基于量子行为粒子群优化方法的随机规划算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-10页 |
| ·随机规划理论的发展与现状 | 第7页 |
| ·投资组合理论和研究方向 | 第7-9页 |
| ·本论文的研究内容与研究方法 | 第9-10页 |
| 第二章 优化算法介绍 | 第10-17页 |
| ·经典的粒子群算法（PSO）简介 | 第10-12页 |
| ·经典的粒子群算法的运算过程 | 第10-11页 |
| ·经典的粒子群算法的两个基本模型 | 第11-12页 |
| ·具有量子行为的粒子群算法（QPSO） | 第12-13页 |
| ·具有量子行为的粒子群算法简介 | 第12-13页 |
| ·具有量子行为的粒子群算法和经典粒子群算法的比较 | 第13页 |
| ·遗传算法（GA） | 第13-17页 |
| ·遗传算法的基本步骤 | 第14-15页 |
| ·遗传算法的基本特点 | 第15-16页 |
| ·遗传算法的应用 | 第16-17页 |
| 第三章 多阶段随机规划模型的构建 | 第17-23页 |
| ·随机规划方法的背景 | 第17页 |
| ·一般的随机规划方法 | 第17页 |
| ·多阶段投资规划模型的构建 | 第17-22页 |
| ·动态资产价格——二叉树模型 | 第19-21页 |
| ·随机规划模型的建立 | 第21-22页 |
| ·本章小节 | 第22-23页 |
| 第四章 多阶段的投资组合优化 | 第23-38页 |
| ·多阶段投资组合简介 | 第23页 |
| ·有效投资组合的构建 | 第23-25页 |
| ·马考维茨模型 | 第23-24页 |
| ·有效边缘值 | 第24页 |
| ·最优投资组合与无差异曲线 | 第24-25页 |
| ·投资模型的实现过程 | 第25-31页 |
| ·约束问题的转化 | 第25-28页 |
| ·算法的实现过程 | 第28-31页 |
| ·随机规划算法验证及分析 | 第31-37页 |
| ·原始数据的处理 | 第31-32页 |
| ·仿真实验结果与结论 | 第32-37页 |
| ·本章小节 | 第37-38页 |
| 第五章 QPSO 算法在单指数模型上的应用 | 第38-47页 |
| ·投资组合的构建 | 第38-39页 |
| ·单指数模型简介 | 第38页 |
| ·衡量投资组合的风险与回报率 | 第38-39页 |
| ·单指数模型的实现过程 | 第39-42页 |
| ·仿真实验 | 第42-46页 |
| ·参数的设置 | 第42页 |
| ·仿真实验结果及结论 | 第42-46页 |
| ·本章小节 | 第46-47页 |
| 第六章 结论与展望 | 第47-48页 |
| ·研究结论 | 第47页 |
| ·研究过程中的一些问题 | 第47页 |
| ·研究展望 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第52页 |
