مجید وفایی جهان - مربی، گروه کامپیوتر، دانشکده فنی و مهندسی دانشگاه آزاد اسلامی واحد مشهد
محمدرضا اکبرزاده توتونچی - دانشیار، گروه برق، دانشکده فنی و مهندسی، دانشگاه فردوسی مشهد

مسئله انتخاب بهینه سبد سهام یکی از مسائل غیرچندجمله ای (NP) است که تاکنون الگوریتم دقیقی برای حل آن ارائه نشده است . معمولا برای حل این گونه مسائل از روش های هوشمند استفاده می گردد. در گذشته فعالیت های زیادی در این زمینه انجام شده است که با استفاده از تکنیک های مطرح شده در الگوریتم های تکاملی ، ژنتیک، اجتماع اجزاء ، بازپخت تطبیقی و شبکه عصبی همچنین روش های احتمالی - فازی اقدام به حل این مسئله کرده اند. در این مقاله کوشش شده است الگوریتم بهینه سازی نوینی مبتنی بر مدل آیزینگ اسپین گلاس و بازپخت تطبیقی ارائه گردد و بر مسئله بهینه سازی سبد سهام اعمال گردد. مزیت الگوریتم پیشنهادی ، افزایش توانایی در جستجوی محلی است بطوری که با اجرای الگوریتم ، استقرار اسپین ها آنقدر تغییر می یابد تا جواب بهینه را نشان دهند. هرچند این خاصیت امکان پردازش موازی را برای اجرای الگوریتم مهیا می کند ولی با افزایش تعداد سها م ، سرعت همگرایی کاهش می یابد که برای رفع آن عملگر های جابجایی و رقابت اسپین های نخبه پیشنهاد شده است که سرعت همگرایی را به مقدار چشم گیری افزایش می دهند.

مدل آیزینگ، اسپین گلاس، انتخاب سبدسهام، بازپخت تطبیقی، جستجوی محلی و پردازش موازی