区间多目标优化问题的偏好多面体进化算法

区间多目标优化问题在实际应用中普遍存在且非常重要. 为得到贴合决策者偏好的最满意解, 采用边优化 边决策的方法, 提出一种交互进化算法. 该算法通过请求决策者从部分非被支配解中选择一个最差解, 提取决策者的 偏好方向, 基于该偏好方向设计反映候选解逼近性能的测度, 将具有相同序值和决策者偏好的候选解排序. 将所提方 法应用于4 个区间2 目标优化问题, 并与利用偏好多面体解决区间多目标优化问题的进化算法(PPIMOEA) 和后验法 比较, 实验结果验证了所提出方法的有效性和高效性.

投资组合问题主要研究如何将有限的资金合理地分配到不同的金融资产中,以实现收益最大化与风险最小化之间的均衡.然而,证券市场往往具有很强的不确定性,投资者对于证券的期望收益率和风险损失率难以用精确数值描述,区间规划则是处理这类不确定性问题的有力工具.鉴于此,首先基于区间多目标规划建立一个以预期收益率、风险损失率和流动性为目标函数的多期投资组合选择模型;然后通过设计一个定向变异算子,改进基于偏好多面体的交互式遗传算法,并将上述算法的运算机制与所建模型的多期特性相结合以求解模型;最后在不确定交互进化优化