基于组合模型的复杂系统超多目标优化算法

代理模型辅助进化算法广泛用于昂贵的复杂工程系统优化设计,能够加速找到问题的最优解集。然而,单个模型预测性能依赖于具体问题,并且随着目标个数的增加,预测性能的不确定性将随之增加。因此,提出一种基于组合模型的复杂系统超多目标优化算法。首先,建立组合代理模型并结合随机参考向量替代机制,以更好地搜索超多目标问题的非支配解集。其次,基于改进的统计下限最小值(LCB)准则及自适应个体选择策略选择优秀个体进行真实评估,以更新组合代理模型,使其能更好地辅助算法找到最优解集。最后,通过所提算法与已有代理模型进化算法在一系列测试函数和工程优化实例上的对比结果表明,所提算法具有良好的性能和潜力。

基于资本效率约束的多目标行业组合贷款优化管理模型

在综合考虑商业银行资本运用效率及风险承受能力的基础上,建立了风险调整后资本收益率(RAROC)最大化和风险最小化的多目标行业贷款组合优化管理模型。模型兼顾了贷款组合综合收益、风险等多重管理目标,并通过资本效率约束使贷款的运用效率在商业银行行业贷款优化配置中予以充分体现。运算中采用了粒子群优化算法进行迭代求解,并根据某商业银行经营数据进行实例分析,改进了现有贷款组合研究需要假设模型约束变量数值的缺陷。

基于VaR收益率约束的贷款组合优化决策模型

本文以贷款的收益率为金融资产的收益 ,以贷款收益率的波动为标准反映贷款风险 ,在VaR约束下 ,以拉格朗日乘子法为工具求二次规划 ,建立了在既定组合收益范围内 ,组合风险最小的贷款组合优化决策模型。该模型的特点一是以收益率最大损失的形式、而不是收益额的形式来反应VaR ,使组合决策分析更为方便。二是考虑了风险之间的相关性 ,用组合VaR的收益率最大损失来控制贷款收益率的风险限额 ;使贷款的分配直接反映了商业银行的风险承受能力。三是在合理的目标收益范围内 ,给定任意一个决策者期望的收益率 ,总能找到对应的风险最小的贷款组合 ,由此模型求出的有效边界 ,为组合贷款的优化决策提供了科学的方法。

勘探目标投资组合的优化模型及其应用

把现代投资组合理论引入油气勘探目标投资组合的优化与管理,简要介绍了现代投资优化组合模型的基本思想与原理,阐述了适合于我国油气勘探开发项目的投资组合优化模型,以及该模型的求解方法。最后,通过大庆探区实际勘探目标投资组合优化的应用,为投资决策直接提供方案,同时也证明了该模型是正确的,方法是可行的。

基于模糊优化的多目标投资组合选择模型研究

将模糊集合的概念引入投资组合模型中 ,并将多目标投资组合模型中的收益、方差和偏度三个目标模糊化 ,用逻辑隶属函数作为新的目标函数 .针对该模糊多目标投资组合模型 ,提出了一个动态遗传算法 ,算例给出了该模型的一个实例的最优解 ,并进一步解释了模糊尺度随决定逻辑隶属函数形状的参数的变化而反向变化的规律 .

基于组合模型的MAG焊工艺参数多目标优化

以MAG焊焊接电压、焊接速度、送丝速度为可调工艺参数,开展了三因素三水平全因子平板对接焊和堆焊试验.基于试验数据建立了误差反向传播神经网络、径向基神经网络和克里金模型来预测焊缝余高、接头抗拉强度和冲击吸收能量.模型预测结果显示,所建立模型均能较好的预测焊缝性能,但是没有一个模型能同时最佳预测三种焊缝性能且各模型预测波动较大.为了进一步提升预测精度和稳定性,将误差反向传播神经网络、径向基神经网络和克里金模型以线性加权法组合.结果表明,组合模型能提升预测的精度和稳定性.基于组合模型,采用NSGA-II算法实现多目标优化,得到并验证了焊缝余高、接头冲击吸收能量和抗拉强度三者间的非劣解.验证结果表明焊接工艺多目标优化对实现焊缝综合性能整体最优以及焊接精细化应用具有较大的指导意义.

