10.16055/j.issn.1672-058X.2020.0006.013
求解带约束投资组合模型的量子粒子群算法
针对量子粒子群算法(QPSO)在迭代后期出现种群多样性缺失和容易陷入局部最优的问题,提出了一种基于交叉操作的改进算法;在改进算法中,考虑了粒子的历史最优位置和次优位置,用以扩大粒子的搜索范围;同时,将遗传算法的交叉操作运用到位置的更新中,以增加种群的多样性,进而提高算法的收敛性;在性能测试中,将改进算法与原始的量子粒子群算法、基于差分进化的QPSO和基于黑洞探索的QPSO在收敛精度和鲁棒性方面进行了比较;最后,运用改进算法对一类具有投资数量限制的投资组合问题进行了求解,并与遗传算法、粒子群算法和标准的量子粒子群算法的寻优结果进行了对比.
量子粒子群优化算法、交叉操作、多样性、投资组合
37
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;重庆工商大学博士科研启动项目;重庆工商大学青年项目
2020-11-27（万方平台首次上网日期，不代表论文的发表时间）
共5页
83-87
