摘要
Abstract
目录
表目录
图目录
第一章 绪论
1.1 选题背景与研究意义
1.2 相关理论研究内容回顾
1.2.1 量子进化算法研究综述
1.2.2 投资组合优化问题研究综述
1.2.3 量子进化算法在投资组合优化问题中的应用
1.3 本文主要创新点
1.4 本文研究内容和研究框架
第二章 理论基础
2.1 量子进化算法
2.1.1 量子比特
2.1.2 量子逻辑门
2.1.3 量子进化算法流程
2.2 模糊和不确定理论的相关概念定理
2.3 本章小结
第三章 基于实数编码的单目标量子进化算法
3.1 传统量子进化算法存在的问题
3.2 基于实数编码的单目标量子进化算法设计
3.2.1 算法的编码设计
3.2.2 算法进化过程
3.2.3 基于实数编码单目标量子进化算法流程
3.3 算法分析
3.3.1 测试函数设定
3.3.2 仿真结果比较
3.4 本章小结
第四章 基于实数编码单目标量子进化算法在模糊投资组合优化问题中应用
4.1 预备知识
4.1.1 可信性理论概述
4.1.2 模糊熵和模糊交叉熵概述
4.2 模糊环境下投资组合优化模型
4.3 基于实数编码量子进化算法用于求解模糊投资组合优化模型
4.3.1 模糊模拟技术
4.3.2 数值的积分
4.3.3 基于实数编码混合量子进化算法
4.3.4 数值仿真
4.4 本章小结
第五章 基于实数编码的多目标量子进化算法
5.1 预备知识
5.2 基于实数编码的多目标量子进化设计
5.2.1 算法编码设计和初始化
5.2.2 量子个体克隆
5.2.3 量子个体变异
5.2.4 量子种群更新
5.2.5 量子新种群选取
5.3 基于实数编码的多目标量子进化算法流程
5.4 仿真结果及分析
5.5 本章小结
第六章 基于实数编码的多目标量子进化算法在不确定投资组合优化问题中应用
6.1 模糊投资组合优化模型的局限
6.2 不确定环境下多目标投资组合优化模型
6.2.1 带有不确定变量的投资组合多目标均值—方差模型
6.2.2 带有不确定变量的投资组合多目标均值—熵模型
6.2.3 带有不确定变量的投资组合多目标均值—二次熵模型
6.3 基于实数编码多目标量子进化用于求解不确定投资组合优化模型
6.3.1 模型一的确定性等价求解
6.3.2 模型二的确定性等价求解
6.3.3 模型三的确定性等价求解
6.3.4 数值仿真
6.4 本章小结
第七章 总结与展望
7.1 总结
7.2 展望
参考文献
攻读博士学位期间发表的学术论文
致谢