文档介绍：摘 要
遗传算法来源于对生物系统所进行的计算机模拟。美国密执安大学的Holland专家及其学生受到这种生物模拟技术的启发，发明出了一种基于生物遗传和进化机制的适合于复杂系统优化计算的自适应概率优化技术---遗传算法。证券投资组合优化io investment in the solution there is a certain degree of difficulty, using genetic algorithm. On a computer using programming.
Keyword：genetic algorithm；biological simulations；Investment portfolio；Transaction costs；
目 录
引 言 1
第一章 遗传算法概述 2
遗传算法的形式 2
遗传算法的运算过程 3
基本遗传算法的构成 3
基本遗传算法的形式化定义 4
第二章 遗传算法的基本实现技术 5
遗传算法的编码原则 5
二进制编码措施 5
浮点数编码措施： 5
遗传算法的适应度函数 6
乘幂尺度变换 6
指数尺度变换 6
遗传算法的选择算子 6
比例选择 7
最优保存方略 7
拟定式采样选择 7
交叉算子 8
单点交叉 8
算数交叉 8
变异算子 8
基本位变异 8
均匀变异 8
第三章 投资组合 10
投资组合理论的提出 10
证券组合投资理论 10
马克威茨的均值—方差模型 10
单个资产的收益、风险和资产间的互相关系 10
资产组合的收益和风险 12
现代投资理论的构成和发展 14
投资组合的应用 14
第四章 基于改善遗传算法的有交易成本的组合投资问题 16
模型的建立与分析 16
股票交易额不可分割及无风险投资 16
交易成本 17
风险偏好 18
分类约束 19
模型描述 19
模型的遗传算法求解 19
编码 20
动态惩罚函数 20
选择 21
交叉 21
变异 21
改善遗传算法的过程 21
第五章 示例分析 22
数据 22
基本遗传算法 23
改善遗传算法分析 25
初始化种群体 25
适应度计算 25
遗传操作 25
成果 26
第六章 总结与展望
重要工作总结 29
展望 29
参照文献： 30
附录： 31
致 谢 49
引 言
遗传算法是一种仿生优化的算法，我们的自然界布满了奇迹，而生命的繁衍生息就是这些奇迹中的奇迹。生命是脆弱的，生命也是顽强的。从远古时代单细胞开始，经历环境变迁的磨砺，生命经历了从低档到高档、从简朴到复杂的演化之路，不仅延续下来，并且产生了人类这样有思维、有智力的高档生命体。人类找到了生命的最佳构造与形式，她不仅仅可以被动的适应环境，更重要的是它可以通过学****模拟、与发明、不断提高自己适应环境的能力。
在人类的历史上，通过学****与模拟来增强自身适应能力的例子不胜枚举。模拟飞禽、人类可以飞翔天空；模拟游鱼人类可以横渡海洋；模拟昆虫人类可以纵观千里；模拟大脑，人类发明了影响世界发展的计算机。人类的模拟能力不仅局限于自然现象和其她生命体。自从20世纪后半叶以来，人类正在将其模拟的范畴延伸向人类自身。神经网络是人类对其大脑信息解决机制的模拟，模糊系统是人类对其思维方式的模拟。除了向自身构造的学****以外，人类还可以向其自身演化这一更为宏观的过程学****来增强自身解决问题的能力，其代表性的措施就是遗传算法。
虽然人们尚未完全揭开遗传与进化的奥秘，既没有完全掌握其机制，也不完全清晰染色体和译码过程的细节，更不完全理解其控制方式，但遗传与进化的如下几种特点却为人们所共识：
（1）生物的所有遗产信息都涉及在其染色体中，染色体决定其生物的性状。
（2）染色体是由基因及其有规律的排列所构成，遗传和进化过程发生在染色体上。
（3）生物的繁