考虑投资者心理的模糊多目标投资组合模型及交互式算法

考虑证券市场的模糊不确定性和投资者的不同风险偏好特征,将资产收益率及换手率视为模糊变量,以投资组合的收益、风险及流动性为投资目标,构建考虑投资者风险态度的模糊多目标投资组合模型。进一步,考虑投资者损失厌恶及参照依赖等心理特征,设计基于累积前景理论和TOPSIS法的交互式算法(CPT-TOPSIS交互式算法)求解模型。最后,采用实证方法检验模型及算法的有效性。结果表明:CPTTOPSIS交互式算法和考虑投资者风险态度的模糊多目标投资组合模型不仅能够反映投资者的风险偏好、损失厌恶和参照依赖的心理特征,满足不同风险态度投资者的投资需求,且能获得超过市场的收益,可以作为投资者实际决策的依据。

基于交互式算法的物流厢式货车配载、配送联合优化

在传统配送优先策略的基础上,引入了配载优化问题,结合剩余空间划分机制建立了物流厢式货车配载、配送联合优化模型,并设计了交互式算法。最后以北京恒昌亿达物流公司配送数据为实例,验证了联合优化的可行性。该研究为物流配载、配送策略的制定提供了参考。

获取上下文无关文法的一种交互式算法

本文提出一种交互式的上下文无关语言的学习算法．该算法是专门为ＳＡＱ系统设计的，所得到的文法能够自然地反映句子的内部结构，从而很容易刻划句子的含义（语义）．

一种基于多目标优化的QoS路由交互式算法

为了满足通信网络中一些特定业务对于多个网络指标性能的同时要求 ,研究了一类基于多目标决策的QoS路由算法。通过选取带宽作为约束条件 ,把时延和丢失率作为优化目标 ,建立了QoS路由选择的多目标非线性整数规划模型 ,并给出了一种求解模型的交互式算法。该算法通过逐步调整目标函数的上界 ,压缩目标函数的搜索空间来满足决策者的要求和网络条件。

多目标0－1线性规划的交互式算法

提出一个求解多目标０－１线性规划问题的交互式算法，并分析了该算法的特点，即有很强的搜索功能和很宽的适用范围，最后将此算法用于实际，得到了满意的结果。

监测网一、二类同步设计的非线性交互式算法

鉴于监测网的一、二类设计的依赖性 ,两类设计分开解算得不到整体最优值 ,笔者将一、二类设计组合在一起同步进行 ,又考虑到监测网设计模型中绝大多数函数关系都是非线性的 ,提出采用两层非线性多目标交互式设计法进行监测网一、二类同步设计 ,使两类设计变量在一个数学模型中解算 ,获得整体最优值 .这一设计模型和方法比已有方法更科学、更合理 ,可显著提高监测网优化设计质量 .

一种多人有关联两层多目标决策的交互式算法

本文首先建立了基于Ｓｔａｃｋｅｌｂｅｒｇ主从策略的多人有关联的两层多目标决策问题的数学模型，利用满意度和Ｋｕｈｎ－Ｔｕｃｋｅｒ条件把两层多目标规划问题转化为单层单目标非凸约束规划问题；并采用收敛外部逼近法求解此非凸约束规划问题的全局最优解；然后，通过分析人与决策人之间的交互，求得两层决策问题的满意解．

基于交互式遗传算法的布艺沙发CMF情感化设计研究

目的 交互式遗传算法(IGA)是设计方案优化的常用算法,需要基于可视化种群方案做出评价。目前材质设计自动批量生成可视化种群的技术尚不完善,拟解决这一瓶颈问题,为智能优化技术服务于CMF设计提供技术基础。方法 对梭织布艺沙发的纹理组织形式进行编码,驱动凹凸贴图的自动生成,开发3D产品CMF设计方案的批量化构建技术,并引入了美观度与视觉体感两个情感化评价指标,通过评价数据识别隐含的设计师意象信息,推进方案的优化与迭代。结果 实现了布艺沙发CMF可视化方案的批量生成及其情感化评价、交叉重组、变异等系列遗传操作,以推动CMF设计方案优化。结论 案例应用表明,所提出的纹理编码驱动的凹凸贴图自动生成方法对3D产品CMF设计方案的批量生成在技术上是可行的,自动渲染的CMF方案在效率和真实感方面可以满足情感指标的交互评价需求。

基于交互式遗传算法的服装定制系统

目前传统服装行业与计算机科学技术的结合大多集中于智能服装设计和人体建模等领域,而基于用户喜好的服装定制系统的研究较少。文章运用交互式遗传算法,将人的情感、喜好等基于目标的隐性决策因素纳入系统,以用户评分作为适应度函数,逐步对评价机制进行改善,从而降低系统主观评分机制带来的误差,以获取最优的服装设计方案。实验结果表明:交互式遗传算法在优化服装推荐方案具有较高可行性和实用性,用户可以根据自身的情感喜好,对不同风格款式的服装选择评分,并通过进化计算生成符合用户内心期望的服装设计作品。

一种交互式的Ad Hoc网络QoS路由算法

针对分簇结构的 Ad Hoc网络以及一些特定业务对于多个目标同时性能的要求 ,本文选取带宽作为约束条件 ,把时延和丢失率作为 Qo S优化目标 ,建立了 Qo S路由选择的多目标整数优化模型 ,并给出了求解模型的交互式算法 .该算法能够根据决策者的偏好以及网络的实际情况压缩目标空间 ,快速地找到满意路由 .

