الگوریتم MOPSO

هدف از پژوهش حاضر مقایسه تطبیقی مدل های بهینه سازی پرتفوی در محیط اعتبار فازی می باشد. به این منظور سه مدل بهینه سازی پرتفوی طراحی گردید. به جای در نظر گرفتن مدل تک دوره ای پرتفوی از مدل سه دوره ای استفاده گردید. معیارهای ریسک استفاده شده در مدل ها عبارت اند از ارزش در معرض خطر، ارزش در معرض خطر میانگین و نیم آنتروپی. همچنین به منظور نزدیک شدن مدل به دنیای واقعی سرمایه گذاری با در نظر گرفتن هزینه معاملات و سرمایه گذاری بخشی از ثروت در دارایی بدون ریسک علاوه بر محدودیت های اصلی، از محدودیت هایی نظیر، حداقل و حداکثر تخصیص ثروت به هر دارایی، حداقل و حداکثر تعداد سهام موجود در پرتفوی و همچنین از آنتروپی نسبت برای رسیدن به حداقل درجه تنوع بخشی استفاده شد. هر سه مدل این پژوهش با استفاده از الگوریتم MOPSO اجرا گردید. نتایج حاصل از ارزیابی عملکرد پرتفوهای بهینه با در نظر گرفتن معیارهای شارپ و ترینر نشان داد، مدل Mean- AVaR نسبت به دو مدل Mean- Semi Entropy و Mean-VaR عملکرد بهتری دارد.

در ﺑﻬیﻨﻪ ﺳﺎزی سبد دارایی، ﻣﺴﺌﻠﻪ اﺻﻠی اﻧﺘﺨﺎب ﺑﻬیﻨﻪ دارایی ﻫﺎ و اوراق ﺑﻬﺎداری اﺳﺖ ﻛﻪ ﺑﺎ ﻣﻘﺪار ﻣﺸﺨﺼی ﺳﺮﻣﺎیﻪ ﻣی ﺗﻮان ﺗﻬیﻪ نمود. اﮔﺮ ﭼﻪ حداقل سازی ریﺴﻚ و حداکثرسازی ﺑﺎزده ﺳﺮﻣﺎیﻪ ﮔﺬاری ﺑﻪ ﻧﻈﺮ ﺳﺎده ﻣی رﺳﺪ، اﻣﺎ در ﻋﻤﻞ روش ﻫﺎی ﻣﺘﻌﺪدی ﺑﺮای ﺗﺸﻜیﻞ سبد ﺑﻬیﻨﻪ مطرح شده است. در سال 1950 هری مارکوئیتز مدل خود را ارائه کرد که در آن مسئله بهینه سازی سبد دارایی را به صورت یک مدل برنامه ریزی درجه دوم با هدف حداقل سازی واریانس مجموعه دارایی ها با این شرط که بازده مورد انتظار برابر با یک مقدار ثابت باشد، مطرح کرد. در این تحقیق مسئله بهینه سازی سه هدفه (یعنی حداکثرسازی بازده سبد سهام، حداقل سازی ریسک آن و تابع هدف سوم یعنی حداقل سازی تعداد دارایی ها یا سهام ها) مورد مطالعه قرار گرفته است. بر این اساس، سرمایه گذاران با پذیرش مقدار کمی ریسک و تقریباً همان مقدار بازده، سبدی را انتخاب می کنند که تعداد دارایی کمتر داشته باشد. برای این منظور در ابتدا از دو الگوریتم ژنتیک رتبه بندی نامغلوب (NSGA2) و الگوریتم تجمع ذرات چند هدفه (MOPSO) برای برآورد مدل دو هدفه حداقل واریانس و حداکثر بازده برای شناسایی الگوریتم بهتر مورد استفاده قرار گرفت. سپس با توجه به عملکرد بهتر الگوریتم MOPSO، از این الگوریتم برای برآورد مدل سه هدفه حداکثرسازی بازده سبد سهام، حداقل سازی ریسک و حداقل سازی تعداد سهام ها مورد استفاده قرار گرفت.

در این مقاله به برخی از چالش های بهینه سازی پرتفوی به طور همزمان پرداخته می شود. به طوری که جهت در نظرگرفتن ماهیت چندمعیاره بودن انتخاب سهام و عدم قطعیت مرتبط با نرخ بازده دارایی ها از مدل برنامه ریزی چندهدفه فازی استفاده شد. همچنین با توجه به نقاط ضعف معیارهای ریسک سنتی نظیر واریانس برای اندازه گیری ریسک سرمایه گذار، معیار ارزش در معرض خطر میانگین به عنوان یک معیار ریسک منسجم با رویکرد تئوری اعتبار فازی جایگزین آن ها شدند. از طرفی در این پژوهش به منظور دخالت دادن نظرات و قضاوت های ذهنی سرمایه گذاران از روش ZAPROS III استفاده و با محاسبه شاخص رسمی کیفیت (FIQ) دیدگاه های سرمایه گذاران در بهینه سازی پرتفوی لحاظ گردید. در طراحی مدل علاوه بر محدودیت های اصلی، محدودیت هایی مانند حداقل و حداکثر تخصیص ثروت به هر دارایی و نیز حداقل و حداکثر تعداد سهام موجود در پرتفوی در نظر گرفته شده است. جهت نمایش قابلیت کاربرد مدل توسعه داده شده از 10 شرکت فعال تر پذیرفته شده در بورس اوراق بهادار تهران استفاده شد. نتایج حاصل از اجرای مدل با استفاده از الگوریتم MOPSO نشان داد پرتفوهای پارتو بهینه ایجاد شده از اجرای مدل در مقایسه با پرتفوهای با وزن های تصادفی از لحاظ رسیدن به اهداف از پیش تعیین شده، عملکرد بهتر و مطلوب تری دارند

آلایندگی بر اثر دفن زیست توده ها، امکان تولید انرژی پاک از زیست تودهها و تقاضای زیاد برای دریافت انرژی، بهینه سازی شبکه زنجیره تامین زیست توده را مهم و ضروری ساخته است. هدف این مقاله، بهینه سازی شبکه زنجیره تامین زیست توده در چهار سطح به منظور کاهش هزینه های اقتصادی و زیست محیطی است. مهم ترین شکاف پژوهشی برطرف شده در این مقاله، تعیین خروجیهای مطلوب و نامطلوب زیست توده ها در مراکز تفکیک سازی و در نظرگرفتن حالت چند دوره ای، چندمحصولی با وسایل حمل و نقل ناهمگن است. مدل پژوهش، دو هدفه برنامهریزی خطی عدد صحیح مختلط با عدم قطعیت و اختلال است بدین منظور چهار سناریو، طراحی گردید. مدل با روش الگوریتم ژنتیک و MOPSO و با نرم افزار پایتون حل گردید.اعتبارسنجی مدل، در یک مورد مطالعه ای واقعی در استان فارس بررسی شده است. مدل پیشنهادی توانسته است پایداری و تاب آوری را همزمان، پیاده سازی نماید که موجب کاهش هزینه ها، کاهش انتشار کربن و افزایش تجاری شدن تولید انرژی از زیست توده ها شده است از اینرو سبب افزایش تمایل سرمایه گذاران به سرمایه گذاری در این شبکه از زنجیره تامین میشود مدل پیشنهادی میزان تولید انرژی را 1/2 درصد نسبت به زمانی که خروجیهای مطلوب و نامطلوب در نظر گرفته نشوند کمتر تشان می دهد یعنی به واقعیت بسیار نزدیکتر می کند. با انجام تحلیل حساسیت بر روی داده های واقعی، کارایی مدل اثبات گردید.