平安城市虚拟卡口研究

伴随"平安城市"建设的深入,道路高清摄像头数量快速增加,依靠道路高清摄像头的虚拟触发实现常规卡口的功能,实现城市卡口联网布控,成为"平安城市"建设中急需突破的关键技术。     

基于CVaR度量的投资组合优化研究

基于条件风险价值计量技术,首先考虑不允许卖空的情况下,以期望收益为约束,建立了以风险最小化为目标函数的投资组合优化模型。其次,针对该模型运用差分进化法进行求解,利用罚函数方法处理模型中的收益约束。最后,选取沪市和深市的8支股票以及银行存款利率数据进行实证分析,结果表明了模型的合理性和算法的可行性。     

带有界约束非凸二次规划问题的整体优化方法

通过研究带有界约束非凸二次规划问题，给出了求解该问题的整体最优 解的分枝定界方法及其收敛性，提出了定界的紧，松驰策略，把球约束二次规划问题作为子问题来确定原问题的整体最优值下界和上界，应用分枝定界方法达到了对原问题的求解。     

基于等高替换和随机反向的粒子群算法

针对标准粒子群优化算法不易跳出局部寻优、搜索精度低等缺陷,提出了等高随机替换策略,运用简化粒子群算法进行更新,加快了粒子寻优能力;并且对适应值最差的一部分粒子,采用了最优随机反方向搜索策略,保证了算法的全局搜索能力。对6个单模和多模测试函数进行仿真实验,结果表明了改进的算法能很好地保持粒子多样性,全局搜索能力强,拥有更好的的收敛速度和寻优精度。     

融合Pareto邻域交叉算子的多目标分布估计算法

将分布估计算法用于多目标优化问题,提出一种融合Pareto邻域交叉算子的多目标分布估计算法（MEDAP）。与一般分布估计算法只通过采样方法产生新种群不同,MEDAP算法利用采样和交叉相结合的方法产生新种群,并通过模拟退火技术在线调节尺度因子,以此来控制采样和交叉的贡献量,根据NSGA-II的选择策略选出下一代进化种群。数值实验分为两组,一组选取8个常用测试函数并与NSGA-II、SPEA2、MOPSO三个多目标算法进行比较,数值实验结果表明了MEDAP算法的有效性。另一组与不加Pareto邻域交叉算子的多目标分布估计算法进行比较,数值实验结果验证了Pareto邻域交叉算子的加入提高了算法的性能。     

凹二次规划问题的一个融合割平面方法的分支定界混合算法

把割平面方法融于分支定界方法之中,本文提出了求解凹二次规划问题的一个融合割平面方法的分支定界混合算法,证明了该算法是收敛的.数值例子也表明这个算法是有效的,并且好于单纯形分支定界算法。     

基于混沌搜索的微分进化算法

针对基本微分进化算法在后期收敛速度慢,搜索能力差等问题,利用混沌搜索的随机性、遍历性以及对初值的敏感性等特性,提出了一种混合混沌搜索的微分进化算法——混沌微分进化算法。该算法既保持了基本微分进化算法结构简单的特点,又能提高算法的收敛速度、计算精度以及全局寻优能力。数值仿真结果表明,该算法的性能优于基本微分进化算法。     

限制性卖空的单位风险收益最大投资组合模型

在限制性卖空条件下,以VaR作为风险度量工具,它比传统的方差风险度量更全面更系统,首先建立了限制性卖空的单位风险收益最大模型,其次提出了基于线性递减惯性权重和自然选择机制的二阶混合粒子优化(LSSPSO)算法,并将该算法应用到模型中进行求解,最后以一个算例验证了算法的有效性,以及限制性卖空有助于增强市场效率,降低市场风险。     

带有交易成本的均值——方差——下半方差投资组合模型

投资组合选择研究为投资决策和风险管理提供了可量化的途径和科学决策的依据．本文引入了非凹非凸的典型交易成本函数,建立了含有交易成本函数的均值--方差--下半方差投资组合模型．考虑到不同的投资者对风险的厌恶程度不同,引入风险厌恶系数,把双目标的投资组合优化模型转化为单目标的投资组合优化模型,并运用教与学算法对模型进行了求解,得到不同收益下的最优投资组合,同时给出了投资组合的有效边界,最后对算法的优越性进行了分析,得到了比较好的仿真结果．     

带有二次约束二次规划问题的分枝定界方法

提出了一种解带有二次约束二次规划问题的新的分枝定界算法对该算法进行了收敛性分析。这种方法是用新的线性规划松弛定界技术确定最优值的下界，并且把分枝定界技术和外逼近方法有机地结合起来。