问题研究[D];重庆邮电大学;2019年

2 屈凯龙;基于改进粒子群算法的刀具车间设施布局及其仿真研究[D];安徽工业大学;2018年

3 张晶晶;基于改进粒子群算法求解常微分方程定解问题[D];哈尔滨工业大学;2018年

4 耿玲;基于多目标粒子群算法的蛋白质结构优化研究[D];上海交通大学;2018年

5 田学刚;港作拖轮调度优化研究[D];大连海事大学;2019年

6 张超;粒子群算法与蚁群算法的改进研究[D];西安工程大学;2019年

7 陈涛;基于无标度网络的改进粒子群算法研究[D];云南大学;2018年

8 张庆;基于改进型混沌映射的粒子群算法及其在天线参数优化中的应用[D];云南大学;2018年

9 康朝虎;融合向—位错模型和量子粒子群算法的断层参数反演研究[D];长安大学;2019年

10 李红魁;基于粒子群算法的公路工程多目标成本优化研究[D];广州大学;2019年

本文编号：2893133