Approximating small open economy models with neural network trained by genetic algorithm
Küçük açık ekonomi modellerinin genetik algoritma ile eğitilmiş sinirsel ağ ile yakınsanması
- Tez No: 220717
- Danışmanlar: DOÇ. NEDİM ALEMDAR
- Tez Türü: Yüksek Lisans
- Konular: Ekonomi, Economics
- Anahtar Kelimeler: Genetik programlama, Genetic programming
- Yıl: 2008
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Ekonomi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez calışması, Stephanie Schmitt-Grohe ve Martin Uribe(2003)'un calışmışolduğu borç esnekligi olan faiz primini ve dışbükey portföy maliyetlerini içerenküçük açık ekonomik modellerini yakınsamak için doğrudan numerik bir çözümmetodu sunmaktadır. Yeni geliştirilmiş bu metod politika fonksiyonunu birincidereceden yakınsayan metod ile içsel değişkenlerin ikinci momentleri veetki tepkileri göz önüne alınarak karşılaştırılmıştır.Burada sunulan, genetikalgoritma-sinirsel ağ olarak adlandırılan metod, politika fonksiyonunu genetikalgoritma ile eğitilmiş yapay sinirsel ağlar ile parametrize etmektedir. Böylecebu numerik metod, birinci dereceden yakınsama tekniğinden farklı olarak amaçve politika fonksiyonlarının türevlerinin sürekliliğini ve varlığını gerektirmez.En önemlisi de, Genetik algoritmalar, olası küme üzerinde global arama yapmaimkanı veren evrimsel algoritmalar olduğundan, herhangi bir çözüm uzayındasağlıklı sonuçlar sunabilmektedir. Ayrıca, metodumuz, sadece modelin momentlerinideğil, en optimal yolu da sunmaktadır.
Özet (Çeviri)
This thesis work presents a direct numerical solution methodology to approximatethe small open economy models with debt elastic interest rate premiumand with convex portfolio adjustment cost, both studied by Stephanie Schmitt-Grohe and Martin Uribe(2003). This recent method is compared with the rstorderapproximation to the policy function from the aspect of second momentsof endogenous variables and their impulse responses. The proposed methodology,namely genetic algorithm-neural network (GA-NN), parameterizes thepolicy function with a feed-forward neural network that is trained by a geneticalgorithm. Thus, unlike the rst-order approximation, GA-NN does notrequire the continuity and the existence of derivatives of objective and policyfunctions. Importantly, since genetic algorithm is an evolutionary algorithmthat enables global search over the feasible set, it provides a robust result inany solution space. Also GA-NN method gives not only the moments of themodel but also the optimal path.
Benzer Tezler
- Çok uluslu işletmelerde yönetim ve organizasyon modelleri
Organization and management models in multinational companies
ÇEŞMİAHU AKSOYTÜRK
- Uluslararası fon piyasaları ve döviz kredileri mekanizması (analitik bir yaklaşım)
A Short history of the foreign exchange markets
ADNAN YİĞİT
Yüksek Lisans
Türkçe
1994
BankacılıkMarmara ÜniversitesiUluslararası Bankacılık ve Finans Ana Bilim Dalı
PROF. DR. İLHAN ULUDAĞ
- Tüp içinde tüp sistemli bir yapının yatay yükler altındaki davranışının araştırılması
Başlık çevirisi yok
HASAN BORA KILIÇ
Yüksek Lisans
Türkçe
1998
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. NAHİT KUMBASAR
- Kanat-uçkanat etkileşiminin sayısal analizi
Numerical analysis of wing-winglet configuration
NURHAK ERBAŞ
- Tabakalı körfezlerdeki su kütlesi hareketlerinin belirlenmesi ve İzmit Körfezi'ne uygulanması
Determination of water body movement in stratified bays and its application to the İzmit Bay
EMEL İRTEM
Doktora
Türkçe
1991
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF.DR. İSTEMİ ÜNSAL