陈炜编著的《投资组合优化模型与智能算法研究》分别基于随机性理论和模糊数的可能性理论对投资组合选择问题进行了深入的研究，并用遗传算法、粒子群算法和蜂群算法三种智能算法对相关问题进行求解。本书的内容主要分为两个部分：第一部分包括第三章和第四章，主要讨论了不确定性为随机性的投资组合问题；第二部分包括第五章、第六章和第七章，主要讨论了不确定性为模糊性的投资组合问题。

1 绪论

 1.1 研究背景及意义

 1.2 现代投资组合理论综述

 1.3 本书的主要研究内容

2 投资组合选择模型及智能算法介绍

 2.1 引言

 2.2 投资组合的若干模型

 2.3 智能优化算法

3 复杂约束下的投资组合模型及遗传算法

 3.1 引言

 3.2 具有复杂约束的投资组合模型

 3.3 求解优化问题的遗传算法

 3.4 应用实例

4 绝对偏差风险度量下的具有交易费用的投资组合模型

 4.1 引言

 4.2 具有交易费用的均值—绝对偏差模型

 4.3 具有交易费用的均值—半绝对偏差模型

 4.4 具有交易费用的均值—极大极小半绝对偏差模型

 4.5 应用实例

5 具有交易费用的可容许投资组合模型及粒子群算法

 5.1 引言

 5.2 基于模糊概率的Markowitz模型

 5.3 具有交易费用的可容许投资组合模型

 5.4 改进的粒子群算法

 5.5 应用实例

6 若干模糊可能性投资组合模型

 6.1 引言

 6.2 上下可能性均值—方差投资组合模型

 6.3 具有交易费用的可能性投资组合模型

 6.4 具有融资和流动性约束下的可能性投资组合模型

 6.5 具有交易费用和基数约束的可能性投资组合模型

7 若干特殊隶属函数下的模糊可能性投资组合模型

 7.1 引言

 7.2 若干特殊模糊数下的可能性均值—方差模型

 7.3 若干特殊模糊数下的上下可能性均值—方差模型

 7.4 比较分析

参考文献