贷款组合的“均值-方差-偏度”三因素优化模型

以银行各项资产组合收益率最大化为目标函数,以收益率偏度大于零控制银行重大损失发生的概率,以组合风险价值VaR风险限额为约束条件控制资产组合风险的大小,建立了贷款组合的"均值-方差-偏度"三因素优化模型。本模型的创新与特色一是通过偏度约束减少了组合收益率小于其均值的可能性,并增加了组合收益率大于其均值的概率。这在均值-方差模型的基础上,增加了偏度参数,建立了收益率均值-方差-偏度模型,开拓了资产组合优化的新思路。二是以组合风险价值VaR建立了约束条件,通过在一定置信水平下的最大损失限额来制约贷款组合的违约风险,使贷款配给的风险限定在银行的承受能力和贷款准备金的范围之内,解决了整体风险的控制问题。

基于有效边界的贷款组合优化决策模型

以贷款的收益率为金融资产的收益 ,以贷款收益率的波动为标准反映贷款风险 ,以拉格朗日乘子法为工具求解二次规划 ,建立了在既定组合收益范围内 ,组合风险最小的贷款组合优化决策模型 .该模型的特点一是可直接对贷款的银行收益与风险进行组合优化 ,在现有研究的基础上提高了决策分析精度 ;二是通过有效边界上的最优组合有效地控制了贷款的组合风险 ,解决了组合贷款的优化决策问题 .

基于模糊综合评判收益约束的贷款组合优化模型

贷款组合优化是商业银行信贷管理中最常见的决策。本文分析了现有的贷款组合优化模型的特点和弊端 ,以组合风险最小化为目标 ,以模糊数学中的综合评判关系为约束条件 ,建立了贷款组合的模糊优化模型。在组合收益率的综合评判目标和评判矩阵已确定的前提条件下 ,利用二次规划的方法解出各类贷款额占总贷款额的比重 ,解决了银行各类贷款的组合决策问题。通过进一步的实例分析 ,又从实证角度说明了该方法的合理性和可行性。

线性完备变换的银行贷款组合优化模型

以收益率风险价值限额和贷款组合期望收益率为约束条件,贷款组合风险最小为目标函数,建立了基于收益率风险价值约束的银行贷款组合优化模型.本模型运用线性完备变换方法确定银行贷款收益率选取范围,解决了以往研究中由于贷款组合收益率确定不合理、而导致的优化决策模型无解的问题;解决了复杂约束情况下无法求解贷款最优比例的问题.根据银行风险承受能力原则,通过贷款组合收益率风的险价值为约束条件建立模型,控制了贷款配给的组合风险.根据银行给定收益率风险最小原则,建立贷款组合有效边界,解决银行不能灵活调整贷款组合以保证贷款收益率风险最小问题.

一类多目标投资组合优化模型求解算法研究

构建一类含交易费的约束多目标非线性投资组合优化模型,已有的数学规划方法直接求解极其困难,故从智能优化的角度设计了一种提高的进化算法(INSGAII),算法中进化群体分离为可行群与非可行群,两种群体中的父体经由相互交叉获多样性的子体,修正算子对非可行个体修复。数值实验中,基本遗传算法(GA)及线性规划法(LP)被用于与该算法比较,结果表明该算法能获得较均匀的Pareto面,收敛性较好。

基于多目标优化组合模型的电力负荷预测

提出一种基于多目标优化的组合模型(CM),对短期电力负荷需求进行预测.将电力负荷数据预处理后,结合神经网络算法和改进后的多目标蜻蜓算法优化模型的权重.将CM分别通过2018、2019年的电力负荷数据集进行分析验证.在2019年电力负荷时间序列数据集的预测中,CM预测的平均绝对误差百分比MApe平均值为0.63%,与MApe最高的H-Elman算法相比低3.28%.结果表明,CM在短期电力负荷预测中具有较高的准确率.对CM与实验分析中涉及的基准模型进行迪堡马里亚诺检验,CM和绝大多数的基准模型得到的统计量值均大于99%的置信概率临界值.

基于预测精度的多目标组合预测优化模型研究

考虑了组合预测精度的数学期望和预测精度的标准差这两个指标 ,建立了多目标规划组合预测最优化模型 ,并给出其数学规划的解法 .最后进行实例分析 ,结果令人满意 .

