Cash balance optimization with genetic algorithms: a study of cross and mutation relationship in Miller-Orr model

Detalhes bibliográficos
Autor(a) principal: Botelho da Costa Moraes, Marcelo
Data de Publicação: 2011
Outros Autores: Seido Nagano, Marcelo
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