دانلود مقاله الگوریتم آتش بازی برای مدلهای mean-VaR/CvaR
تعداد کلمات فایل انگلیسی:3600 کلمه 15صفحه pdf
تعداد صفحات فایل ترجمه:11صفحه word فونت14 Arial
چکیده: الگوریتم های هوشمند به صورت گسترده ای برای مسائل بهینه سازی نمونه کارها مورد استفاده قرار گرفته اند. در این مقاله، ما یک الگوریتم هوشمند جدید را معرفی می کنیم، تحت عنوان الگوریتم آتش بازی، که مدل mean-VaR/CVaR را برای اولین بار حل می کند. این نتایج نشان می دهد که در مقایسه با الگوریتم ژنتیک کلاسیک، الگوریتم آتش بازی نه تنها دقت و سرعت بهینه سازی را بهبود می دهد، بلکه همچنین راه حل بهینه را پایدارتر می کند. ما آزمایشات را در سطوح اطمینان مختلف و درجه های مختلف ریسک پذیری تکرار می کنیم، و نتایج قوی هستند. این موضوع نشان می دهد که الگوریتم آتش بازی مزایای بیشتری نسبت به الگوریتم زنتیک در حل مسئله بهینه سازی نمونه کارها دارد، و این موضوع امکان پذیر است و امید است که از آن در این زمینه استفاده شود.
مقدمه
الگوریتم های هوشمند موردتوجه دانشگاهیان قرار گرفته اند زیرا مزایای آن در حل مسائل پیچیده بهینه سازی است. در واقع، بسیاری از الگوریتم های هوشمند کلاسیک، همانند الگوریتم ژنتیک، الگوریتم بهینه سازی ازدحام ذرات، و الگوریتم کلونی مورچگان، و غیره در این زمینه مورد استفاده قرار گرفته است و دستاوردهای بزرگی را ساخته است
Fireworks algorithm for mean-VaR/CVaR models
Abstract: Intelligent algorithms have been widely applied to portfolio optimization problems. In this paper, we introduce a novel intelligent algorithm, named fireworks algorithm, to solve the mean-VaR/CVaR model for the first time. The results show that, compared with the classical genetic algorithm, fireworks algorithm not only improves the optimization accuracy and the optimization speed, but also makes the optimal solution more stable. We repeat our experiments at different confidence levels and different degrees of risk aversion, and the results are robust. It suggests that fireworks algorithm has more advantages than genetic algorithm in solving the portfolio optimization problem, and it is feasible and promising to apply it into this field
کد:11053
دانلود رایگان فایل انگلیسی:
رمز فایل:www.downloadmaghaleh.com
دانلود مقاله دات کام 
توضیحات محصول
دانلود مقاله الگوریتم آتش بازی برای مدلهای mean-VaR/CvaR
تعداد کلمات فایل انگلیسی:3600 کلمه 15صفحه pdf
تعداد صفحات فایل ترجمه:11صفحه word فونت14 Arial
چکیده: الگوریتم های هوشمند به صورت گسترده ای برای مسائل بهینه سازی نمونه کارها مورد استفاده قرار گرفته اند. در این مقاله، ما یک الگوریتم هوشمند جدید را معرفی می کنیم، تحت عنوان الگوریتم آتش بازی، که مدل mean-VaR/CVaR را برای اولین بار حل می کند. این نتایج نشان می دهد که در مقایسه با الگوریتم ژنتیک کلاسیک، الگوریتم آتش بازی نه تنها دقت و سرعت بهینه سازی را بهبود می دهد، بلکه همچنین راه حل بهینه را پایدارتر می کند. ما آزمایشات را در سطوح اطمینان مختلف و درجه های مختلف ریسک پذیری تکرار می کنیم، و نتایج قوی هستند. این موضوع نشان می دهد که الگوریتم آتش بازی مزایای بیشتری نسبت به الگوریتم زنتیک در حل مسئله بهینه سازی نمونه کارها دارد، و این موضوع امکان پذیر است و امید است که از آن در این زمینه استفاده شود.
مقدمه
الگوریتم های هوشمند موردتوجه دانشگاهیان قرار گرفته اند زیرا مزایای آن در حل مسائل پیچیده بهینه سازی است. در واقع، بسیاری از الگوریتم های هوشمند کلاسیک، همانند الگوریتم ژنتیک، الگوریتم بهینه سازی ازدحام ذرات، و الگوریتم کلونی مورچگان، و غیره در این زمینه مورد استفاده قرار گرفته است و دستاوردهای بزرگی را ساخته است
Fireworks algorithm for mean-VaR/CVaR models
Abstract: Intelligent algorithms have been widely applied to portfolio optimization problems. In this paper, we introduce a novel intelligent algorithm, named fireworks algorithm, to solve the mean-VaR/CVaR model for the first time. The results show that, compared with the classical genetic algorithm, fireworks algorithm not only improves the optimization accuracy and the optimization speed, but also makes the optimal solution more stable. We repeat our experiments at different confidence levels and different degrees of risk aversion, and the results are robust. It suggests that fireworks algorithm has more advantages than genetic algorithm in solving the portfolio optimization problem, and it is feasible and promising to apply it into this field
کد:11053
دانلود رایگان فایل انگلیسی:
رمز فایل:www.downloadmaghaleh.com