به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت
جستجوی مقالات مرتبط با کلیدواژه

heuristic algorithms

در نشریات گروه علوم انسانی
تکرار جستجوی کلیدواژه heuristic algorithms در مقالات مجلات علمی
  • محمد علی رستگار *، فرح آشوری
    در این پژوهش یک سیستم معاملاتی سهام مبتنی بر ترکیب شش اندیکاتور تکنیکال طراحی شده است. برای ترکیب این اندیکاتورها از شبکه عصبی مصنوعی استفاده شده و بهینه سازی پارامترهای این اندیکاتورها با الگوریتم فراابتکاری الهام گرفته از پدیده های نوری (اپتیک) مبتنی بر ترکیب محدب انجام شده است. در مدل ارائه شده با هدف بیشینه سازی نسبت شارپ اصلاح شده، پارامترهای بهینه اندیکاتورهای تکنیکال با الگوریتم های اپتیک و ژنتیک به دست آمده است. در این پژوهش از داده های درون روزی قیمت سهام استفاده شده و هزینه های معاملاتی لحاظ شده است. نتایج این مدل با نتایج حاصل از به کار گیری پارامترهای استاندارد اندیکاتورها، نتایج حاصل از راهبرد خرید و نگه داری و نیز نتایج حاصل از به کار گیری الگوریتم ژنتیک برای بهینه سازی پارامتر اندیکاتورها، در هر دو حالت روزانه و درون روزی مقایسه شده و به دلیل کسب نسبت شارپ اصلاح شده بیشتر توسط مدل ارائه شده، در همه موارد برتری آن نشان داده شده است. همچنین در مقایسه نتایج در حالت های درون روزی و روزانه بر اساس معیار بازدهی پایان دوره بدون لحاظ هزینه های معاملاتی، در بیشتر موارد داده های درون روزی بازدهی بیشتری داشت لکن پس از لحاظ کردن هزینه های معاملاتی برتری در نتایج درون روزی مشاهده نمی شود. لذا کاهش هزینه معاملاتی برای افزایش انگیزه معامله گران در انجام معاملات درون روزی توصیه می شود.
    کلید واژگان: اندیکاتورهای تکنیکال، داده های درون روزی سهام، سیستم معاملاتی، الگوریتم های فرا ابتکاری، شبکه عصبی مصنوعی
    Mohammad Ali Rastegar *, Farah Ashuri
    In this paper a stock trading system based on the combination of six technical indicators is designed. The indicators are combined using an artificial neural network and their parameters are optimized using convex combination-based optics-inspired optimization (COIO) algorithm. In the proposed model the technical indicators’ optimized parameters are obtained using both COIO and genetic algorithms with the aim of maximization of modified Sharpe ratio. The presented paper uses stock intra-day prices as input data and considers the transaction costs. The designed strategy is compared against several other approaches including: using the indicators’ default parameters, buy and hold strategy and optimization using genetic algorithm, for both daily and intra-day prices and due to a greater modified Sharpe ratio for the proposed model, its superiority is shown in all cases. Moreover, in a comparison based on end- of- period returns, it is shown that without considering the transaction costs the results of the intra-day data beats the results of the daily data while no superiority is observed when considering the transaction costs. So reducing the transaction costs is recommended to motivate traders to trade on an intra-day basis.
