×

基于可信度理论的模糊机会约束项目组合选择模型。 (英语) Zbl 1356.91082号

温振坤(编辑)等,《智能系统基础》。第八届智能系统与知识工程国际会议论文集,2013年ISKE,中国深圳,2013年11月20日至23日。2个音量设置。柏林:施普林格出版社(ISBN 978-3-642-54923-6/pbk)。《智能系统与计算进展》277731-743(2014)。
摘要:本文讨论了一个基于可信度理论的模糊机会约束项目组合选择问题。使用条件风险值(CVaR)方法测量项目组合的风险。该模型在CVaR可信机会约束(CCC)下使期望模糊净现值(FNPV)最大化。当投资成本和收益由三角形和梯形模糊数表征时,我们将机会约束模型转换为确定性模型。针对这一问题,设计了一种改进的遗传算法(GA)。文中还给出了两个不同类型隶属度函数的数值例子,以说明本文的建模思想,并验证了所提算法的有效性。
关于整个系列,请参见[Zbl 1294.68030号].

MSC公司:

91G10型 投资组合理论
90摄氏度70 模糊及其他非随机不确定性数学规划
91克70 统计方法;风险度量
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Juite,W。;Hwang,WL,使用实物期权估价模型进行研发投资组合选择的模糊集方法,Omega Int J Manage Sci,35,3,247-257(2007)·doi:10.1016/j.omega.2005.06.002
[2] 谢里夫,M。;McCowan,AK,使用可能性理论模拟不确定性下的项目投资决策,国际J项目管理,19,4,231-241(2001)·doi:10.1016/S0263-7863(99)00077-0
[3] 孟,FM;Sun,J。;Goh,M.,带CVaR风险度量的随机优化问题的平滑样本平均近似方法,计算优化应用,50,2,379-401(2011)·Zbl 1261.90033号 ·doi:10.1007/s10589-010-9328-4
[4] Szolgayová,J。;保险丝,S。;Khabarov,N。;Obersteiner,M.,《使用实物期权的动态CVaR-投资组合方法:在能源投资中的应用》,《Eur Trans Electr Power》,21,6,1825-1841(2011)·doi:10.1002/etep.429
[5] Wang,MH;徐,CX;徐,FM;Xue,HG,带CVaR风险约束的指数跟踪问题的混合0-1 LP,Ann Oper Res,196,1591-609(2012)·Zbl 1251.90292号 ·doi:10.1007/s10479-011-1042-9
[6] Sun,XL码;Bai,XD;郑晓杰,概率约束优化问题综述,Oper Res Trans,16,3,65-74(2012)·兹比尔1274.90248
[7] Cheon,理学硕士;艾哈迈德,S。;Al Khayyal,F.,概率约束线性规划全局优化的分支约简算法,数学程序,108617-634(2006)·Zbl 1130.90374号 ·doi:10.1007/s10107-006-0725-5
[8] Dentcheva,D。;Martinez,G.,概率优化的增广拉格朗日方法,《Ann Oper Res》,200,1,109-130(2011)·Zbl 1255.90087号 ·doi:10.1007/s10479-011-0884-5
[9] 卢埃特克,J。;Ahmed,S.,概率约束优化的样本近似方法,SIAM J Optim,19674-699(2008)·Zbl 1177.90301号 ·doi:10.1137/070702928
[10] 洛杉矶扎德,是否需要模糊逻辑?,信息科学,178,13,2751-2779(2008)·Zbl 1148.68047号 ·doi:10.1016/j.ins.2008.02.012
[11] 佩德里茨,W。;Gomide,F.,《模糊系统工程:走向以人为中心的计算》(2007),纽约:IEEE出版社,纽约威利·数字对象标识代码:10.1002/9780470168967
[12] 刘,B。;Liu,YK,模糊变量期望值和模糊期望值模型,IEEE Trans-fuzzy Syst,10,4,445-450(2002)·doi:10.1109/TFUZZ.2002.800692
[13] Huang X(2010)投资组合分析:从概率到可信度和不确定性的方法。模糊性和软计算研究。海德堡施普林格·Zbl 1184.91008号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。