10.14188/j.1671-8836.2020.0137
求解自融资投资组合模型的量子行为的粒子群优化算法
为有效求解自融资投资组合模型,基于粒子群优化(particle swarm optimization,PSO)算法,提出了一种改进的量子行为的粒子群优化算法(LDQPSO).在算法的设计中,借助Levy飞行策略对粒子位置的迭代公式进行更新,用于提高算法的局部收敛精度和全局探索能力;针对迭代后期的早熟问题,引入了多样性的判定和增强的操作.算法性能测试结果表明,LDQPSO算法在收敛精度和鲁棒性上比已有的3种PSO改进算法有更好的表现.应用改进算法对自融资投资组合模型进行了求解.与传统的遗传算法、差分进化、粒子群优化算法和量子行为的粒子群优化算法相比,LDQPSO算法在实际应用中拥有更好的寻优能力.
自融资投资组合、量子行为的粒子群优化算法、Levy飞行、收敛精度、多样性
67
TP301.6(计算技术、计算机技术)
国家自然科学基金;重庆市基础与前沿研究计划项目;博士科研启动基金;重庆工商大学青年项目;长江上游研究中心科研项目
2021-05-24(万方平台首次上网日期,不代表论文的发表时间)
共7页
136-142