简介:针对多目标0-1规划问题,首先基于元胞自动机原理和人工狼群智能算法,提出一种元胞狼群优化算法,该算法将元胞机的演化规则与嚎叫信息素更新规则、人工狼群更新规则进行组合,采用元胞及其邻居来增强搜索过程的多样性和分布性,使人工头狼在元胞空间搜索的过程中,增强了人工狼群算法的全局搜索能力,并获得更多的全局非劣解;其次结合多目标0-1规划模型对元胞狼群算法进行了详细的数学描述,定义了人工狼群搜索空间、移动算子、元胞演化规则和非劣解集更新规则,并给出了元胞狼群算法的具体实现步骤;最后通过MATLAB软件对3个典型的多目标0—1规划问题算例进行解算,并将解算结果与其它人工智能算法的结果进行比较,结果表明:元胞狼群算法在多目标0-1规划问题求解方面可获得更多的非劣解集和更优的非劣解,并具有较快的收敛速度和较好的全局寻优能力。
简介:本文首先建立一个考虑投资者情绪的资本资产定价模型,研究发现,投资者情绪是资产定价的系统性因子且对其影响具有区制性(存在三个区制)。在此基础上通过仿真揭示投资者情绪对资产定价影响存在区制性的原因在于当投资者情绪增加时,最优组合超额收益受组合效应与情绪效应的综合影响。最后基于股票论坛发帖的情感分析构建投资者情绪指标,实证检验了本文的理论模型,并发现基于普通的线性回归模型得到的投资者情绪对股指超额收益影响,一方面会在投资者情绪处于第二区制内时将其对股指超额收益影响方向弄反,另一方面会在投资者情绪处于第三区制内时低估其增加导致的股指超额收益平均增加程度。
简介:为解决一次性n人囚徒困境中局中人如何走出困境的问题,引进了背叛惩罚函数及其严厉度和参与人的背叛愿意度等概念,并用数学论证法证明了如下结果:(1)参与人的背叛愿意度都不超过1。(2)背叛愿意度越大,这个参与人越愿意背叛;(3)背叛愿意度为0零时,这个参与人是否背叛其赢得一样;(4)当背叛愿意度取负数时,其绝对值越大,参与人的合作积极性越大。得到博弈结果的判定法:(1)计算各参与人的背叛愿意度。(2)若至少有一个参与人愿意背叛,则全体参与人都背叛。(3)若全体参与人都愿意合作,则合作成功。例子表明,本结果在理论上可有效地解决中局中人如何走出困境和在给定惩罚机制下博弈结果的预测问题。
简介:参考文献中对Lemke-Howson算法给出了相似于线性规划中的单纯形解法。本文用例指出了该解法中出现循环的情况,导致有解求不出。