全文预览

改进遗传算法在投资组合中的应用

上传者:学习一点 |  格式:docx  |  页数:25 |  大小:318KB

文档介绍
目标函数把的全局最大值,另一类为求目伴标函数的全局最小值。Р斑对于求最大值的问题,做下述袄转换:Р暗?半 f(X) + 扳 , if f(X) 隘+ 办>0Р盎F班(X)= 拌 般 氨 Р昂 0, 肮 if板 f(X) + 把<=0Р笆式中,扒为一个适当相对较小的数。Р氨 对于求最小值问题,爱作如下转换:Р爸 俺 - f(X), if 巴 班 > f(X)Р巴F(X)= 皑 叭 奥 矮 Р肮 0, 肮 if爸 哎 <= f(X)Р摆式中,爱为一个适当的相对较大的数。Р Р2.2.1乘幂尺度变换Р乘幂尺度变换的公式为:Р扮 肮 吧 俺 版 Р皑 新的适应度是原适应蔼度的k乘幂。所求解的问题决奥定幂指数k,而且在算法的执邦行过程中为了使尺度变换满足吧一定的伸缩要求需要不断对其背校正。Р2.2.2指数尺度变换Р指数尺度变换的公式为:Р背 扒 绊 矮 Р翱新的适应度是原有适应度的某扒个指数。Р胺 式中系数巴决定了选择的强制性,般越小,原有适应度较高的个体凹的新适应度就越与其他个体的碍新适应度相差较大,亦即越增懊加了该个体的强制性。Р2.3遗传算法的选择算子Р傲下面列出几种常用的选择算子挨操作方法。Р2.3.1比例选择Р懊比例选择方法的基本思想是:阿适应度越大的个体被选中的概叭率就越大。但由于它的操作带安有随机性,所以它的选择误差

收藏

分享

举报
下载此文档