粒子群优化算法在项目投资决策中的应用

Application of Particle Swarm Optimization in Project Investment Decision

下载PDF

导出

摘要粒子群优化算法是一种全局随机优化算法,本文将该算法用于项目投资决策,并与经典的动态规划解法进行比较,显示了该方法的简单性、可行性和有效性. Particle Swarm Optimization（PSO） is a stochastic global optimization algorithm. It is used in project investment decision（PID）. So compared with the traditional dynamic programming（ DP）, the algorithm was simple, feasible and effective.

作者田东平

机构地区上海师范大学数理信息学院

出处《天津师范大学学报（自然科学版）》 CAS 2006年第1期77-80,共4页 Journal of Tianjin Normal University：Natural Science Edition

基金上海师范大学教育科研基金资助项目(L0148)

关键词粒子群优化算法项目投资决策动态规划 particle swarm optimization project investment decision dynamic programming

分类号 TP301.6 [自动化与计算机技术—计算机系统结构]

引文网络
相关文献

参考文献18

1Kennedy J,Eberhart R.Particle swarm optimization://IEEE Int'1 Conf on Neural Networks[C].Perth,Australia,1995:1 942-1 948. 被引量：1
2Eberhart R,Kennedy J.A new optimizer using particle swarm theory:Proc of the sixth international symposium on Micro Machine and Human Science[C].Nagoya,Japan,1995:39-43. 被引量：1
3Shi Y,Eberhart R.A modified particle swarm optimizer:IEEE World Congress on Computatianal Intelligence[C].Seoal Korea,1998:69-73. 被引量：1
4Angeline P J.Evolutionary optimization versus particle swarm optimization:Philosophy and performance differences:Evolutionary programming VII[C].Perth,Australia,1998:601-610. 被引量：1
5Clerc M.The swarm and the Queen:Towards a deterministic and adaptive particle swarm optimization:Proc of the Congress of Evolutionary Computation[C].Perth,Australia,1999:1 951-1 957. 被引量：1
6Shi Y,Eberhart R.Fuzzy Adaptive particle swarm optimization:Proc of the Congress on Evolutionary Computation[C].Seoal Korea,2001. 被引量：1
7Van den Bergh F,Engelbrecht A P.Training product unit networks using cooperative particle swarm optimizers:Proc of the third Genetic and Evolutionary Computation conference[C].San Francisco,USA,2001. 被引量：1
8Van den Bergh F,Engelbrecht A P.Effects of swarm size cooperative particle swarm optimizers:Proc of the third Genetic and Evolutionary Computation conference[C].San Francisco,USA,2001. 被引量：1
9Lovbjerg M,Rasmussen T K,Krink T.Hybrid particle swarm optimization with breeding and subpopulations:Proc of the third Genetic and Evolutionary Computation conference[C].San Francisco,USA,2001. 被引量：1
10Natsuki Higasshi,Hitoshi Iba.Particle swarm optimization with Gaussian mutation:Proc of the Congress on Evolutionary Computation[C].San Francisco,USA,2003:72-79. 被引量：1

二级参考文献20

1Liang Y C，Proc 1999 Congress on Evolutionary Computation，1999年，1478页被引量：1
2Yu Inkeun，Proc POWERCON'98 1998 International Conference on Power System Technology，1998年，552页被引量：1
3J Kennedy,R Eberhart.Particle swarm optimization[C].In:EEE International Conference on Neural Networks, 1995:1942-1948. 被引量：1
4J Kennedy, R Eberhart.A new optimizer using particle swarm theory [C].In:Proceeding sixth International Symposium on Micro Machine and Human Science, 1995:39-43. 被引量：1
5R Eberhart, Y Shi.Particle swarm optimization: developments, applications and resources[C].In:Proceedings of the 2001 Congress on Evolutionary Computation,2001:81-86. 被引量：1
6Y Shi ,R Eberhart.Empirical study of particle swarm optimization[C]. In:Proceedings of the 1999 Congress on Evolutionary Computation, 1999:1945-1950. 被引量：1
7Y Shi, R Eberhart.A modified particle swarm optimizer[C].In:IEEE International Conference on Evolutionary Computation,1998:69-73. 被引量：1
8R Eberhart,Y Shi.Comparing inertia weights and constriction factors in particle swarm optimization[C].In:Proceedings of the 2000 Congress on Evolutionary Computation, 2000:84-88. 被引量：1
9K Yasuda,N Iwasaki,A Ide.Adaptive particle swarm optimization[C]. In:IEEE International Conference on Systems,Man and Cybernetics, 2003 : 1554-1559. 被引量：1
10Y Shi,R Eberhart.Fuzzy adaptive particle swarm optimization[C].In: Proceedings of the 2001 Congress on Evolutionary Computation, 2001 : 101-106. 被引量：1

