差分進化算法的應用研究.pdf

1、隨著科學技術的快速發(fā)展，在工程研究和社會生活等眾多領域中產生了大量的信息和各種優(yōu)化問題。對于這些問題的分析與解決，成為了各個領域的迫切需求，例如對列車節(jié)能的優(yōu)化，投資組合的優(yōu)化，生產調度的優(yōu)化等。差分進化算法作為人工智能優(yōu)化算法的一種，由于其解決不連續(xù)、不可導函數(shù)的能力以及算法本身的其它優(yōu)越性能，對于其的應用研究引起了許多學者的關注。本文主要針對列車節(jié)能以及股票組合優(yōu)化方法進行了研究。
　　由于環(huán)保因素,列車節(jié)能優(yōu)化在軌道交通系統(tǒng)

2、中愈加得到學者的重視。本文在路程與時間確定基礎上，對列車節(jié)能優(yōu)化方法進行了研究。采用優(yōu)化最大加速、巡航、惰行以及最大減速四個階段控制點的思想，以能量消耗為目標，運用單目標差分進化算法尋找最佳節(jié)能運行策略。將軌道坡度變化、列車速度限制、最大加、減速度以及牽引力與制動力隨列車速度變化等因素作為約束條件，并且采用兩組實驗來驗證所提方法的有效性。結果表明。本文所提方法可有效地解決此列車節(jié)能優(yōu)化問題，并且對實踐操作具有一定程度的指導性。
　

3、　為了使投資者獲得科學的投資決策，對股票組合優(yōu)化進行了研究。針對馬科維茨（Markowitz）的均值方差模型中各支股票權重之和為1的約束，提出了一種新的處理方法。股票權重在變量范圍內隨機初始化，按降序排列保留權重值直到之和為1，其余股票權重全設為0，解決了運用傳統(tǒng)均值方差模型約束處理方法過程中存在的小頭寸過多，投資者無法很好處理的問題；另外針對大規(guī)模股票組合優(yōu)化問題，基于非支配排序以及相關的金融理論知識，提出了一種大規(guī)模股票組合優(yōu)化的預