房地产开发项目投资组合优化的改进蚁群算法

被引:9
作者
周书敬
李彦苍
机构
[1] 河北工程学院土木建筑工程系
[2] 河北工程学院土木建筑工程系 邯郸
关键词
房地产; 投资组合; 蚁群算法; 信息熵; 改进;
D O I
10.16381/j.cnki.issn1003-207x.2004.05.014
中图分类号
F293.3 [房地产经济];
学科分类号
1201 ; 020205 ;
摘要
开发项目投资组合是分散房地产开发非系统风险的一重要策略。现有的房地产开发投资组合理论及算法存在缺陷,本文利用熵作为风险衡量指标,并将蚁群算法引入房地产开发领域,且针对基本蚁群算法存在的计算复杂,易陷入局部最优等缺陷,提出了一种基于信息熵的改进蚁群算法,采用由信息熵控制的路径选择及随机扰动策略实现了算法的自适应调节,克服了基本蚁群算法的不足。TSP问题的计算结果表明了该方法较之其他改进算法的优势。以各项目间的均值熵代替TSP中的各城市距离后的房地产投资组合计算实例表明,该方法具有较好的收敛性、稳定性和鲁棒性,是求解组合优化问题的一种较好的方法。
引用
收藏
页码:75 / 80
页数:6
相关论文
共 9 条
[1]   基于变异和动态信息素更新的蚁群优化算法 [J].
朱庆保 ;
杨志军 .
软件学报, 2004, (02) :185-192
[2]   智能蚂蚁算法——蚁群算法的改进 [J].
曹浪财 ;
罗键 ;
李天成 .
计算机应用研究, 2003, (10) :62-64
[3]   具有感觉和知觉特征的蚁群算法 [J].
陈崚 ;
秦玲 ;
陈宏建 ;
徐晓华 .
系统仿真学报, 2003, (10) :1418-1425
[4]   熵—证券投资组合风险的一种新的度量方法 [J].
李华 ;
何东华 ;
李兴斯 .
数学的实践与认识, 2003, (06) :16-21
[5]   Flow shop问题的蚁群优化调度方法 [J].
王笑蓉 ;
吴铁军 .
系统工程理论与实践, 2003, (05) :65-71
[6]   蚁群算法进行连续参数优化的新途径 [J].
陈崚 ;
沈洁 ;
秦玲 .
系统工程理论与实践, 2003, (03) :48-53
[7]   具有变异特征的蚁群算法 [J].
吴庆洪 ;
张纪会 ;
徐心和 .
计算机研究与发展, 1999, (10) :1240-1245
[8]   一种新的进化算法——蚁群算法 [J].
张纪会 ;
徐心和 .
系统工程理论与实践, 1999, (03) :85-88+110
[9]  
管理决策与应用熵学[M]. 机械工业出版社 , 邱菀华著, 2002