一类随机多目标二次线性规划模型的交互式算法

针对线性约束条件下带有一个二次目标函数和多个线性目标函数的随机多目标决策问题，借助参考方向法和权重法对该决策问题的期望值模型进行标量化，获得了关于期望值模型的（恰当／弱）有效解的充要条件，引入Ａｃｈｉｅｖｅｍｅｎｔ函数建立了一类随机多目标二次线性规划模型的交互式计算方法．

非线性多目标决策的一个交互式算法

给出了一个求解多目标决策问题的新交互式算法。该算法适用于线性和非线性的情形，能保证解的非劣性，具有计算量小，交互过程简单明确且易于在计算机上实现等特点。

一种优化多目标的交互式路由算法

QoS路由的基本任务是寻找一条满足多个约束条件同时优化多个网络参数的路径。研究多约束条件下的多个线性目标优化的QoS路由问题。选取带宽作为约束条件,线性函数(时延和耗费)作为优化目标,建立了QoS路由选择的多目标线性整数规划模型。通过将多目标优化问题转化为线性单目标优化问题,证明了新问题的最优解是原问题的有效解,给出一种求解模型的交互式算法。该算法引入目标函数参考点概念,逐步调整目标函数参考点,压缩目标函数搜索空间来满足决策者和实时网络资源要求,并最终得到满意解。仿真实例表明了算法的可行性和可操作性。

交互式遗传算法基于NN的个体适应度分阶段估计

针对交互式遗传算法中人的疲劳问题,提出一种基于神经网络(NN)的个体适应度分阶段估计方法,给出了神经网络估计进化个体适应度与人的评价之间的转换策略以及神经网络学习效果的评价指标,并分析了算法的复杂性.实例结果验证了该方法的有效性.

交互式多模型算法性能分析

广泛应用于目标跟踪和故障诊断的动态多模型估计 (SMME)假设模式的切换服从马尔可夫过程 .对马尔可夫切换概率 (MTP)的非MonteCarlo分析有助于深入了解SMME的机理 ,发现参数寻优的法则 ,设计或发展新的自适应多模型估计器 .然而由于SMME的复杂性 ,非MonteCarlo分析很难给出 .本文针对SMM中著名的交互式多模型 (IMM)估计器 ,通过将IMM看作是输入交互和子滤波器串联 ,分析了具有m个参数的MTP矩阵 ,给出了六条不依赖于应用环境及子滤波器设计的结论 .部分结果也适用于一阶广义伪贝叶斯算法 (GPB1) .

基于交互式遗传算法的产品配色设计

研究从平面图像到产品三维模型的配色方案自动映射机制。利用色彩合并与主色提取等技术从平面图像中获取配色方案,并据此构建产品配色方案解空间。在考虑色彩数量、比重和随机创意等因素的前提下,把配色方案从平面图像映射到三维产品模型表面,并将方案群以视觉化形态展示,供设计师选择。通过交互式遗传算法寻找最优方案,程序从设计师选择的方案编码中分析计算出隐含的设计师意象信息,并用以构建适应度评价函数推进方案的优化。在产品外观色彩设计中对设计方法进行验证,实现配色方案的自动化提取、映射和优化设计。

具有参数自适应的交互式多模型算法

动态多模型估计 (SMME)广泛应用于结构和参数的不确定 /变化的估计问题中 ,比如目标跟踪和故障诊断与隔离 .然而由先验信息选定的滤波参数是模式切换与模式未切换情况下的折衷 .针对SMME ,本文通过在每个滤波循环开始处起始多个状态预测器实时地辨识滤波参数 ,包括模式切换概率和基于模型的过程噪声方差 .考虑到交互式多模型 (IMM)是SMME中比较有效的方法 ,我们将上述的参数辨识与IMM相结合 ,提出了一种自适应IMM(AIMM ) .在跟踪一个机动目标的仿真中 ,AIMM表现出了比IMM更高的估计精度 .

基于满意域和禁忌域的交互式遗传算法

针对交互式遗传算法中用户易疲劳问题,提出求同算子与求异算子,基于此给出搜索空间的划分及演化方法,提出基于满意域和禁忌域的交互式遗传算法,该方法可以引导遗传算法在不断缩小的空间中产生新个体,从而提高收敛速度,减少进化代数,达到减轻用户疲劳的目的.利用此方法进行服装设计的实验结果表明,该方法可以有效解决用户疲劳问题.

交互式多模型算法的模型集设计

针对交互式多模型(IMM)算法中模型集的设计问题,提出一种模型集设计方法.在已知真实模式概率分布函数的情况下,根据要求的模型数目,等概率划分模式空间,在每个等概率模式空间上,利用方差的含义获得最大范围地覆盖模式空间的模型集,并给出一个例子说明模型集的设计方法.应用Monte-Carlo仿真,将所设计的模型集用于IMM算法进行目标跟踪.仿真结果显示跟踪精度高,表明了该模型集设计方法的有效性.

交互式多模型算法过渡过程的仿真分析

交互式多模型(IMM)是混合估计理论中比较优越的算法。混合系统假设模式的切换能够瞬时完成。然而由于量测噪声和滤波系统惯性的作用,混合系统的模式切换具有过渡过程,对于实际运动模式切换存在漏检与误报。本文利用Monte Carlo仿真分析了两模型IMM算法过渡过程的滤波残差的统计特性,研究结果对于分析和改进算法具有重要的意义。