ty -jour a2 -ayag，zeki au -panwar，darsha au -jha，manoj au -srivastava，namita py -2018 da -2018/2018/09/03 ti-风险优化和使用模糊的多型线性编程SP -4279236 VL -4279236 VL -4279236 VL -2018 AB-股票选择对投资者和财务研究人员都构成挑战。在本文中，提出了一种用于资产分配的混合方法，提供了用于投资组合选择的几种方法的组合，例如投资者拓扑，集群分析和分析层次结构过程（AHP），以促进对资产和模糊的多物镜线性编程（FMOLP）。本文考虑了一些重要因素，例如相对强度指数（RSI），变异系数（CV），收益收益率（EY）和价格与收入增长率（PEG比率），除了风险和回报率以及股票以及股票包含在这些相同的因素中。使用模糊的多主体线性编程，使用七个目标函数进行优化，即回报，风险，相对强度指数（RSI），变异系数（CV），收益收益率（EY），价格与收入比率（PEG比率），价格比率（PEG比率），价格比率（PEG比率），价格比率（PEG比率）（PEG比率）（PEG比率），这和AHP加权分数。FMOLP使用“加权自适应方法”将多目标问题转化为单个目标问题，在该方法中，权重由AHP或投资者进行选择。FMOLP模型允许在解决方案中选择。SN -1687-7101 UR- https：//doi.org/10.1155/2018/4279236 DO -10.1155/2018/2018/4279236 JF-模糊系统的进步PB- Hindawi KW -er -er- ER-