用混合遺傳算法求解集團(tuán)現(xiàn)金池收益優(yōu)化問題

《用混合遺傳算法求解集團(tuán)現(xiàn)金池收益優(yōu)化問題》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、144計(jì)算機(jī)應(yīng)用與軟件2010丘初期的現(xiàn)金池模型基本采用依照財(cái)務(wù)活動(dòng)申請(qǐng)的優(yōu)先順序模擬退火算法SA(SimulatedAnnealing)自1983年由Kirk—進(jìn)行直接處理，忽略了對(duì)于集團(tuán)內(nèi)部財(cái)務(wù)活動(dòng)網(wǎng)絡(luò)圖的優(yōu)化調(diào)patrick等引入組合優(yōu)化理論之后，解決了諸如VLSI等大規(guī)模優(yōu)度會(huì)帶來的財(cái)務(wù)成本的節(jié)約。例如，活動(dòng)i代表子公司l向集化設(shè)計(jì)問題。本文在用遺傳算法搜索全局最優(yōu)解的過程中團(tuán)現(xiàn)金池申請(qǐng)某筆金額為M的長(zhǎng)期委托貸款，活動(dòng)代表公司融合了sA算法思想，利用其出色的局部尋優(yōu)能力，形成混合遺2存人集團(tuán)現(xiàn)金池某筆金額為的長(zhǎng)期委托存款，M，>M，這傳算法

2、HGA，用來提高遺傳算法的運(yùn)行效率和求解質(zhì)量?jī)晒P并行業(yè)籌如果按照申請(qǐng)順序，即i在前的順序調(diào)度，而集2．2編碼。。團(tuán)公司碰巧在活動(dòng)i發(fā)生時(shí)沒有足夠的金額發(fā)放這筆長(zhǎng)期委托將集團(tuán)內(nèi)各公司的財(cái)務(wù)活動(dòng)網(wǎng)絡(luò)圖抽象成一個(gè)任務(wù)鏈表，貸款，則意味著公司1將不得不以長(zhǎng)期貸款的市場(chǎng)利率從銀行作為HGA算法操作的染色體，這是一個(gè)滿足緊前約束和資源貸款，現(xiàn)金池的作用末得到發(fā)揮；但如果按照活動(dòng)在活動(dòng)i之約束的任務(wù)序列，具體編碼方式如圖2所示。前的順序調(diào)度，則完全可以利用現(xiàn)金池實(shí)現(xiàn)內(nèi)部融資，享受委托圈一圈圈．Ir，貸款利率。目前已經(jīng)有現(xiàn)金池產(chǎn)品開始利用預(yù)測(cè)財(cái)務(wù)活動(dòng)的資金圜圖一‘

3、流人流出量，來判斷未來某時(shí)點(diǎn)的資金余缺，并作出內(nèi)部調(diào)劑資金或向外融通資金的決策，但主要都是由集團(tuán)公司或集團(tuán)公司委托的銀行進(jìn)行人工參與，沒有應(yīng)用優(yōu)化算法進(jìn)行智能分析決圖2染色體編碼策的報(bào)道。2．3適應(yīng)度函數(shù)1．2現(xiàn)金池收益優(yōu)化問題數(shù)學(xué)模型本文采用的適應(yīng)度函數(shù)為：現(xiàn)金池收益優(yōu)化問題可以轉(zhuǎn)化為一個(gè)RCPSP問題來求解。l廠()=—C()(4)將現(xiàn)金池內(nèi)資金視為資源，同時(shí)將優(yōu)化時(shí)本日累計(jì)的以及預(yù)測(cè)式中，取一個(gè)較大的值，并計(jì)算個(gè)體代表的任務(wù)序列所帶時(shí)段內(nèi)的集團(tuán)內(nèi)部各公司之間的l，項(xiàng)財(cái)務(wù)活動(dòng)抽象為，項(xiàng)任來的財(cái)務(wù)成本C(W)，并做兩者之差，作為用于判斷解個(gè)體優(yōu)劣

