基于高斯白噪声扰动的混合粒子群算法及其应用

摘要：

针对带有集的势和资产比例约束的马克维茨均值-方差模型(CCMV)的求解,提出一种带有扰动的混合粒子群算法(HDPSO).在HDPSO算法中,为提升种群跳出局部最优解的能力,引入种群多样性阈值(λα),当种群多样性低于给定阈值时,差分进化算法用来更新粒子自身最优位置,直到种群多样性大于给定阈值为止;如果全局最优粒子连续若干代没有得到提升,对其进行高斯白噪声扰动以产生新的全局最优粒子;根据粒子违背约束条件的程度,提出一种新的比较准则来比较粒子间的优劣;最后,为提升种群向全局最优解飞行的概率,采取一种广义学习策略.对测试函数的仿真结果表明,HDPSO算法是一种可行的算法.在CCMV模型求解上,相比其它算法,HDPSO算法有较优的结果.

关键词： 投资组合 混合粒子群算法 差分进化算法 高斯白噪声扰动

作者: 刘衍民 马卫民

作者单位: 遵义师范学院,数学与计算科学学院,贵州遵义563002;同济大学,经济与管理学院,上海,200438 同济大学,经济与管理学院,上海,200438

会议类型: 国内会议

会议名称: 第十届中国不确定系统年会、第十四届中国青年信息与管理学者大会

会议地点: 银川

会议语种:中文

页码: 1-10

在线出版日期: 2012-07-27（万方平台首次上网日期，不代表论文的发表时间）