目 录
第1章 绪论 1
1．1 背景 3
1．2 内容 3
1．3 意义 4
1．4 进展 5
1．4．1 动态优化问题 5
1．4．2 投资模型问题 6
1．4．3 生产函数参数估计问题 8
1．4．4 专利池的定价问题 9
1．4．5 方程组问题 9
1．5 主要内容 11
1．6 本书的结构 11
第2章 经济优化模型 13
2．1 模型、数学模型、经济模型 15
2．2 经济模型史 16
2．3 经济模型的基本内涵 17
2．4 建立经济模型的基本步骤 18
2．5 建立经济模型的一般原则与规范 19
2．6 经济模型的种类 20
2．7 经济模型的应用 21
第3章 优化问题解法的发展与演变 23
3．1 现实生活的优化问题 25
3．1．1 概述 25
3．1．2 优化问题的数学语言表示——数学模型 26
3．1．3 优化模型分类 26
3．2 优化问题的求解 27
3．2．1 优化问题的全局最优解与局部最优解 27
3．2．2 最优解?局部最优解间的关系 27
3．2．3 最优解求解的难点 28
3．2．4 求解优化模型的方法 29
3．3 优化模型求解方法的进展 31
3．4 以经典分析为基础的算法的局限 33
第4章 群智能算法 35
4．1 引言 37
4．2 群智能算法 39
4．3 粒子群算法 40
4．3．1 算法原理 40
4．3．2 算法的计算步骤 42
4．4 人工鱼群算法 43
4．5 人工萤火虫算法 44
4．5．1 GSO算法 45
4．5．2 FA算法 47
4．6 蝙蝠算法 48
4．6．1 蝙蝠算法的原理与数学描述 48
4．6．2 蝙蝠算法基本流程 49
第5章 群智能算法在经济动态优化模型中的应用 51
5．1 引言 53
5．2 经济动态优化问题的分类 53
5．3 带有不可导搜索的粒子群算法在经济动态优化问题求数值解中的应用 54
5．3．1 粒子群算法的分析与改进 54
5．3．2 闭区间上连续函数的性质 55
5．3．3 不可导点的数值算法 56
5．3．4 算法的流程 57
5．3．5 算法在求不可导点的测试 57
5．3．6 带有不可导点搜索的粒子群算法求解终端固定的经济动态优化问题 63
5．4 萤火虫算法的分析与改进 67
5．4．1 萤火虫算法及其性能分析 67
5．4．2 带有记忆的萤火虫算法 68
5．4．3 带有记忆的萤火虫算法的测试 69
5．4．4 带有记忆的人工萤火虫算法在求解灰色经济控制系统中应用 71
5．5 局部记忆搜索的蝙蝠算法在灰色经济控置系统中的应用 73
5．5．1 蝙蝠算法的分析与改进 73
5．5．2 局部记忆搜索的蝙蝠算法 74
5．5．3 算法的性能测试 75
5．5．4 局部记忆搜索蝙蝠算法在灰色经济系统中的应用 77
第6章 群智能算法在投资模型求解中的应用 81
6．1 引言 83
6．2 基于理想有效解分析的证券组合投资模型 83
6．2．1 含有交易费用的投资组合优化模型 84
6．2．2 多目标优化问题求解算法的现状 85
6．2．3 基于理想有效解求解证券组合投资模型的算法 90
6．2．4 基于理想有效解求解证券组合投资模型的实证分析 93
6．3 基于网络结构的投资引导模型的建立与求解 94
6．3．1 投资引导模型的建立 95
6．3．2 组合优化问题及其求解算法的进展与分析 98
6．3．3 粒子群算法求解投资引导模型 102
6．3．4 实验结果与分析 103
第7章 群智能算法在生产函数模型参数估计中的应用 105
7．1 引言 107
7．2 二次协同人工鱼粒子群算法估计生产函数模型参数 107
7．2．1 一些优化策略 108
7．2．2 二次协同人工鱼粒子群混合算法——TCAFSAPSO算法 109
7．2．3 算法的测试 111
7．2．4 算法在生产函数参数估计中的应用 113
7．3 带有不可导点搜索的粒子群算法在生产函数模型参数估计中的应用 114
7．3．1 算法的性能测试 114
7．3．2 算法在生产函数参数估计中的应用 117
第8章 群智能算法在其他经济模型中的应用 119
8．1 改进的粒子群算法在专利池定价中的应用 121
8．1．1 引言 121
8．1．2 专利池中的专利权值网络构建 121
8．1．3 改进的粒子群算法求解专利权值网络 122
8．2 改进的粒子群算法求解非线性方程 126
8．2．1 引言 126
8．2．2 方程组的求解算法现状 127
8．2．3 带有复形法局部搜索的粒子群算法求解非线性方程组的测试 13
8．2．4 算法的应用 133
参考文献 137
展开
