房地产开发项目投资组合优化的改进蚁群算法

开发项目投资组合是分散房地产开发非系统风险的一重要策略。现有的房地产开发投资组合理论及算法存在缺陷,本文利用熵作为风险衡量指标,并将蚁群算法引入房地产开发领域,且针对基本蚁群算法存在的计算复杂,易陷入局部最优等缺陷,提出了一种基于信息熵的改进蚁群算法,采用由信息熵控制的路径选择及随机扰动策略实现了算法的自适应调节,克服了基本蚁群算法的不足。TSP问题的计算结果表明了该方法较之其他改进算法的优势。以各项目间的均值熵代替TSP中的各城市距离后的房地产投资组合计算实例表明,该方法具有较好的收敛性、稳定性和鲁棒性,是求解组合优化问题的一种较好的方法。

基于蚁群算法的施工项目成本优化

将建设工程项目的施工过程看成一个复杂的网络系统,用系统可靠性理论与方法研究工程项目的施工系统可靠性,运用蚁群算法对施工网络系统中的各个工作单元的可靠度进行优化分配,进而求出整个工程项目的成本,解决可靠性约束下的成本优化问题。最后,通过工程实例证明该方法的可行性,并和遗传算法的计算结果进行比较,结果表明蚁群算法在求解施工成本优化问题方面更具优越性,为建设工程项目管理提供了一种新思路。

混合算法在轻钢结构优化设计中的应用

结合粒子群优化(PSO)算法快速的全局收敛性和蚁群优化(ACO)算法较强的寻优能力,提出了一种融合PSO算法和ACO算法的混合算法。首先利用PSO算法较强的全局搜索能力,产生各粒子的最优位置值;然后对ACO算法的蚂蚁总个数进行调整,在保证算法全局搜索能力的同时,避免陷入局部最优;最后利用改进的ACO算法对最优位置值做进一步优化。将该混合算法应用于轻钢结构优化设计中,建立优化设计模型。以轻钢门式框架为例,利用该模型进行优化分析,并与文献[11]中改进模拟退火算法的优化结果进行对比。结果表明,混合算法经过61次迭代后能够求出较好的全局最优解,合理可行。

基于灰色层次分析的房地产投资决策

针对房地产风险投资决策的特点,采用群组灰色层次分析方法,建立了灰色层次综合评价体系。应用灰色关联分析法,提出了一种基于灰色综合评价的房地产投资决策方法。利用有限的信息将实际方案与参考序列建立起关联,较好地解决了受决策者个人知识、经验和偏好的制约以及其他决策环境制约所造成的问题,减少了房地产评价过程中的不确定性。算例分析表明该方法可行、有效。

房地产风险投资的模糊多目标决策

房地产风险投资评价是复杂的多目标决策问题。多目标决策问题最显著的两个特点:目标间的不可公度性和目标间的矛盾性。根据多目标决策的特点,本文对数据做了规范化处理,应用不完全偏好信息模糊多目标决策方法,根据数据之间的关系客观赋权,克服了专家主观赋权的缺点,较好地解决了风险投资综合评价问题。得到了较为合理的方案优劣排序。从实例可以看出,此方法物理概念清楚,数学推导严谨,求解简单,可信度高。

基于信息熵改进的粒子群算法在桁架结构优化设计中的应用

提出了信息熵改进的粒子群优化算法用于解决有应力约束、位移约束的桁架结构杆件截面尺寸优化设计问题.首先介绍了信息熵基本理论和基本粒子群优化算法理论,然后对粒子群优化算法作了合理的参数设置,并将信息熵引入粒子群优化算法的适应函数和停机判别准则中.最后对2个经典的优化问题进行求解并与其他算法进行了比较.数据结果表明信息熵改进后的粒子群优化算法在桁架结构优化设计中优于其他同类算法.

房地产投资环境的支持向量机评价

房地产投资环境是房地产投资成功与否的关键因素,因此做好房地产投资环境的评价工作十分重要。本文在介绍支持向量机回归理论的基础上,提出了基于支持向量机回归理论的房地产投资环境评价模型。通过数据仿真及与BP神经网络方法的比较,证明了该方法的有效性。

房地产投资环境的模糊多群体准则评价方法

以改进的层次分析法(IAHP)和模糊数学理论为基础,建立了针对房地产投资环境的多目标多准则多层次的群体准则模糊评价模型。该模型以梯形模糊数作为多位专家对房地产投资环境评价,构造评价矩阵,突显了主观判断的模糊性和不确定性;通过IAHP法计算每位专家各自对各准则层下评价指标权重的不同意见值和专家权重值,提高了优选方案的可信度。最后,运用模糊数学的距离公式,将各投资环境的群体评价模糊数进行处理,得到整个方案集的排序。本文还通过实例证明了该方法的可行性和有效性。

