公开(公告)号：CN114155097A

公开(公告)日：2022-03-08

申请号：CN202111269673.3

申请日：2021-10-29

Applicant: 暨南大学

Inventor： 张学聪 ,  樊锁海 ,  鲁嘉

IPC: G06Q40/04 ,  G06Q40/06 ,  G06N3/12

Abstract: 本发明公开了股票预测与投资组合优化方法、系统、计算机及存储介质，采用基于禁忌搜索和微分进化的融合算法DETS，将历史数据与预测数据融合成为新的数据以改善历史数据集的缺陷，再通过融合算法DETS和Pareto排序理论相结合进行投资组合配置，从而解决预测难、组合优化难两大难点，规避现有的投资组合优化算法专注于历史数据且存在解的全局搜索能力低、时间复杂度高和解集收敛性低等缺点，在求解速度、解集的优化质量上都有较高提升，达到提高收益、降低风险的目的。

公开(公告)号：CN113935233A

公开(公告)日：2022-01-14

申请号：CN202111142614.X

申请日：2021-09-28

Applicant: 暨南大学

Inventor： 张学聪 ,  樊锁海 ,  鲁嘉

IPC: G06F30/27 ,  G06Q50/02 ,  G06F119/02

Abstract: 本发明公开了一种饲料配方优化方法、系统、计算机及存储介质，方法包括：首先结合实际情况选择饲料配方原料，通过查阅饲料成分及营养价值表获取选择得到的原料的营养成分含量，并根据喂养的动物结合参考文献确定该动物的营养需求量。接着，建立饲料配方优化模型，之后对建立的饲料配方优化模型进行求解。最后通过改进的禁忌搜索算法对求解得到的结果进行优化，最终得到最优的饲料配方。本发明在传统优化算法或智能优化算法所求结果的基础上，利用改进的禁忌搜索算法实现跳出局优全局搜索，找到更优解，得到的饲料配方既能满足限制性约束条件又能最大限度地降低成本。