Cash balance optimization with genetic algorithms: a study of cross and mutation relationship in Miller-Orr model
Autor(a) principal: | |
---|---|
Data de Publicação: | 2011 |
Outros Autores: | |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Revista Produção Online |
Texto Completo: | https://www.producaoonline.org.br/rpo/article/view/653 |
Resumo: | This work has the objective to apply genetic algorithms in cash balance policy definition. This financial problem was initially treated by Baumol (1952) and Tobin (1956) which work applies deterministic models to inventory control in enterprises cash balance. Further, Miller and Orr (1966) enhanced the problem approach introducing a stochastic model which no longer defines the optimal cash balance, but bands of oscillation. This work proposes an evolutionary model methodology with genetic algorithms, in different approaches to cash balance optimization, using the premises showed in literature. For this, simulations are used in model support and validation. The results shows that genetic algorithms can be very useful in Miller-Orr model parameterization, with good results in this field of problem, and the optimal solution has a strong association with mutation evolutionary process. This paper let future perspectives of better application of genetic algorithms in cash balance optimization problem. |
id |
ABEPRO-2_f7d47b5497f86e6848ed1629e9109def |
---|---|
oai_identifier_str |
oai:ojs.emnuvens.com.br:article/653 |
network_acronym_str |
ABEPRO-2 |
network_name_str |
Revista Produção Online |
repository_id_str |
|
spelling |
Cash balance optimization with genetic algorithms: a study of cross and mutation relationship in Miller-Orr modelOtimização do saldo de caixa com algoritmos genéticos: um estudo relacionando cruzamento e mutação no modelo de Miller e OrrOtimização. Saldo de Caixa. Modelos Computacionais. Gestão de Tesouraria. Miller-Orr.This work has the objective to apply genetic algorithms in cash balance policy definition. This financial problem was initially treated by Baumol (1952) and Tobin (1956) which work applies deterministic models to inventory control in enterprises cash balance. Further, Miller and Orr (1966) enhanced the problem approach introducing a stochastic model which no longer defines the optimal cash balance, but bands of oscillation. This work proposes an evolutionary model methodology with genetic algorithms, in different approaches to cash balance optimization, using the premises showed in literature. For this, simulations are used in model support and validation. The results shows that genetic algorithms can be very useful in Miller-Orr model parameterization, with good results in this field of problem, and the optimal solution has a strong association with mutation evolutionary process. This paper let future perspectives of better application of genetic algorithms in cash balance optimization problem.O presente trabalho tem por objetivo a aplicação de algoritmos genéticos na definição de políticas de administração do saldo de caixa. Este problema de finanças abordado inicialmente por Baumol (1952) e Tobin (1956) teve sua origem na aplicação de modelos determinísticos de controle de inventário ao caixa existente nas empresas. Posteriormente Miller e Orr (1966) aperfeiçoam a abordagem ao introduzirem um modelo estocástico que não mais definia o ponto ideal do saldo de caixa, mas uma faixa de oscilação. Este trabalho propõe uma metodologia baseada em modelos evolutivos, com algoritmos genéticos, em diferentes abordagens, para otimizar o saldo de caixa, utilizando para isso premissas apresentadas na literatura. Para tal são utilizadas simulações no apoio e validação do modelo. Os resultados indicam que os algoritmos genéticos podem ser muito úteis na parametrização do modelo de Miller e Orr, apresentando resultados promissores neste tipo de problema, sendo a solução ótima fortemente associada ao processo evolutivo de mutação. Ficam perspectivas futuras para uma melhor aplicação dos algoritmos genéticos em problemas de otimização do saldo de caixa.Associação Brasileira de Engenharia de Produção2011-05-31info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfaudio/mpeghttps://www.producaoonline.org.br/rpo/article/view/65310.14488/1676-1901.v11i2.653Revista Produção Online; Vol. 11 No. 2 (2011); 399-417Revista Produção Online; v. 11 n. 2 (2011); 399-4171676-1901reponame:Revista Produção Onlineinstname:Associação Brasileira de Engenharia de Produção (ABEPRO)instacron:ABEPROporhttps://www.producaoonline.org.br/rpo/article/view/653/791https://www.producaoonline.org.br/rpo/article/view/653/803Copyright (c) 2014 Revista Produção Onlineinfo:eu-repo/semantics/openAccessBotelho da Costa Moraes, MarceloSeido Nagano, Marcelo2015-11-11T17:25:56Zoai:ojs.emnuvens.com.br:article/653Revistahttp://producaoonline.org.br/rpoPUBhttps://www.producaoonline.org.br/rpo/oai||producaoonline@gmail.com1676-19011676-1901opendoar:2015-11-11T17:25:56Revista Produção Online - Associação Brasileira de Engenharia de Produção (ABEPRO)false |