基于实物期权的房地产融资灵活性研究

针对当前"金融安全"的热点问题,假定房地产价格服从几何布朗运动,从而将市场不确定性和融资灵活性的期权特征引入房地产融资决策的过程中,建立融资灵活性的定价模型,并运用动态规划理论求解了这一基于实物期权的模型。

基于AHM和Fuzzy的房地产融资风险评价

针对目前房地产融资风险评价过程中的主观臆断性和片面性,提出了基于AHM(属性层次模型)和模糊综合评判的新思路,从而建立了一套多层次评价指标体系。然后运用AHM法确定了各个指标的重要性权重,避免了以往利用AHM计算权重时的繁琐计算过程,同时也避免了一致性检验,再利用模糊数学的理论对房地产融资风险进行综合评判,完成了定性分析和定量分析的结合,最后以实例验证该方法的科学性和合理性。

基于改进蚁群算法的钢管混凝土构件的优化

针对基本蚁群算法收敛速度慢和容易陷入局部最优的不足,在算法初期赋予挥发系数一个较大的初始值,使蚂蚁搜索到较优路径;后期不断减小和自调整挥发系数,避免局部收敛,在搜索到的较优路径中获得全局最优路径。将改进后的蚁群算法应用到钢管混凝土构件的优化设计中,建立了以梁、柱构件截面特征为设计变量,造价最低为目标函数的优化设计模型。以钢管混凝土纯弯、轴压构件为例,进行模型优化分析,并与文献[4]中改进遗传算法的优化结果进行对比。结果表明,柱和梁分别在58次和52次迭代后求得较好的全局最优解,算法跳过了钢管与套箍混凝土之间复杂作用机理的分析,简单高效。

基于未确知测度的房地产投资环境综合评价

本文在分析房地产投资环境影响因素的基础上,建立了多层次的未确知测度综合评价模型。评价过程中,对于二级指标运用信息熵确定其分类权重,对于一级指标运用层次分析法来确定其重要性权重,实现定性分析和定量分析的结合,进而得到房地产投资环境的未确知综合评价结果。最后实例证明了该方法的实用性和合理性。

房地产投资组合风险度量研究

在分析了用方差作为风险度量的不足的基础上,考虑到投资风险的真实含义和投资者的风险偏好,引入风险偏好系数,建立了基于半方差的风险度量模型,该模型更符合投资者的真实投资心理决策过程。

灰色局势决策方法在投资方案选择中的应用

利用灰色系统决策方法对某建设项目的投资方案进行选择，其结果是合理的，与其他方法相比决策过程显示出更大的优越性。

工程量清单计价模式下虚拟建筑企业发展分析

结合在招投标过程中传统建筑企业的项目管理、组织模式在工程量清单计价模式下出现的问题,对虚拟建筑企业这种新兴的工程建设项目组织模式能否适应新的工程计价、招投标、结算模式做出科学的分析和判断。

变截面构件受冲击荷载作用时的动应力计算

本文根据能量法导出了交截面构件受冲击荷试作用时的动应力计算公式，它对于理论研究及工程实际都具有非常重要的参考价值．

改进的粒子群-模拟退火算法在桁架结构优化设计中的应用

由于粒子数目多,维数大,用粒子群算法求解多约束问题的迭代求解过程需耗费大量时间。受达尔文的优胜劣汰自然法则启发,在粒子群算法中引入淘汰择优机制。使算法随着迭代次数增加,适应能力较差的粒子逐步被淘汰。最后留下的最优粒子需要较低的温度进行退火求解,寻得全局最优解。多峰值函数测试表明,改进后的算法能够高效率跳出局部最优寻得全局最优解。将改进的算法用于空间桁架结构优化,经算例表明,改进后的粒子群模拟退火串行算法降低了算法的求解复杂度,具有较好的稳定性和较优的收敛性,适用于空间桁架结构截面尺寸优化设计。

LMBP预测模型在国际工程索赔上的应用

针对传统BP算法的缺陷,提出了一种采用L-M算法来加快收敛速度改进的BP神经网络。在此基础上,通过研究工程中引起索赔的各种因素,建立了基于LMBP神经网络的非线性系统,并利用该网络模型来预测工程索赔出现的可能性,并通过具体的仿真以及实践结果验证了LMBP网络的有效性,为承包商的工程索赔管理提出了一个新途径。

熵权方法在房地产投资环境优序评价中的应用

根据房地产项目投资环境的复杂性 ,提出了应用熵权理论进行投资环境的优序求解方法 ,通过实例计算 。