[發(fā)明專利]一種面向不確定規(guī)劃問題的求解方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201810122223.3
• 申請日: 2018-02-07
• 公開（公告）號: CN108492185A
• 公開（公告）日: 2018-09-04
• 發(fā)明（設計）人: 劉軼;陳惠粉;姚峰;張毅明;陸忠華;李晨;孫冉;李志恒
• 申請（專利權(quán)）人: 國網(wǎng)河南省電力公司;國家電網(wǎng)公司;中國科學院計算機網(wǎng)絡信息中心
• 主分類號: G06Q40/06
• 分類號: G06Q40/06;G06N3/08
• 代理公司: 北京億騰知識產(chǎn)權(quán)代理事務所 11309
• 代理人: 陳霽

1.一種面向不確定規(guī)劃問題的求解方法，其特征在于，所述方法包括：

步驟A、根據(jù)目標投資組合中各投資產(chǎn)品的預測收益率，對遺傳算法中第一預設數(shù)目個種群個體的屬性向量進行初始化，所述屬性向量包括所述目標投資組合中各投資產(chǎn)品的權(quán)重和預測收益率的模糊值；

步驟B、根據(jù)預先訓練的神經(jīng)網(wǎng)絡模型和各種群個體的屬性向量，確定所述各種群個體的模糊收益率期望值和模糊條件風險價值；

步驟C、根據(jù)預設的約束處理算法、以及所述各種群個體的模糊收益率期望值和模糊條件風險價值，確定所述各種群個體的目標值；

步驟D、根據(jù)所述各種群個體的目標值和預設的評價算法，確定所述各種群個體的適應度；

步驟E、判斷所述種群的迭代次數(shù)是否達到預設閾值，如果是，則執(zhí)行步驟F，否則，更新當所述各種群個體的屬性向量，并返回步驟B；

步驟F、確定所述各種群個體中適應度最高的目標種群個體，并輸出所述目標種群個體對應的各投資產(chǎn)品的權(quán)重。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

獲取所述各投資產(chǎn)品在每個統(tǒng)計周期中的交易數(shù)據(jù)集合，所述交易數(shù)據(jù)集合包含多個交易參數(shù)的參數(shù)值；

針對每個投資產(chǎn)品，根據(jù)該投資產(chǎn)品對應的各交易數(shù)據(jù)集合，分別確定各交易參數(shù)在每個交易數(shù)據(jù)集合中的收益率；

根據(jù)所述各交易參數(shù)在每個交易數(shù)據(jù)集合中的收益率和預設的收益率預測算法，分別確定每個交易參數(shù)的預測收益率，得到該投資產(chǎn)品的預測收益率。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

獲取第二預設數(shù)目個訓練樣本，所述訓練樣本包括所述各投資產(chǎn)品的樣本權(quán)重和預測收益率的樣本模糊值、以及所述目標投資組合的樣本模糊收益率期望值和樣本模糊條件風險價值；

根據(jù)所述第二預設數(shù)目個訓練樣本對預設的初始神經(jīng)網(wǎng)絡模型進行訓練，得到訓練后的神經(jīng)網(wǎng)絡模型。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述獲取第二預設數(shù)目個訓練樣本，包括：

針對每個訓練樣本，獲取所述每個訓練樣本的所述各投資產(chǎn)品的樣本權(quán)重和預測收益率的樣本模糊值；

根據(jù)所述各投資產(chǎn)品的樣本權(quán)重和預測收益率的樣本模糊值、以及預設的模糊模擬算法，確定所述目標投資組合的樣本模糊收益率期望值和樣本模糊條件風險價值。

5.一種面向不確定規(guī)劃問題的求解系統(tǒng)，其特征在于，所述系統(tǒng)包括：

初始化模塊，用于根據(jù)目標投資組合中各投資產(chǎn)品的預測收益率，對遺傳算法中第一預設數(shù)目個種群個體的屬性向量進行初始化，所述屬性向量包括所述目標投資組合中各投資產(chǎn)品的權(quán)重和預測收益率的模糊值；

第一確定模塊，用于根據(jù)預先訓練的神經(jīng)網(wǎng)絡模型和各種群個體的屬性向量，確定所述各種群個體的模糊收益率期望值和模糊條件風險價值；

第二確定模塊，用于根據(jù)預設的約束處理算法、以及所述各種群個體的模糊收益率期望值和模糊條件風險價值，確定所述各種群個體的目標值；

第三確定模塊，用于根據(jù)所述各種群個體的目標值和預設的評價算法，確定所述各種群個體的適應度；

判斷模塊，用于判斷所述種群的迭代次數(shù)是否達到預設閾值，如果是，則觸發(fā)輸出模塊，否則，更新所述各種群個體的屬性向量，并觸發(fā)第一確定模塊；

輸出模塊，用于確定所述各種群個體中適應度最高的目標種群個體，并輸出所述目標種群個體對應的各投資產(chǎn)品的權(quán)重。

6.根據(jù)權(quán)利要求5所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括：

第一獲取模塊，用于獲取所述各投資產(chǎn)品在每個統(tǒng)計周期中的交易數(shù)據(jù)集合，所述交易數(shù)據(jù)集合包含多個交易參數(shù)的參數(shù)值；

第四確定模塊，用于針對每個投資產(chǎn)品，根據(jù)該投資產(chǎn)品對應的各交易數(shù)據(jù)集合，分別確定各交易參數(shù)在每個交易數(shù)據(jù)集合中的收益率；

第五確定模塊，用于根據(jù)所述各交易參數(shù)在每個交易數(shù)據(jù)集合中的收益率和預設的收益率預測算法，分別確定每個交易參數(shù)的預測收益率，得到該投資產(chǎn)品的預測收益率。