陳煒編著的《投資組合優化模型與智能算法研究》分別基於隨機性理論和模糊數的可能性理論對投資組合選擇問題進行了深入的研究，並用遺傳算法、粒子群算法和蜂群算法三種智能算法對相關問題進行求解。本書的內容主要分為兩個部分：**部分包括第三章和第四章，主要討論了不確定性為隨機性的投資組合問題；第二部分包括第五章、第六章和第七章，主要討論了不確定性為模糊性的投資組合問題。

1 緒論
1.1 研究背景及意義
1.2 現代投資組合理論綜述
1.3 本書的主要研究內容
2 投資組合選擇模型及智能算法介紹
2.1 引言
2.2 投資組合的若干模型
2.3 智能優化算法
3 復雜約束下的投資組合模型及遺傳算法
3.1 引言
3.2 具有復雜約束的投資組合模型
3.3 求解優化問題的遺傳算法
3.4 應用實例
4 **偏差風險度量下的具有交易費用的投資組合模型
4.1 引言
4.2 具有交易費用的均值—**偏差模型
4.3 具有交易費用的均值—半**偏差模型
4.4 具有交易費用的均值—極大極小半**偏差模型
4.5 應用實例
5 具有交易費用的可容許投資組合模型及粒子群算法
5.1 引言
5.2 基於模糊概率的Markowitz模型
5.3 具有交易費用的可容許投資組合模型
5.4 改進的粒子群算法
5.5 應用實例
6 若干模糊可能性投資組合模型
6.1 引言
6.2 上下可能性均值—方差投資組合模型
6.3 具有交易費用的可能性投資組合模型
6.4 具有融資和流動性約束下的可能性投資組合模型
6.5 具有交易費用和基數約束的可能性投資組合模型
7 若干特殊隸屬函數下的模糊可能性投資組合模型
7.1 引言
7.2 若干特殊模糊數下的可能性均值—方差模型
7.3 若干特殊模糊數下的上下可能性均值—方差模型
7.4 比較分析
參考文獻