dc.title.none.fl_str_mv |
Cash balance optimization with genetic algorithms: a study of cross and mutation relationship in Miller-Orr model Otimização do saldo de caixa com algoritmos genéticos: um estudo relacionando cruzamento e mutação no modelo de Miller e Orr |
title |
Cash balance optimization with genetic algorithms: a study of cross and mutation relationship in Miller-Orr model |
spellingShingle |
Cash balance optimization with genetic algorithms: a study of cross and mutation relationship in Miller-Orr model Botelho da Costa Moraes, Marcelo Otimização. Saldo de Caixa. Modelos Computacionais. Gestão de Tesouraria. Miller-Orr. |
title_short |
Cash balance optimization with genetic algorithms: a study of cross and mutation relationship in Miller-Orr model |
title_full |
Cash balance optimization with genetic algorithms: a study of cross and mutation relationship in Miller-Orr model |
title_fullStr |
Cash balance optimization with genetic algorithms: a study of cross and mutation relationship in Miller-Orr model |
title_full_unstemmed |
Cash balance optimization with genetic algorithms: a study of cross and mutation relationship in Miller-Orr model |
title_sort |
Cash balance optimization with genetic algorithms: a study of cross and mutation relationship in Miller-Orr model |
author |
Botelho da Costa Moraes, Marcelo |
author_facet |
Botelho da Costa Moraes, Marcelo Seido Nagano, Marcelo |
author_role |
author |
author2 |
Seido Nagano, Marcelo |
author2_role |
author |
dc.contributor.author.fl_str_mv |
Botelho da Costa Moraes, Marcelo Seido Nagano, Marcelo |
dc.subject.por.fl_str_mv |
Otimização. Saldo de Caixa. Modelos Computacionais. Gestão de Tesouraria. Miller-Orr. |
topic |
Otimização. Saldo de Caixa. Modelos Computacionais. Gestão de Tesouraria. Miller-Orr. |
description |
This work has the objective to apply genetic algorithms in cash balance policy definition. This financial problem was initially treated by Baumol (1952) and Tobin (1956) which work applies deterministic models to inventory control in enterprises cash balance. Further, Miller and Orr (1966) enhanced the problem approach introducing a stochastic model which no longer defines the optimal cash balance, but bands of oscillation. This work proposes an evolutionary model methodology with genetic algorithms, in different approaches to cash balance optimization, using the premises showed in literature. For this, simulations are used in model support and validation. The results shows that genetic algorithms can be very useful in Miller-Orr model parameterization, with good results in this field of problem, and the optimal solution has a strong association with mutation evolutionary process. This paper let future perspectives of better application of genetic algorithms in cash balance optimization problem. |
publishDate |
2011 |
dc.date.none.fl_str_mv |
2011-05-31 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://www.producaoonline.org.br/rpo/article/view/653 10.14488/1676-1901.v11i2.653 |
url |
https://www.producaoonline.org.br/rpo/article/view/653 |
identifier_str_mv |
10.14488/1676-1901.v11i2.653 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://www.producaoonline.org.br/rpo/article/view/653/791 https://www.producaoonline.org.br/rpo/article/view/653/803 |
dc.rights.driver.fl_str_mv |
Copyright (c) 2014 Revista Produção Online info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Copyright (c) 2014 Revista Produção Online |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf audio/mpeg |
dc.publisher.none.fl_str_mv |
Associação Brasileira de Engenharia de Produção |
publisher.none.fl_str_mv |
Associação Brasileira de Engenharia de Produção |
dc.source.none.fl_str_mv |
Revista Produção Online; Vol. 11 No. 2 (2011); 399-417 Revista Produção Online; v. 11 n. 2 (2011); 399-417 1676-1901 reponame:Revista Produção Online instname:Associação Brasileira de Engenharia de Produção (ABEPRO) instacron:ABEPRO |
instname_str |
Associação Brasileira de Engenharia de Produção (ABEPRO) |
instacron_str |
ABEPRO |
institution |
ABEPRO |
reponame_str |
Revista Produção Online |
collection |
Revista Produção Online |
repository.name.fl_str_mv |
Revista Produção Online - Associação Brasileira de Engenharia de Produção (ABEPRO) |
repository.mail.fl_str_mv |
||producaoonline@gmail.com |
_version_ |
1761536948185333760 |