众所周知，投资组合选择问题是结合了金融学应用与数学理论的一类研究，且越来越受到投资决策人与学者们的关注。马科维茨是当初建立起金融投资组合理论基础的关键人物。其提出的均值方差模型以均值的方式决定了投资组合中的收益，以方差决定了风险。近些年来，目标规划模型日渐成为应用于投资组合优化问题中的常见模型。该模型的核心思想在于确保目标函数的期望水平，并追求最小化与该水平的偏差。　　一般来说，投资组合选择过程是基于清晰信息环境条件的。然而，在具体的投资组合选择情景中，有大量的不确定因素将左右目标设定与模型的建立。此外，大部分的投资人与专家习惯于使用类似“高风险”、“低收益”、“低流动性”等表述。使用这种带有主观性的描述将大大增加构建模型的困难。因此，我们无法使用精确的方法来描述这种特性。幸运的是，模糊集理论应运而生并已成功运用于解决模糊信息和体现投资者偏好的现实问题。大量文献资料显示，可能性测度已广泛运用于解决模糊问题，但也不可否认该方法存在一些不足之处。因此，清华大学刘宝啶教授提出了一种可信性测度来解决该类问题。此后的十多年里，可信性理论体系被不断地传承和发展。　　本研究将提出三类模糊目标规划模型对投资组合进行优化。由于可信性理论已多次成功应用于解决投资组合问题，因此我们将充分利用该理论建立起相应的数学模型。此外，贝塔系数作为反映金融产品与市场大盘关系的一项重要属性，我们也将其与模型表达式相结合。在成功建立起模型后，本研究将提出一种特殊的混合智能算法，该算法由遗传算法衍变而成。最后我们将应用该算法有效解决最优化问题，并得到大量真实的实验数据，从而得出有现实意义及参考价值的结论。