Acta Univ. Agric. Silvic. Mendelianae Brun. 2004, 52(3), 79-86 | DOI: 10.11118/actaun200452030079

Odhady parametrů ekonomických modelů pomocí genetických algoritmů

Marcel Ševela
Ústav ekonomie, Mendelova zemědělská a lesnická univerzita v Brně, Zemědělská 1, 613 00 Brno, Česká republika

Příspěvek se zabývá možnostmi aplikace genetických algoritmů na odhady parametrů nelineárních modelů. Cílem příspěvku je ověřit možnost aplikace genetických algoritmů na odhady parametrů poptávkové funkce po předmětech dlouhodobé spotřeby a současně nalézt optimální velikost parametrů genetického algoritmu a tím docílit jeho maximální efektivity. Genetické algoritmy spojují deterministické iterační postupy se stochastickými metodami. Zkoumaná řešení problému jsou ztotožněna s jednotlivci, jejichž život a život celých generací probíhá pod vlivem několika základních parametrů. Z provedených měření vyplynulo, že optimální mírou mutací je 15 % bitů jednotlivých genů, optimální velikostí elitismu je 20 % jednotlivců v každé generaci. Optimální velikost generace nelze stanovit, neboť rostoucí velikost generace vykazuje stále pozitivní, i když klesající vliv na kvalitu odhadů. Při optimální velikost parametrů je zkoumaný genetický algoritmus nejvíce citlivý na změnu míry mutací, následně na velikost generace. Citlivost na změny míry elitismu není v okolí optima výrazná.

genetický algoritmus, nelineární modely, iterační metody, funkce poptávky

Applicability of genetic algorithms to parameter estimation of economic models

The paper concentrates on capability of genetic algorithms for parameter estimation of non-linear economic models. In the paper we test the ability of genetic algorithms to estimate of parameters of demand function for durable goods and simultaneously search for parameters of genetic algorithm that lead to maximum effectiveness of the computation algorithm. The genetic algorithms connect deterministic iterative computation methods with stochastic methods. In the genteic aůgorithm approach each possible solution is represented by one individual, those life and lifes of all generations of individuals run under a few parameter of genetic algorithm. Our simulations resulted in optimal mutation rate of 15% of all bits in chromosomes, optimal elitism rate 20%. We can not set the optimal extend of generation, because it proves positive correlation with effectiveness of genetic algorithm in all range under research, but its impact is degreasing. The used genetic algorithm was sensitive to mutation rate at most, than to extend of generation. The sensitivity to elitism rate is not so strong.

Keywords: genetic algorithm, non-linear models, iterative algorithm, demand function
Grants and funding:

Výsledky uvedené v příspěvku jsou součástí řešení projektu č. 402/03/P130 "Vybrané aspekty postavení české ekonomiky v mezinárodním obchodu" realizovaného za finanční podpory ze státních prostředků prostřednictvím Grantové agentury České republiky.

Received: December 15, 2003; Published: June 17, 2015  Show citation

ACS AIP APA ASA Harvard Chicago IEEE ISO690 MLA NLM Turabian Vancouver
Ševela, M. (2004). Applicability of genetic algorithms to parameter estimation of economic models. Acta Universitatis Agriculturae et Silviculturae Mendelianae Brunensis, 52(3), 79-86. doi: 10.11118/actaun200452030079
Share...
Download citation
  • BibTeX (.bib)
  • Bookends (.ris)
  • EasyBib (.ris)
  • EndNote (.enw)
  • EndNote 8 (.xml)
  • ISI WoS (.isi)
  • Medlars (.medlars)
  • Mendeley (.ris)
  • MODS (.xml)
  • Papers (.ris)
  • RefWorks (.txt)
  • RefManager (.ris)
  • RIS (.ris)
  • MS Word (.xml)
  • Zotero (.ris)
    • Open full article

    References

    1. ANONYM: Build a genetic algorithm for MaxOne problem. [on-line]. [cit. 12.12.2003]. Dostupné na http://www.cs.umd.edu/projects/plus/ec/ecj/docs/tutorials.
    2. BARTSCH, H. J.: Matematické vzorce. Praha: SNTL, 1963. 575 s.
    3. HENDRY, D. F.: Econometrics - Alchemy or science? Oxford University Press, 2000. 542 s. ISBN 0-19-82954-2.
    4. HUŠEK, R., MAŇAS, M.: Matematické modely v ekonomii. Praha: SNTL, 1989. 402 s. ISBN 80-03-00098-X.
    5. HUŠEK, R.: Ekonometrická analýza. Praha: Ekopress, 1999. 304 s. ISBN 80-86119-19-X.
    6. KUENNE, R. E.: Readings in apllied microeconomic theory. Oxford: Blackwell Publishers, 2000. 445 s. ISBN 0-631-22070-4.
    7. LANCASTER, K.: Modern consumer theory.Vermont: Edward Elgar, 1991. 242 s. ISBN 1-85278-384-2.
    8. LIMPOUCH, J.: Hledání extrémů funkcí. [on-line]. [cit. 12.12.2003]. Dostupné na http://www-troja.fjfi.cvut.cz/limpouch/numet/extrem/ext1.html.
    9. OBÍTKO, M.: Genetic algorithms. [on-line]. [cit. 12.12.2003]. Dostupné na http://cs.felk.cvut.cz/xobitko/ga/main.html.
    10. PESARAN, M. H., SCHMIDT, P.: Handbook of apllied econometrics, volume II: Microeconomics. Oxford: Blackwell Publishers, 2000. 453 s. ISBN 0-631-21633-2.
    11. REKTORYS, K. a kol.: Přehled užité matematiky. Praha: SNTL, 1963. 1136 s.
    12. ROZSYPAL, S. a kol.: Přehled biologie. Praha: SPN, 1987. 686 s.
    13. SAS Institute, Inc.: The RELIABILITY procedure - Parameter estimation. [on-line]. [cit. 12.12.2003]. Dostupné na http://certik.ruk.cuni.cz/sas/SASHTML/qc/chap30.sect34.htm.
    14. SCHULTS, A. C.: GA archives. [on-line]. [cit. 12.12.2003]. Dostupné na http://www.aic.nrl.navy.mil/galist/src.
    15. SEAN, L.: Evolutionary computation systems. [on-line]. [cit. 12.12.2003]. Dostupné na http://www.cs.emd.edu/projects/plus/ec/ecj/docs.
    16. STUNDENMUND, A., H.: Using econometrics- a practical guide. London: The Addison Wesley, 2000. 637 s. ISBN 0-321-06481-X
    17. TIERNEY, L.: Maximalization and maximum likelihood estimation. [on-line]. [cit. 12.12.2003]. Dostupné na http://www.stat.uiowa.edu/luke/xls/tutorial/techreport/nodes57.htm.
    18. VERBEERK, M.: A guide to modern Econometric. Chichester: John Wiley&Sons, ltd., 2002. 386 s. ISBN 0-471-89982-8.

    This is an open access article distributed under the terms of the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License (CC BY NC ND 4.0), which permits non-comercial use, distribution, and reproduction in any medium, provided the original publication is properly cited. No use, distribution or reproduction is permitted which does not comply with these terms.


    Return to the content