?
Fuzzy Stochastic Price Scenario Based Portfolio Selection and its Application to BSE using Genetic Algorithm
Applied Soft Computing Journal. 2018. Vol. 62. P. 867 –891.
Дутта С.
Ключевые слова: stochastic processGenetic algorithmFuzzy portfolio selectionFuzzy stochastic programmingTwo stage programmingMulti-objective programminghttps://www.sciencedirect.com/science/article/pii/S1568494617305574?casa_token=6UkgZlVY0dEAAAAA:6MViO1n9Xs_J5DlGjlYG6J80fXkAD9N1iMCC0IykNIgwKHF2nn9EW4E4png1zW493HmoXMVxeg
Сохраби М., Fathollahi-Fard A., Vasilii A. Gromov и др., Neural Computing and Applications 2025 Vol. 37 No. 18 P. 12253–12279
Добавлено: 2 апреля 2025 г.
Ilia Nikitin, Белан С. А., Physical Review E - Statistical, Nonlinear, and Soft Matter Physics 2024 Vol. 109 No. 5 Article 054117
Добавлено: 4 ноября 2024 г.
Hernandez J., Gomez E., Grageda J. и др., Journal of Physics: Conference Series 2017 Vol. 792 P. 1–5
Добавлено: 20 января 2023 г.
Springer, 2022.
Добавлено: 16 декабря 2022 г.
Дутта С., International Journal of Mathematics in Operational Research 2017 Vol. 11 No. 1 P. 1–28
Добавлено: 11 января 2022 г.
Дутта С., OPSEARCH 2016 Vol. 53 No. 4 P. 835–872
Добавлено: 11 января 2022 г.
Дутта С., Water Resources Management 2016 Vol. 30 No. 12 P. 4097–4123
Добавлено: 11 января 2022 г.
Fuzzy Programming Approach to a Multi-Objective Fuzzy Stochastic Routing and Siting Hazardous Wastes
Дутта С., Transportation Management 2020 Vol. 3 No. 1 P. 1–24
Добавлено: 11 января 2022 г.
Anna Melman, Oleg Evsutin, , in: 2021 XVII International Symposium "Problems of Redundancy in Information and Control Systems" (REDUNDANCY).: IEEE, 2021. P. 49–54.
Добавлено: 12 ноября 2021 г.
Azarov A., Суворова А. В., Koroleva M. и др., , in: International Symposium on Computer Science, Digital Economy and Intelligent Systems, CSDEIS 2019Vol. 1127: Advances in Intelligent Systems, Computer Science and Digital Economics.: Springer, 2020. P. 299–306.
Добавлено: 30 сентября 2021 г.
Жукова А. А., Поспелов И. Г., , in: Proceedings - 2020 2nd International Conference on Control Systems, Mathematical Modeling, Automation and Energy Efficiency, SUMMA 2020.: IEEE, 2020. P. 284–289.
Добавлено: 17 июня 2021 г.
Ясницкий Л. Н., Gladky S., Mathematics and Statistics 2020 Vol. 8 No. 3 P. 323–333
Добавлено: 28 ноября 2020 г.
Rasskazov, S.V., Rasskazova, A.N., Koroleva, E.V., , in: 2019 Twelfth International Conference "Management of large-scale system development" (MLSD).: M.: IEEE, 2019. P. 1–5.
Добавлено: 23 января 2020 г.
Ясницкий Л. Н., Гладкий С. Л., Нейрокомпьютеры: разработка, применение 2019 Т. 21 № 2 С. 16–31
Прослежена история эволюции методов решения краевых задач механики твердого тела, выполнен сравнительный анализ методов с точки зрения надежности получаемых решений. Произведена попытка развития метода фиктивных канонических областей путем применения технологии генетических алгоритмов. На примере краевой задачи теории упругости показано, что применение генетического оптимизационного алгоритма вместо градиентного позволяет значительно снизить погрешность решения краевых задач, выполняемых методом ...
Добавлено: 15 ноября 2019 г.
Булычев А. В., Зайцев Р. Д., В кн.: Информатика, управление и системный анализ: Труды V Всероссийской научной конференции молодых ученых с международным участием.: Ростов н/Д: Ростовский государственный экономический университет "РИНХ", 2018. С. 328–335.
В работе рассматриваются свойства двух специальных эмпирических коэффициентов корреляции, отражающих синхронность (совместную монотонность) динамики двух временных рядов. Полученные оценки могут быть использованы для исследования свойств случайных процессов и в задачах машинного обучения. С помощью численного моделирования получен результат: оба коэффициента корреляции позволяют выявлять различия в совместной монотонности, при этом один из них также позволяет выявлять ...
Добавлено: 3 сентября 2019 г.
Бухаров О. Е., Боголюбов Д. П., Приборы и системы. Управление, контроль, диагностика 2018 № 1 С. 25–33
В статье описан процесс разработки гибридной системы поддержки принятия решения для работы с классом слабоструктурированных задач с недоопределенными переменными. Приводится общая постановка задач прогнозирования и оценивания для класса слабоструктурированных задач. Обосновано использование интервальных нейронных сетей и генетических алгоритмов при решении таких задач. Описан разработанный автором алгоритм обучения интервальных нейронных сетей. Рассмотрена схема предлагаемой системы поддержки ...
Добавлено: 9 февраля 2018 г.
Каштанов В. А., Энатская Н. Ю., Юрайт, 2017.
Учебник содержит изложение раздела вероятностного направления подготовки специалистов «Теория случайных процессов». Это математическая дисциплина, наряду с теорией вероятностей и математической статистикой, составляет основу вероятностного образования студентов. Приводятся общие сведения по теории случайных процессов, подробно изложен материал по теории марковских процессов с дискретным временем (цепи Маркова) и непрерывным временем. Приведена классификация состояний и цепей Маркова, подробно ...
Добавлено: 17 декабря 2017 г.
Макиннес У. Д., Neural Computation 2017 No. 29(3) P. 804–824
Добавлено: 20 сентября 2016 г.