基于禁忌搜索算法求解随机约束满足问题

为了求解具有增长取值域的随机约束满足问题(CSP),提出了一种基于禁忌搜索并与模拟退火相结合的算法。首先,利用禁忌搜索得到一组启发式的初始赋值,即由一个随机初始化的可行解通过邻域构造一组候选解,再利用禁忌表使候选解向最小化目标函数值的方向移动;如果得到的最优赋值不是问题的解,就把它作为启发式的初始赋值,再执行模拟退火对这组赋值进行修正直到得到全局最优解。数值实验结果表明,所提算法在接近问题的理论相变阈值时仍然能有效地找到问题的解,与其他局部搜索算法相比,表现出了显著的优越性,可用于随机CSP的算法设计。

国债市场利率期限结构建模——负指数立方L_1平滑样条

通过对比国内外利率期限结构静态估计模型的优劣,分析节点数目变化和定位改进B样条函数对利率期限结构静态估计的误差,构建最小化定价误差的节点组合布局搜索程序,并引入负指数平滑立方L1样条优化模型,将误差函数最小化结构从平方和最小化转化为误差距离最小化,权衡拟合误差绝对距离最小化与贴现函数波动性约束,克服B样条函数对节点数目与定位的人工干预和放宽对贴现函数的二阶平滑要求,保留B样条函数刻画中长期利率波动趋势的优势,增强对短期利率波动结构突变的估计和预测能力,提高定价精确度和缓解利率期限结构曲线的过度波动问题.