共引文献591

1田泽众,张瑶,张海洋,孙红,李民赞.基于IGWO算法的冬小麦作物-土壤全氮含量一体化监测[J].农业机械学报,2021,52(S01):304-309. 被引量：2
2苗建杰,李德波,李慧君,阙正斌,陈智豪,陈兆立,冯永新.改进粒子群算法在燃煤电厂中的应用现状及展望[J].环境工程,2023,41(S01):354-362. 被引量：2
3寇蔚,孙丰瑞,杨立.基于免疫算法的多学科优化计算在缺陷红外识别中的应用研究[J].电子器件,2007,30(5):1684-1688. 被引量：1
4蔡兵,王培元,胡荣玉.RBF网络参数确定方法的研究[J].襄樊学院学报,2008,29(2):69-71. 被引量：2
5武荣阳,孟红记,梅国晖,次英,谢植,林国强.小方坯连铸过程二冷区水量的优化[J].钢铁,2004,39(z1):558-560.
6王世卫,李爱国.粒子群优化算法训练模糊神经网络[J].仪器仪表学报,2004,25(z1):938-939. 被引量：2
7虞斌能,连志刚,焦斌.动态惯性权重粒子群优化算法[J].上海电机学院学报,2008,11(3):169-172. 被引量：6
8刘照华,金蔚青,蒋元方,潘志雷,梁歆桉.高温氧化物熔体中流体效应实验研究和理论分析[J].人工晶体学报,2000,29(S1). 被引量：1
9李元左,杨晓段.空间军事系统研讨厅中德尔菲法与集成模型[J].西安文理学院学报（自然科学版）,2009,12(3):13-16. 被引量：1
10李建卓.粒子群优化算法的研究[J].光盘技术,2009(6).

1刘东,苏傅瑜.项目投资决策支持系统的设计[J].西安电子科技大学学报,1999,26(2):250-253. 被引量：3
2罗芳琼,吴春梅.基于粒子群算法的投影寻踪模型在项目投资决策中的应用[J].现代计算机（中旬刊）,2013(6):21-24.
3田东平.遗传算法中的交叉算子研究(英文)[J].内蒙古师范大学学报（自然科学汉文版）,2007,36(3):308-314. 被引量：1
4王岁花,冯乃勤,李爱国.基于粒子群优化的BP网络学习算法[J].计算机应用与软件,2003,20(8):74-76. 被引量：31
5胡耀.PPP项目投资的关键因素[J].施工企业管理,2014(9):81-82.
6周元花.EXCEL在项目投资决策中的应用[J].襄樊职业技术学院学报,2005,4(6):28-31. 被引量：1
7贺兴时,余兵,韩琳.基于差分进化的BP网络学习算法[J].纺织高校基础科学学报,2006,19(2):178-181. 被引量：4
8臧影.中等COCOMO模型在中小型软件项目投资决策中的应用探讨[J].电脑与信息技术,2011,19(2):9-12.
9李支元.多因素决策系统中云计算方法的分析与应用[J].软件工程师,2015(3):20-21. 被引量：1
10常丽新.BP神经网络在铁路估算指标预测中的应用[J].建筑知识：学术刊,2014(B06):314-314.

天津师范大学学报（自然科学版）

2006年第1期

浏览历史

内容加载中请稍等...

粒子群优化算法在项目投资决策中的应用

参考文献18

二级参考文献20

共引文献591

相关作者

相关机构

相关主题

浏览历史