4、務(wù)，按照其申請(qǐng)執(zhí)行順序進(jìn)行編號(hào)，并對(duì)其進(jìn)行重新調(diào)度，以尋程度的適應(yīng)度函數(shù)。找到實(shí)現(xiàn)集團(tuán)公司級(jí)別財(cái)務(wù)成本開銷最小的排序。設(shè)有任務(wù)J,J=1，2，?，，它與部分任務(wù)之間存在著緊前關(guān)2．4遺傳算子設(shè)計(jì)系，例如任務(wù)在它的任一項(xiàng)緊前任務(wù)i完成之前不能開始執(zhí)(1)選擇算子集團(tuán)現(xiàn)金池收益優(yōu)化模型中采用的是排序行，即i屬丁尸，P，為任務(wù)的緊前任務(wù)集；設(shè)現(xiàn)金池在t時(shí)刻的選擇方法，即對(duì)種群按照個(gè)體適應(yīng)度值大小排序，并分成等量三資金余量為，如果在t時(shí)刻存在任務(wù)，其屬性標(biāo)識(shí)指明其為份，將排序優(yōu)先的個(gè)體復(fù)制兩份，將排序居中的個(gè)體排序復(fù)制一向現(xiàn)金池申請(qǐng)委托貸款數(shù)額r的活動(dòng)，則

5、它屬于本次調(diào)度在t份，排序靠后的個(gè)體不復(fù)制，構(gòu)成新種群。該方法將種群質(zhì)量在時(shí)刻的所有委托貸款申請(qǐng)業(yè)務(wù)集合。適應(yīng)度值方面進(jìn)行了初步優(yōu)化?？山⑷缦聰?shù)學(xué)模型：(2)交叉算子采用單點(diǎn)交叉，記參與交叉運(yùn)算的2個(gè)個(gè)體的一個(gè)為母體，另一個(gè)為父體，經(jīng)交叉運(yùn)算產(chǎn)生的2個(gè)min{c()=∑，o+，+SD+CC+NC)(1)后代分別為女兒和兒子。在l，．，]中產(chǎn)生一個(gè)隨機(jī)整數(shù)s．t．Sj—S≥1Vi∈PJ(2)r，女兒的前r個(gè)位置的基因繼承母體，即=，i=1，2，?，∑0≤Rt=1，2，?J(、3)r；而i：r+1，r+2，?，．，位置的基因則來自父體，其中女兒中已∈

6、4di有的任務(wù)不再考慮，并保持各任務(wù)在附體中的相對(duì)位置，即其中，式(1)表示目標(biāo)函數(shù)，代表集團(tuán)現(xiàn)金池總財(cái)務(wù)費(fèi)用c()：k=rain{隹{Wdl，，?，=1，2?．，J}，最小，為對(duì)集團(tuán)內(nèi)部財(cái)務(wù)活動(dòng)網(wǎng)絡(luò)的一種調(diào)度方案，，()為執(zhí)，=r+1，r+2，?，．，，類似地可以得到子個(gè)體。對(duì)于交叉后的行任務(wù)i產(chǎn)生的委托貸款利息支出，為執(zhí)行任務(wù)i產(chǎn)生的利子個(gè)體進(jìn)行合法性檢查，判斷其是否滿足緊前約束和資源約束，息收入營(yíng)業(yè)稅，SD為執(zhí)行任務(wù)i產(chǎn)生的印花稅，CC為執(zhí)行任放棄無法滿足約束的子個(gè)體。務(wù)i產(chǎn)生的委托貸款手續(xù)費(fèi)，NC為執(zhí)行任務(wù)i產(chǎn)生的資金普通(3)變異算子對(duì)表

7、示任務(wù)序列的個(gè)體采用插入操作，即劃轉(zhuǎn)結(jié)算手續(xù)費(fèi)；式(2)表示任務(wù)緊前關(guān)系約束，任務(wù)／的開始按照變異概率R選中個(gè)體上的某個(gè)基因，選出此基因的所有時(shí)間要晚于其緊前約束集合只中的任何任務(wù)i的開始時(shí)間；式緊前節(jié)點(diǎn)在此個(gè)體上的最后位置及所有緊后節(jié)點(diǎn)在任務(wù)鏈(3)表示資源約束，即在任意時(shí)刻t從現(xiàn)金池申請(qǐng)委托貸款的業(yè)表中的最前面位置r2，隨機(jī)選擇r．與r2之間的某位置，，將此基務(wù)的資金總量不超過現(xiàn)金池在此時(shí)刻的資金余量，。因插在r處。按照此規(guī)則產(chǎn)生的變異個(gè)體符合緊前約束，對(duì)其2混合遺傳算法進(jìn)行資源約束合法性檢查，放棄無法滿足資源約束的變異個(gè)體。2．5退火處理2．

8、1混合遺傳算法基本思想給出初始溫度、退火次數(shù)Num，計(jì)算待處理的個(gè)體的遺傳算法是基于自然選擇和群體遺傳機(jī)理的搜索算法，是適