Zastosowanie algorytmów genetycznych w optymalizacji portfeli papierów wartościowych, stz. Prace ...
[ Pobierz całość w formacie PDF ]
Politechnika Cz
stochowska
Wydział In
ynierii Mechanicznej i Informatyki
Karol Egeman
.........................
P R A C A D Y P L O M O W A
M A G I S T E R S K A
Zastosowanie algorytmów genetycznych
w optymalizacji portfeli papierów warto
ciowych
Specjalno
:
In
ynieria programowania
Promotor:
dr hab. in
. Paweł Sewastianow prof. P. Cz.
_______________________
Cz
stochowa, 2002/2003
SPIS TRE
CI
WST
P ................................................................................................................................ 5
CEL PRACY ........................................................................................................................ 6
1. ANALIZA ZALET I WAD KLASYCZNEGO ALGORYTMU GENETYCZNEGO
1.1. Analiza elementów klasycznego algorytmu genetycznego.............................................. 7
· Konstruowanie populacji genotypów w postaci ci
gów binarnych ......................... 7
· Konstruowanie funkcji celu i funkcji przystosowania genotypów........................... 9
· Oszacowanie efektywno
ci operatorów genetycznych.......................................... 10
1.2. Twierdzenie o schematach ........................................................................................... 13
1.3. Zunifikowane narz
dzia testowe
De Jonga
do oceny efektywno
ci algorytmów
genetycznych ...................................................................................................................... 18
2. ZAAWANSOWANA METODA OPTYMALIZACJI FUNKCJI WIELU ZMIENNYCH
OPARTA NA ZMODERNIZOWANYM I ROZBUDOWANYM ALGORYTMIE
GENETYCZNYM
2.1. Konstruowanie populacji genotypów reprezentowanych przez wektory
zmiennopozycyjne .............................................................................................................. 20
2.2. Wzbogacenie mechanizmu selekcji przez zastosowanie modelu elitarnego................... 21
2.3. Zmniejszenie naporu selekcyjnego poprzez zast
pienie selekcji proporcjonalnej
metodo turniejowo .............................................................................................................. 21
2.4. Rozszerzenie algorytmu o zaawansowane operatory krzy
owania ................................ 22
· Krzy
owanie arytmetyczne .................................................................................. 22
· Krzy
owanie heurystyczne wspierane krzy
owaniem dwupunktowym ................ 23
2.5. Metody mutowania osobników reprezentowanych przez ci
g liczb rzeczywistych ....... 24
· Mutacja równomierna .......................................................................................... 24
· Mutacja brzegowa................................................................................................ 24
· Mutacja nierównomierna...................................................................................... 24
2.6. Implementacja mechanizmu dynamicznej zmiany rozkładu prawdopodobie
stwa
wyboru metody mutowania................................................................................................. 25
3. WPROWADZENIE REPREZENTACJI PRZEDZIAŁOWEJ
3.1. Arytmetyka przedziałowa ............................................................................................ 27
3.2. Porównywanie przedziałów.......................................................................................... 28
3
4. OPRACOWANIE I WYKORZYSTANIE DO BADA
PROGRAMU
GENMACHINE
OPARTEGO NA ALGORYTMIE ZAAWANSOWANEJ METODY MAKSYMALIZACJI
FUNKCJI WIELU ZMIENNYCH
4.1. Okre
lenie funkcji celu oraz zbioru jej argumentów ..................................................... 34
4.2. Struktura programu i schemat blokowy ........................................................................ 35
4.3. Rozszerzenie funkcjonalno
ci programu poprzez implementacj
reprezentacji
przedziałowej...................................................................................................................... 43
4.4. Do
wiadczenia porównawcze....................................................................................... 45
1. Porównanie charakterystyk selekcji proporcjonalnej i turniejowej ............................... 45
2. Badanie wpływu rozkładu prawdopodobie
stwa wyboru operatorów krzy
owania
na efektywno
programu ................................................................................................ 53
3. Badanie wpływu rozkładu prawdopodobie
stwa wyboru operatorów mutowania
na efektywno
programu ................................................................................................ 56
4. Badanie wpływu zmian prawdopodobie
stwa mutacji na efektywno
programu ........ 58
5. Badanie efektywno
ci programu
GenMachine
w rozwi
zywaniu zadania optymalnej
selekcji portfela ............................................................................................................... 63
WNIOSKI .......................................................................................................................... 73
LITERATURA ................................................................................................................... 74
ZAŁ
CZNIKI
Wydruki plików kodu
ródłowego programu
GenMachine
:
1.
machine.h
................................................................................................................... 75
2.
machine.cpp
............................................................................................................... 80
3.
IniFile.h
...................................................................................................................... 94
4.
IniFile.cpp
.................................................................................................................. 95
5.
Interval.h
.................................................................................................................... 98
6.
Interval.cpp
................................................................................................................ 99
7.
test.cpp
..................................................................................................................... 104
4
WST
P
Praca dotyczy dziedziny sztucznej inteligencji, zwłaszcza wykorzystania
algorytmów genetycznych do optymalizacji funkcji wielu zmiennych.
W pracy opracowano i przebadano oryginalny system programowy oparty na
zaawansowanym algorytmie genetycznym. Zaimplementowano metod
dynamicznej zmiany
rozkładu prawdopodobie
stwa wyboru operatorów mutowania. Proces doboru parametrów
pracy systemu przeprowadzono przy pomocy statystycznych bada
efektywno
ci.
Udowodniono du
efektywno
algorytmów genetycznych w rozwi
zywaniu problemu
optymalnej selekcji portfela.
Wymieniona technika zastosowania algorytmów genetycznych operuj
cych na
ci
gach przedziałów ostrych w dziedzinie optymalizacji numerycznej funkcji wielu
zmiennych nale
y do najnowszych kierunków rozwoju sztucznej inteligencji.
5
[ Pobierz całość w formacie PDF ]