欢迎来到天天文库
浏览记录
ID:35150701
大小:522.05 KB
页数:72页
时间:2019-03-20
《基于蚁群算法的房地产开发项目投资组合决策动态研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、河北工程大学硕士学位论文基于蚁群算法的房地产开发项目投资组合决策动态研究姓名:张春生申请学位级别:硕士专业:结构工程指导教师:周书敬20070401河北工程大学硕士学位论文摘要房地产业为人类社会的生活活动提供入住空间或物质载体的行业,房地产业是国民经济中的支柱产业和先导产业,对国民经济的发展尤其是城市经济的发展起着龙头、推动作用和支撑作用。其范围包括房地产的综合开发、自建、出让、出租、互换、抵押、信托、继承和赠送、房地产的维修、咨询、管理与行业行政管理等。房地产投资组合管理作为分散风险的有效手段,其研究越来越受到理论界和实业界的广泛关注,
2、但是影响我国房地产投资组合的因素多,有诸多的静态因素和动态因素。而我国对其研究还大都停留在静态阶段。本文首先对风险的定义和度量方法进行了探讨,从系统的角度分析了房地产投资的系统风险和非系统风险,同时对房地产投资的各个阶段、各种物业类型的风险因素进行了分析。房地产投资组合是分散投资风险的有效手段,本文将随时间变化的因素考虑到房地产投资组合中,建立起以方差作为风险度量指标的房地产开发项目投资组合动态模型,首次将动态因素——时间考虑到房地产投资组合中去。蚂蚁算法是一种新型的模拟进化分布式智能仿生算法,在求解多种组合优化问题中获得广泛的应用,本文
3、建立了以方差作为风险度量指标的房地产开发项目投资组合动态模型,从仿真结果可以看出算法得到良好改善,在迭代次数和求解结果上优于遗传算法。实例证明:在房地产投资过程中,以方差作为风险度量指标的蚁群算法的优化效果优于基本蚁群算法和遗传算法。本文研究成果为理论界和实业界提供了一套切实可行的房地产开发项目投资组合模型和算法,对提高我国房地产投资决策水平具有现实意义。关键词:房地产;投资组合;决策;风险;动态;方差;蚁群算法II摘要AbstractAsatradeprovidingthelivingspacesandthesubstancecarri
4、ersforthehumansocialactivities,therealestateisapillarindustryandleadingindustryinthenationaleconomy,functionsasaguide、pushandbraceforthedevelopmentofnationaleconomy,especiallyforthatofurbaneconomy.Thecomprehensiveexploitation、selfestabishing、transfer、lease、interchange、mor
5、tgage、trust、inheritandpresentingofrealestate,andthemaintenance、consultation、managementandtradeadministrativemanagementofrealestateareincludedintherealestate.Asaneffectivewayofspreadingrisk,thereasearchesontheportfoliomanagementofrealtyhavebecomethefocusofattentionforpeopl
6、eintheorycirclesandbusinesscircles.Buttheportfoliomanagementofrealtyhasbeenaffectedbymanyaspectsincludingthestaticonesandthedynamicones.However,moreoftheresearchesinChinarestedonthestaticphase.Thedefinitionandmeasurementmethodswasdiscussedinthispaper.Meanwhile,systematicr
7、isksandnonsystematicriskswereanalyzedfromtheviewpointofsystem,andtheriskfactorsineveryphaseandeveryhousingtypeswerealsoanalyzed.Timevariationfactorswasconsideredintheportfoliomanagementofrealtyforthefirsttime.Thispaperestablishedadynamicmodelofrealestateinvestmentdynamicm
8、odelwithvarianceastheriskymeasureindexes.ACOisanewdistributedintelligentbiologically-inspiredalg
此文档下载收益归作者所有