利用Mathos、PSO、ICA、NSGA-II和SPEA2进行投资组合优化（含Matlab代码及运行结果）.zip
5星
- 浏览量: 0
- 大小:None
- 文件类型：None
简介：
本资源包含使用Mathos库结合粒子群优化(PSO)、免疫算法(ICA)、非支配排序遗传算法(NSGA-II)和快速启发式多目标进化算法(SPEA2)，进行投资组合优化的Matlab代码及详细运行结果。适合研究与学习。
版本：MATLAB 2014/2019a
领域覆盖智能优化算法、神经网络预测、信号处理、元胞自动机仿真及图像处理等多个方面，并且包括路径规划与无人机应用等。
内容概要：
标题所示，具体内容可通过主页搜索博客获取详细介绍。
适用人群：本科及硕士研究生科研学习使用
团队长期从事以下领域的研究和改进工作：
1. 智能优化算法及其应用
1.1 改进智能优化算法（单目标与多目标）
1.2 生产调度：
- 装配线、车间、生产线平衡及水库梯度调度的研究。
1.3 路径规划：
- 研究旅行商问题，各类车辆路径和机器人路径规划，无人机三维路径以及多式联运配送优化等。
2. 物流与选址研究
包括背包问题、物流选址及货位优化。
3. 电力系统优化
微电网、配电网系统的优化重构，有序充电策略，储能双层调度和配置等问题的研究。
4. 神经网络预测分类：
覆盖BP神经网络到深度学习模型如CNN, ELM, KELM, Elman, LSTM等的应用。
5. 图像处理算法
包括图像识别（车牌、交通标志，发票及身份证件的自动读取）、病灶检测与分割；以及各种类型的增强去噪和融合技术。
6. 信号处理：
涉及到各类信号的分析，故障诊断，脑电心电肌电信号的研究等。
7. 元胞自动机仿真
包括交通流、人群疏散模拟、病毒传播模型以及晶体生长研究等领域
8. 无线传感器网络技术应用与优化
全部评论 (0)