    Keywords: Technical indicators, intra, day stock data, trading system, meta, heuristic algorithms, artificial neural network
  • سعید غفوری*، محمدرضا تقی زاده یزدی
    زمان بندی پروژه با در نظر گرفتن محدودیت منابع از جمله مسائل با ادبیات غنی در حوزه تحقیق در عملیات و مدیریت پروژه است. تاکنون مقالات و کتب بسیاری در این زمینه به چاپ رسیده است که دو دلیل عمده بر این امر می توان برشمرد: نخست آنکه این مسائل بسیار متنوع هستند و دیگر اینکه با توجه به NP-Hard بودن این مسائل، محققین همواره به دنبال راه حل های کاراتر برای حل این مسایل بوده اند.این پژوهش به منظور ارائه مدلی چند هدفه با در نظر داشتن انواع روابط پیش نیازی و همچنین سنجش کارایی الگوریتم کرم شب تاب در حل مسائل RCPSP انجام شده است. از اینرو ابتدا یک مدل ریاضی دو هدفه شامل زمان و هزینه با در نظر گرفتن روابط پیش نیازی کلی، جهت زمان بندی پروژه های استاندارد با محدودیت منابع ارائه شده است و سپس با استفاده از الگوریتم فراابتکاری کرم شب تاب ترکیب شده با یک الگوریتم ابتکاری جواب های پاره تو برای مساله در نرم افزار متلب نسخه R2014a بدست آمده است و همچنین جهت سنجش کارایی الگوریتم کرم شب تاب، مساله با الگوریتم تبرید شبیه سازی شده نیز حل شد که نتایج به دست آمده حاکی از عملکرد مطلوب الگوریتم کرم شب تاب و عملکرد قابل قبول تبرید شبیه سازی شده در حل مساله فوق الذکر در مقایسه با بهترین جواب های موجود برای مسائل استاندارد تاکنون می باشد.
    کلید واژگان: زمان بندی پروژه، محدودیت منابع، الگوریتم های فراابتکاری، الگوریتم کرم شب تاب چندهدفه، الگوریتم تبرید شبیه سازی شده چندهدفه
  • فائزه اسدیان اردکانی، علی مروتی شریف آبادی
    بهینهسازی چیدمان قطعات کاربردهای فراوانی در صنایع برش ورق فلزی، برش الوار، تولید شیشه، اغذ و پوشاک دارد و به دلیل اهمیت کاهش ضایعات، روش های زیادی برای حل این مساله ارائه شده است. یکی از بهترین روش ها استفاده از الگوریتم بهینهسازی ازدحام ذرات میباشد. در این پژوهش، مسالهی برش دوبعدی با تقاضا مورد بررسی قرار میگیرد. در این مساله باید با برش ورق های مستطیل شکل بزرگ، مستطیلهای کوچکتر مورد نیاز به نحوی تولید شوند که ضمن تامین تقاضای آنها، ضایعات یا تعداد ورقهای مصرفی حداقل شود. در این مقاله جهت حل این مساله از الگوریتم بهینهسازی ازدحام ذرات استفاده شده است. به منظور بهبود کارایی این الگوریتم و بهکار گرفته شد. جهت حل CUL جلوگیری از همپوشانی در مساله ی برش، الگوریتم ابتکاری مسالهی فوق، نرم افزاری تهیه شد. این نرم افزار به دو حالت عمل میکند. در حالت اول با در نظرگرفتن طول و عرض صفحه ی اصلی، اندازه قطعات و تعداد مورد تقاضا، الگوی بهینهی برش را ارائه میدهد. در حالت دوم، امکان دادن عرضهای متفاوت به نرم افزار وجود دارد. در این حالت، نرم افزار پس از ارائهی عرض بهینه، الگوی بهینه ی برش و طول بهینهی صفحهی اصلی را نیز برای کاربر مشخص میکند.
    کلید واژگان: بهینهسازی، الگوریتم های فراابتکاری، الگوریتم بهینه سازی ازدحام ذرات گسسته، مسالهی برش دوبعدی، CUL الگوریتم
    Faezeh Asadian Ardakani, Ali Morovati Sharifabadi
    One of the solutions for solving cutting stock problem in different industries, such as sheet metal, lumber, glass, paper and textile, is applying, Particle Swarm Optimization to minimize the waste of rawmaterials. This article is intended to solve two-dimensional cutting problem. In these problems, larger rectangular plates, divided into smaller rectangularsegments, aim to minimizing the number of used plates or the waste of plates by considering demand. In this article PSO is used. To enhance the efficiency of lgorithm, and preventing overlap in cutting problem, the CUL algorithm is used. In order to investigate the results of algorithm, new software has been designed. This software has two ways for solving the problem. First, it ends up with optimized cutting pattern considering the number and dimension of segments and, length and width of main plate. Also, there is a possibility to give different width to software, in this case, the software gives the user the optimum cutting pattern and optimum length of main plate in addition to optimum width.
    Keywords: Optimization, Meta, Heuristic Algorithms, Discrete Particle Swarm Optimization (DPSO), CUL algorithm, Twodimensional Cutting Problem
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال