[*]

http://www.vnprobook.com/news.png Một lớp các phương pháp giải bài toán tối ưu nhiều mục tiêu

[TD="class: docs_info, width: 40%"]

[TD="class: docs_info, width: 25%"]

[TD="class: docs_info, width: 35%"]

[TD="class: docs_info, width: 40%"]

[TD="class: docs_info, width: 25%"]

[TD="class: docs_info, width: 35%"]

[TD="class: docs_info, width: 40%"]

[TD="class: docs_info, width: 40%"]

[TD="class: docs_info, width: 40%"]

[TABLE="width: 75%"]

[TD="class: docs_info, width: 70%"] Giới thiệu sản phẩm

[TD="class: docs_info, width: 30%"]

MỤC LỤC

Danh mục các ký hiệu 3

Mở đầu 5

CHƯƠNG I KIẾN THỨC CƠ SỞ

1.1 Quan hệ thứ tự trong không gian 7

1.2 Các định nghĩa 7

1.3. Giới thiệu bài toán tối ưu nhiều mục tiêu 12

1.4. Các khái niệm tối ưu 13

1.4.1 Tối ưu Pareto 13

1.4.2 Nghiệm tối ưu Pareto chặt và yếu 15

1.4.3 Nghiệm tối ưu Pareto chính thường và điểm hữu hiệu chính thường 17

CHƯƠNG II CÁC PHƯƠNG PHÁP GIẢI BÀI TOÁN

TỐI ƯU NHIỀU MỤC TIÊU

2.1 Phương pháp ràng buộc 24

2.2 Phương pháp tổng trọng số 25

2.3 Phương pháp tổng trọng số chấp nhận được đối với bài toán tối ưu 2 mục tiêu 26

2.3.1 Khái niệm cơ sở 26

2.3.2 Phương pháp tổng trọng số chấp nhận được dành cho bài toán 2 mục tiêu 28

2.4 Phương pháp tổng trọng số chấp nhận được cho bài toán tối ưu đa mục tiêu 30

2.4.1 Giới thiệu phương tổng trọng số chấp nhận được 30

2.4.2 Các khái niệm cơ sở 32

2.4.3 Các thủ tục của phương pháp tổng trọng số chấp nhận được đa mục tiêu 34

2.5 Thuật toán di truyền tối ưu nhiều mục tiêu 40

2.5.1 Giới thiệu thuật toán di truyền (Genetic Algorithm) 40

2.5.2 Thuật toán di truyền 40

2.6 Thuật toán di truyền giải bài toán tối ưu nhiều mục tiêu 46

2.6.1 Thuật toán MOGA (Multi-Objective Genetic Algorithm) 46

2.6.2 Nghiệm ưu việt ( Elite) 48

Trang 2

2.6.3 Tập lưu trữ nghiệm ưu việt (External) 49

2.6.3.1 Thuật toán SPEA 49

2.6.3.2 Thuật toán SPEA2 50

2.6.3.3 Thuật toán NSGA (Nondominated Sorting Genetic Algorithm ) 53

2.6.3.4 Thuật toán NSGA-II 55

2.6.4 Khoảng cách quy tụ 56

2.6.5 Thuật toán tính khoảng cách quy tụ 58

2.7 So sánh ưu điểm và khuyết điểm của các thuật toán di truyền đa mục tiêu 59

2.8. Giải bài toán với thuật toán SPEA2 60

2.9 Tính toán số 63

CHƯƠNG III ỨNG DỤNG THUẬT TOÁN DI TRUYỀN

TỐI ƯU NHIỀU MỤC TIÊU GIẢI BÀI TOÁN

QUẢN LÝ DANH MỤC đầu tư

3.1 Mô hình quản lý danh mục đầu tư 66

3.1.1 Giới thiệu danh mục đầu tư 66

3.1.2 Mô hình toán học 67

3.2 Quản lý tối ưu danh mục đầu tư với chi phí giao dịch cố định 77

3.2.1 Giới thiệu mô hình 77

3.2.2 Mô hình toán học 78

3.2.3 Thuật toán di truyền dựa trên thuật toán NSGA-II 80

3.2.4 Thuật toán GA dựa trên NSGA-II và Genocop 82

3.3 Quản lý và tối ưu danh mục đầu tư với chi phí giao dịch biến đổi 86

3.3.1 Giới thiệu quản lý và tối ưu danh mục đầu tư với chi phí giao dịch biến đổi 86

3.3.2 Quản lý danh mục đầu tư nhiều mục tiêu 87

3.3.3 Áp dụng thuật toán di truyền vào bài toán quản lý danh mục đầu tư 90

3.3.4 Chiến lược tiến hóa 92

Kết luận 96

Tài liệu tham khảo 9