优化问题神经网络方法研究及实证分析

优化问题神经网络方法研究及实证分析

论文摘要

优化问题涉及范围广,许多领域都存在大量形式多样的优化问题,解决优化问题具有重要的现实意义。优化问题是指在给定的约束条件下,求出使目标函数最优化的变量组合问题。传统的运筹学方法可以解一些简单的优化问题,但随着问题的复杂化,许多问题都找不到最优解,特别是组合优化问题中的NP困难问题。神经网络作为一种智能化的方法,具有很强的自适应性、鲁棒性和非线性复杂问题的搜索能力,在解决优化难题上具有明显的优势。本文的创新之处在于:从新的角度来研究解决优化问题的神经网络方法,将优化问题分为组合优化问题和连续变量优化问题两大类,分别从这两类优化问题入手来研究解决这些问题的神经网络方法。本文首先探讨了解决组合优化问题的神经网络方法,以TSP问题为例,主要研究Hopfield网络和随机神经网络这两种神经网络。在研究随机神经网络过程中,引入DRNN网络来解决TSP问题。最后,分别从理论研究和实证分析两方面对比了Hopfield网络和DRNN网络在解TSP问题上的优缺点。接着,对解决连续变量优化问题的神经网络方法做了详尽的研究,主要针对该问题中的证券组合优化问题,由于解决证券组合优化问题也具有现实的意义。为了解证券组合优化问题,先要预测基础证券的收益,本文利用RBF网络的函数逼近能力来完成价格预测。在此基础上,根据求得的基础证券的预期收益,引入确定性模拟退火神经网络来求解最优投资比例系数,使得证券组合的风险最小。最后,利用该方法对中国证券市场进行了实证研究,验证了该方法的有效性。

论文目录

  • 中文摘要
  • Abstract
  • 第一章 绪论
  • 第一节 问题的背景
  • 一、优化问题
  • 二、神经网络
  • 第二节 优化问题神经网络方法综述
  • 一、优化问题神经网络方法的研究进展
  • 二、有待解决的问题
  • 第三节 研究的目的
  • 第二章 组合优化问题的神经网络方法
  • 第一节 Hopfield 神经网络
  • 一、Hopfield 网络描述
  • 二、Hopfield 网络的学习过程
  • 三、Hopfield 网络解TSP 问题
  • 四、Hopfield 网络的优缺点
  • 第二节 随机神经网络
  • 一、随机神经网络描述
  • 二、随机神经网络的标准算法
  • 三、随机神经网络解TSP 问题
  • 第三节 Hopfield 网络与DRNN 网络解TSP 问题的理论对比
  • 一、对TSP 问题的描述
  • 二、网络结构
  • 三、能量函数和连接权值的设定
  • 四、激活函数和反馈方程的作用
  • 五、收敛条件
  • 六、参数依赖性
  • 第四节 实证分析
  • 一、经典十城市TSP 问题
  • 二、随机十城市TSP 问题
  • 三、结论
  • 第三章 证券组合优化问题的神经网络方法
  • 第一节 证券组合理论
  • 一、证券组合的预期回报和风险
  • 二、证券组合分析
  • 三、有效证券组合的解法
  • 四、证券组合投资和神经网络的结合
  • 第二节 径向基函数神经网络
  • 一、RBF 网络描述
  • 二、RBF 网络的学习过程
  • 三、RBF 网络的函数逼近理论
  • 四、基于RBF 网络的价格预测模型及变量选择
  • 第三节 确定性模拟退火神经网络
  • 一、模拟退火神经网络
  • 二、确定性模拟退火神经网络的构造
  • 第四节 实证分析
  • 一、收益预测
  • 二、市场模型中β的估计
  • 三、有效证券组合的求解
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].研究生组合优化课程中四轨教学协同模式的探索与实践[J]. 中国现代教育装备 2019(11)
    • [2].基于二次粒子群算法的投资组合优化[J]. 计算机应用与软件 2009(06)
    • [3].基于一种启发式迭代算法的产品组合优化[J]. 中国管理信息化 2020(01)
    • [4].高阶投资组合优化问题的研究述评[J]. 财会研究 2012(01)
    • [5].英语环境下预选机制投资组合优化实验研究[J]. 中国市场 2020(02)
    • [6].结构优化设计的组合优化策略[J]. 机械强度 2013(03)
    • [7].基于改进贪婪算法的多场景负荷组合优化[J]. 中国电力 2020(05)
    • [8].考虑可转移负荷的售电公司负荷组合优化[J]. 电力建设 2020(11)
    • [9].蝉鸣优化算法在组合优化问题中的应用[J]. 科技视界 2019(04)
    • [10].两期投资组合优化统一模型[J]. 中国外资 2013(16)
    • [11].基于风险偏好的商业银行企业贷款组合优化探析[J]. 商场现代化 2020(03)
    • [12].多煤层条件下煤层气开发产层组合优化方法[J]. 石油勘探与开发 2018(02)
    • [13].资源受限时的产品组合优化决策[J]. 财会月刊 2016(14)
    • [14].产品组合优化决策方法分析[J]. 财会月刊 2013(17)
    • [15].应用于投资组合优化的强化学习状态与值函数的选择[J]. 福州大学学报(自然科学版) 2020(02)
    • [16].资产组合优化的多分形模型及实证分析[J]. 系统科学与数学 2016(02)
    • [17].基于翻转课堂的组合优化研究生课程教学模式的改革与实践[J]. 教育现代化 2019(59)
    • [18].基于组合优化视角下上海市社会体育指导员服务网络最优化模式研究[J]. 体育科研 2015(05)
    • [19].一种用于求解多目标组合优化的混合遗传算法[J]. 计算机应用研究 2008(10)
    • [20].基于组合优化的非谐调阻尼叶片减振方法研究[J]. 热力透平 2018(02)
    • [21].基于正交试验-组合优化的钢-镁车架设计[J]. 机械设计与研究 2014(01)
    • [22].金融风险的最坏VaR方法与投资组合优化[J]. 数学的实践与认识 2014(05)
    • [23].一种基于QoS指标的服务组合优化方法研究[J]. 科技创新导报 2009(03)
    • [24].多目标组合优化的旅游线路推荐系统[J]. 信息与电脑(理论版) 2016(05)
    • [25].基于聚类思想的交通信号相位组合优化研究[J]. 西华大学学报(自然科学版) 2016(03)
    • [26].育种算法在组合优化计算中的应用[J]. 安徽农业科学 2012(20)
    • [27].基于组合优化算法的门式起重机计算机模型研究[J]. 起重运输机械 2009(05)
    • [28].组合优化问题简约与算法推演[J]. 软件学报 2011(09)
    • [29].基于组合优化方法的深海养殖与加工基地规划论证[J]. 中国高新科技 2018(03)
    • [30].制造物联网环境下动态制造资源建模与服务组合优化[J]. 暨南大学学报(自然科学与医学版) 2017(04)

    标签:;  ;  ;  

    优化问题神经网络方法研究及实证分析
    下载Doc文档

    猜你喜欢