同行评议是基金项目管理中项目评审环节所采用的主要方法,专家分配则是同行评议的首要和基础工作。随着项目数量的迅速增长与研究范围的不断扩大,目前传统的分配方法和手工操作已经不能满足基金管理工作的需要,应用智能优化技术研究更有效、更科学、更便捷的分配方法是解决目前专家分配没有明确标准、手工操作落后等状况的重要途径和必然方法。 本文按照模型建立的步骤和方法对专家分配问题进行研究,确定了专家分配问题的数学模型。根据模型特点,研究非线性规划和组合优化问题的求解方法,分析常用的启发式方法后,提出使用遗传算法和蚂蚁算法求解专家分配问题。 首先,对遗传算法的特点和性能进行分析,验证了遗传算法在处理高维、多极值问题上的优势,结合专家分配问题的特点,设计了用以解决专家分配问题的选择、交叉、变异等遗传算子,提出了使用遗传算法求解专家分配问题的具体方法。 然后,分析蚂蚁算法的特点,研究蚂蚁算法解决资源分配问题的方法。提出了蚂蚁算法对专家分配问题的求解方法,解决了其中的关键问题:启发式信息的选择、可行解的构造和信息素的更新。 最后,将遗传算法和蚂蚁算法求解专家分配问题的方法应用到实际数据中,进行实验。结果表明,这两种方法均能得到优于粗分配的结果,而且遗传算法的实验结果优于手工调整后的分配方案。因此,实验结果说明求解结果在实际应用中是有效的,从而验证了模型的正确性和求解方法的可行性。