多项目多期组合投资优化的双目标模糊相关机会模型

对于多项目单期优化模型已经有了比较满意的结论,现在已有研究基础上讨论一种基于净现值和净现值成本的多项目多期投资组合优化的双目标模糊相关机会模型,并且提出了一种集模糊模拟、改进的神经网络与遗传算法于一体的人工智能算法,结合一种能够实时调整权数的评价函数法,从而对模型进行有效求解。最后数值仿真说明了模型的合理性与算法的有效性。

支农再贷款配置组合的优化模型及其应用

相对稀缺的农村金融资源,支农再贷款无论其配置结构还是配置收益率都未能达到最优状态。本文借助经济优化理论和风险决策技术,建立了三个支农再贷款配置组合的优化模型,同时给出模型的求解方法。并应用它对吕梁地区的种植业、养殖业和加工储运业的支农再贷款配置进行了量化研究。

基于信用迁移的贷款组合多目标优化问题研究

针对现有研究大都仅对单个目标进行优化的现状,提出一种优化决策模型,即将企业信用风险迁移引入到贷款收益率的计算中,以限制资产数目、决策变量上下界等为约束条件,建立组合投资的收益最大、同时方差风险最小的优化决策模型。该模型是一个混合0-1变量的多目标规划问题,提出求解该模型的一种自适应改变惯性权重的离散粒子群算法,数值结果表明该算法是有效的,模型是合理的。

基于Kriging模型的组合型腔注射模浇注系统多目标优化设计

针对非自然平衡布置的组合型腔注射模浇注系统设计的特点,提出了基于Kriging模型的浇注系统多目标优化设计方法。首先给出了Kriging近似模型的基本原理,再针对组合型腔的特点,建立浇注系统多目标优化模型;在多目标优化模型求解中,基于Pareto最优提出了混合交叉变异的多目标蚁群算法;结合鼠标上下盖组合型腔浇注系统的设计实例验证了提出方法的实用性,同时,优化结果表明提出的混合交叉变异的多目标蚁群算法具有较好的算法性能。

基于多目标蚁狮优化算法的微震震源定位数学模型组合

通过多目标智能优化算法研究微震震源定位存在的模型组合合理性未阐明、易陷入局部最优解、定位结果波动性较大等问题。为解决这些问题,首先在到时差模型与到时差商模型基础上设计4个不同的微震震源定位数学模型,两两组合构建6个多目标优化定位模型;再设计3组基于不同台网形状(三维多面体、二维长方形、一维直线型)的微震震源正演仿真实验和1组工程数据验证实验,并引入多目标蚁狮优化(multi-objective ant lion optimization,MOALO)算法求解这些模型;最后采用多个统计指标评判各个模型组合定位效果的优劣。结果表明,数学模型组合(TDA-P1,TDQA)结合MOALO算法的多目标优化定位策略能够得到较高的微震震源定位精度,且模型稳健性较好,优于其他模型组合和传统多目标定位方法,在微震监测领域具有一定的应用价值。

商业银行风险控制之贷款组合优化决策模型

商业银行贷款不能如期收回的风险是商业银行经营风险中最重要的一种风险,从组合的角度来考虑贷款风险的控制是一种行之有效的方法。贷款组合优化,是在综合考虑贷款收益和风险的前提下,从贷款对象中选择其中一组受益最高和风险最小的组合的过程。本文综合考虑商业银行已有的存量贷款和新增贷款,利用存量贷款和增量贷款的有机结合,构建贷款组合优化控制的0-1规划模型,用以控制商业银行贷款组合的总体风险。

基于Kriging模型的组合型腔注射模浇注系统多目标优化设计

针对非自然平衡布置的组合型腔注射模浇注系统设计的特点，提出了基于Kriging模型的浇注系统多目标优化设计方法。给出了Kriging近似模型的基本原理，针对组合型腔的特点，建立浇注系统多目标优化模型，在多目标优化模型求解中，基于Pareto最优提出了混合交叉变异的多目标蚁群算法，结合鼠标上下盖组合型腔浇注系统的设计实例，验证了该方法的实用性。优化结果表明：混合交叉变异的多目标蚁群算法具有较好的算法性能。