دانلود مقاله ISI انگلیسی شماره 79328 + ترجمه فارسی
عنوان فارسی مقاله

الگوریتم ابتکاری جدید برای بهینه سازی مرکب در مقیاس بزرگ

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی
79328 2016 8 صفحه PDF 12 صفحه WORD
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
Novel Heuristic Algorithm for Large-scale Complex Optimization ☆
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Procedia Computer Science, Volume 80, 2016, Pages 744–751

فهرست مطالب ترجمه فارسی
چکیده
کلیدواژه‌ها
1. مقدمه 
2. الگوریتم رفتار رقابت در بازار (MCB) 
2.1 ایده الگوریتم 
2.2. ویژگی‌های اصلی برای تقلید
2.3 مدل و فلوچارتی برای توسعه الگوریتم 
شکل 1. فلوچارت الگوریتم MCB
3. کاربرد الگوریتم در تصمیم سرمایه گذاری مالی 
3.1 زمان پیوسته R&D، مدل سرمایه گذاری هیبریدی دارایی بدون خطر و پرخطر 
3.2. پیاده سازی الگوریتم 
3.3 نتایج تست 
شکل 2. خروجی نمونه اجرای الگوریتم MCB در حالت بهینه سازی مالی 
4. نتیجه گیری
کلمات کلیدی
بهینه سازی مرکب در مقیاس بزرگ، الگوریتم ابتکاری، رفتار بازار، تصمیم سرمایه گذاری
کلمات کلیدی انگلیسی
Large-Scale Complex Optimization; Heuristic Algorithm; Market Behavior; Investment Decision
ترجمه چکیده
تحقیقات انجام شده در حوزه‌های مالی و اکثر زمینه‌های دیگر اغلب با مسائل بهینه سازی مرکب در مقیاس بزرگ مواجه هستند که یافتن راه‌حل برای آن‌ها کار دشواری است. الگوریتم‌های ابتکاری کلاسیک اغلب در هنگام تقلید دارای محدودیت هستند و از این رو،موجب بروز اشکالاتی می‌شوندمانند نبود حافظه کارآمد، به دام افتادن در راه‌حل‌های بهینه محلی و عملکردهای ناپایدار. در این مقاله با در نظر گرفتن تقلید ازرفتار رقابت در بازار (MCB) یک الگوریتم ابتکاری جدید ارائه داده‌ایم، که مشخصه‌های کارایی جستجو، بهره وری حافظه، اجتناب از تعارض، بازترکیب، مکانیسم جهش و حذف را با هم ترکیب کرده است. الگوریتم MCB در فضای جستجو نقطه‌های راه‌حل را بر اساس قاعده اینرسی و گرانش به روزکرده و با معرفی واحدهای اقتصادی جدیداز به دام افتادن در راه‌حل بهینه محلی خودداری می‌کند، در عین حال واحدهای قدیمی را در هر تکرار نادیده می‌گیرد و برای افزایش کارایی جستجوی راه‌حل از بردار سرعت استفاده می‌کند. این الگوریتم قادر به حل مدل بهینه سازی مرکب در مقیاس بزرگ با ابعاد ورودی بزرگ است، که شامل مدل‌های نسلهم پوشی است؛ از این الگوریتم می‌توان به راحتی برای حل سایر مدل‌های مالی مرکب نیز استفاده کرد. به عنوان مثال، الگوریتم MCB را می‌توان در مدل بهینه سازی سرمایه گذاری هیبریدی در R&D، دارایی‌های بدون خطر و پرخطر در یک دوره زمانی پیوسته به کار برد.
پیش نمایش مقاله
پیش نمایش مقاله الگوریتم ابتکاری جدید برای بهینه سازی مرکب در مقیاس بزرگ

چکیده انگلیسی

Research in finance and lots of other areas often encounter large-scale complex optimization problems that are hard to find solutions. Classic heuristic algorithms often have limitations from the objectives that they are trying to mimic, leading to drawbacks such as lacking memory-efficiency, trapping in local optimal solutions, unstable performances, etc. This work considers imitating market competition behavior (MCB) and develops a novel heuristic algorithm accordingly, which combines characteristics of searching-efficiency, memory-efficiency, conflict avoidance, recombination, mutation and elimination mechanism. In searching space, the MCB algorithm updates solution dots according to the inertia and gravity rule, avoids falling into local optimal solution by introducing new enterprises while ruling out of the old enterprises at each iteration, and recombines velocity vector to speed up solution searching efficiency. This algorithm is capable of solving large-scale complex optimization model of large input dimension, including Over Lapping Generation Models, and can be easily applied to solve for other complex financial models. As a sample case, MCB algorithm is applied to a hybrid investment optimization model on R&D, riskless and risky assets over a continuous time period.

خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.