机器学习与智能金融第十一章经典方法的第二春智能优化
机器学习与智能金融 第十一章 经典方法的第二春 智能优化
》》》本讲主要内容智能优化概述遗传算法一宽基指数择时因子的挖掘
一 智能优化概述 本讲主要内容 二 遗传算法 三 宽基指数择时因子的挖掘
学习目标本章从智能优化方法介绍出发，介绍不同智能优化方法的思想，并着重介绍了遗传算法，最后用一个量化智能优化投资的应用进行说明。通过本章学习，应了解基本智能优化方法的思想，能够使用遗传算法，并掌握本章提供的应用案例
学习目标 本章从智能优化方法介绍出发，介绍不同智能优化方 法的思想，并着重介绍了遗传算法，最后用一个量化 智能优化 投资的应用进行说明。 通过本章学习，应了解基本智能优化方法的思想，能 够使用遗传算法，并掌握本章提供的应用案例
智能优化概述
一、 智能优化概述
智能优化的原理智能优化算法是人工智能的分支，其主要的是解决最优化问题，即在一定的约束条件下，求解一个可行甚至最优方案的决策问题。一般来说，智能优化适用于规模大、复杂度高的问题，常见于目标函数不可求导的优化问题，或是归类于NP-hard的组合问题。智能优化算法并非遍历全部解空间，属于后启发式搜索的范畴。智能优化算法多次计算求近似解，属于选代求解的数值算法，而它对目标函数的形式以及光滑条件等要求很低，在参数调整后，往往也更不容易落入局部极值点中，同时也更适用于一些更为复杂的问题
智能优化算法是人工智能的分支，其主要目的是解决最优化问题，即在一 定的约束条件下，求解一个可行甚至最优方案的决策问题。 智能优化的原理 一般来说，智能优化适用于规模大、复杂度高的问题，常见于目标函数不 可求导的优化问题，或是归类于NP-hard的组合问题。 智能优化算法并非遍历全部解空间，属于启发式搜索的范畴。 智能优化算法多次计算求近似解，属于迭代求解的数值算法，而它对目标 函数的形式以及光滑条件等要求很低，在参数调整后，往往也更不容易落 入局部极值点中，同时也更适用于一些更为复杂的问题