ارایه مدلی برای بهینه کردن ریسک پورتفوی فازی وحل آن با الگوریتم pso

درمقاله حاضر با به کار بردن توزیع احتمال پارامتری روشی جدی جهت نوصیف نتایج فازی ارایه می دهیم توزیع های احتمالی پارامتری با روشهای کاهشی ارزش معادل (ای وی)بدست می آیند در واقع برای متغیر های دو فازی معمولی (مثلثی وذوزنقه) متغیرهای فازی کاهش یافته را برای آنها مورد مطالعه قرار می دهیم ابتدا توزیع احتمال پارامتری را برای متغیرهای فازی کاهش یافته بدست می آوریم سپس فرمول های گشتاوری دوم برای متغیرهای فازی کاهش یافته ایجاد می شود با در نظر گرفتن گشتاور دوم به عنوان معیار ریسک جدید مدل های: پاداش_ریسک و ریسک_پاداش جهت بهینه کردن مساله انتخاب سبد سهام فازی ایجاد می شود خواص ریاضی مدل های بهینه سازی مطرح شده از جمله: باز نمودهای تحلیلی گشتاورهای دوم مربوط به ترکیبات خطی متغیرهای فازی کاهش یافته, ونیز تحدب گشتاورهای دوم با توجه به بردارهای تصمیم بررسی می شود. مدل های ذکر شده بر اساس باز نمودهایتحلیلی گشتاور دوم قادر هستند به مشکلات برنامه نویسی محدب و پارامتری معادل درجه دوم تبدیل شوند در اینجا با استفاده از الگوریتم هوشمند, بهینه کردن توده ذرات PSO که در ادامه بیشتر به آن می پردازیم مدل مورد نظر را حل کردیم