| 第一章 遗传算法理论概述 | 第1-17页 |
| ·简单遗传算法的定义及基本流程 | 第8-9页 |
| ·遗传算法的一般形式 | 第8页 |
| ·遗传算法的流程图 | 第8-9页 |
| ·遗传算法的特点及性能评价 | 第9-10页 |
| ·遗传算法的特点 | 第9页 |
| ·遗传算法的性能评价 | 第9-10页 |
| ·遗传算法中常用技术 | 第10-15页 |
| ·编码公式 | 第10页 |
| ·适应度函数 | 第10-11页 |
| ·选择操作 | 第11-13页 |
| ·杂交操作 | 第13页 |
| ·变异操作 | 第13-14页 |
| ·遗传算法控制参数的设定 | 第14页 |
| ·遗传算法的终止条件 | 第14-15页 |
| ·遗传算法的理论基础 | 第15-17页 |
| ·模式定理 | 第15-16页 |
| ·积木块假设 | 第16页 |
| ·隐含并行性 | 第16-17页 |
| 第二章 遗传算法的改进 | 第17-23页 |
| ·对确定初始群体的改进 | 第17页 |
| ·TNGA算法 | 第17-18页 |
| ·TNGA的复制、交叉、变异操作 | 第17页 |
| ·TNGA的选择操作 | 第17页 |
| ·TNGA的收敛性分析 | 第17-18页 |
| ·遗传算法与Tabu Search算法相结合的GATS混合算法 | 第18-20页 |
| ·Tabu Search算法 | 第18-19页 |
| ·GATS混合算法 | 第19-20页 |
| ·改进的自适应遗传算法(IAGA) | 第20-23页 |
| ·自适应遗传算法(AGA) | 第20-21页 |
| ·适应函数定标 | 第21页 |
| ·锦标赛-轮盘赌选择法 | 第21-23页 |
| 第三章 遗传算法的收敛性分析 | 第23-35页 |
| ·收敛性的定义 | 第23页 |
| ·种群序列的收敛性质 | 第23-25页 |
| ·基于压缩映射的原理的收敛性分析 | 第25-28页 |
| ·压缩映射原理 | 第26-27页 |
| ·TNGA的收敛性分析 | 第27-28页 |
| ·遗传算法的马氏链分析 | 第28-35页 |
| ·马氏链的定义及相关性质 | 第28-32页 |
| ·标准遗传算法的马氏链分析 | 第32-35页 |
| 第四章 遗传算法求解有效证券投资组合 | 第35-45页 |
| ·马柯维茨的均值-方差模型 | 第35-36页 |
| ·投资有上下限约束的有效证券组合模型及遗传算法 | 第36-39页 |
| ·投资有上下限约束的有效证券组合模型 | 第36页 |
| ·有效投资组合的遗传算法 | 第36-39页 |
| ·算例 | 第39页 |
| ·资产组合的随机优化模型、α可靠决策及遗传算法 | 第39-42页 |
| ·资产组合的随机优化模型 | 第39-40页 |
| ·资产组合投资的α可靠决策 | 第40-41页 |
| ·资产组合随机优化模型的遗传算法 | 第41-42页 |
| ·用具有单亲基因遗传操作的TNGA遗传算法求解最佳证券投资组合 | 第42-45页 |
| ·TNGA遗传算子的改造 | 第42-43页 |
| ·用具有单亲基因遗传操作的TNGA求解最佳证券投资组合 | 第43-45页 |
| 参考文献 | 第45-48页 |
| 致谢 | 第48-49页 |
| 攻读学位期间发表的学术论文目录 | 第49页 |
