用混合遗传算法求解集团现金池收益优化问题.pdfVIP

144 计算机应用与软件 2010丘 初期的现金池模型基本采用依照财务活动 申请的优先顺序 模拟退火算法 SA(SimulatedAnnealing)自1983年 由Kirk— 进行直接处理，忽略了对于集团内部财务活动网络 图的优化调 patrick等引入组合优化理论之后，解决了诸如VLSI等大规模优 度会带来的财务成本的节约。例如，活动 i代表子公 司 l向集 化设计问题 。本文在用遗传算法有哪些信誉好的足球投注网站全局最优解的过程中 团现金池申请某笔金额为M 的长期委托贷款，活动 代表公司 融合了sA算法思想，利用其出色的局部寻优能力，形成混合遗 2存人集团现金池某笔金额为 的长期委托存款，M，M ，这 传算法HGA，用来提高遗传算法的运行效率和求解质量 两笔并行业筹如果按照申请顺序，即i在 前的顺序调度，而集 2．2 编 码 。。 团公司碰巧在活动 i发生时没有足够的金额发放这笔长期委托 将集团内各公司的财务活动网络图抽象成一个任务链表， 贷款，则意味着公司 1将不得不以长期贷款的市场利率从银行 作为HGA算法操作的染色体 ，这是一个满足紧前约束和资源 贷款，现金池的作用末得到发挥；但如果按照活动 在活动 i之 约束的任务序列，具体编码方式如图2所示。 前的顺序调度，则完全可以利用现金池实现内部融资，享受委托 圈 一圈 圈 ．I r， 贷款利率。 目前已经有现金池产品 开始利用预测财务活动的资金 圜 图 一‘ 流人流出量，来判断未来某时点的资金余缺，并作出内部调剂资 金或向外融通资金的决策，但主要都是由集团公司或集团公司 委托的银行进行人工参与，没有应用优化算法进行智能分析决 图2 染色体编码 策的报道。 2．3 适应度函数 1．2 现金池收益优化问题数学模型 本文采用的适应度函数为： 现金池收益优化问题可以转化为一个 RCPSP问题来求解。 厂l()= —C() (4) 将现金池内资金视为资源，同时将优化时本 日累计的以及预测 式中，取一个较大的值 ，并计算个体 代表的任务序列所带 时段 内的集团内部各公司之间的l，项财务活动抽象为 ，项任 来的财务成本C(W)，并做两者之差，作为用于判断解个体优劣 务，按照其申请执行顺序进行编号，并对其进行重新调度 ，以寻 程度的适应度函数。 找到实现集团公司级别财务成本开销最小的排序。 设有任务J,J=1，2，…，，它与部分任务之间存在着紧前关 2．4 遗传算子设计 系，例如任务 在它的任一项紧前任务 i完成之前不能开始执 (1)选择算子 集团现金池收益优化模型中采用的是排序 行，即i属丁尸，P，为任务 的紧前任务集；设现金池在t时刻的 选择方法，即对种群按照个体适应度值大小排序，并分成等量三 资金余量为 ，如果在 t时刻存在任务 ，其属性标识指明其为 份，将排序优先的个体复制两份，将排序居中的个体排序复制一 向现金池申请委托贷款数额 r的活动，则它属于本次调度在 t 份，排序靠后的个体不复制，构成新种群。该方法将种群质量在 时刻的所有委托贷款申请业务集合 。