Генетические алгоритмы в экономике

Генетические алгоритмы все чаще применяются в экономике со времени новаторской работы Джона Х. Миллера в 1986 году. Они использовались для характеристики различных моделей, включая модель паутины , модель перекрывающихся поколений , теорию игр , оптимизацию расписания и ценообразование активов . В частности, он использовался как модель для представления обучения, а не как средство для подбора модели.

Генетический алгоритм в модели паутины

Модель паутины представляет собой простую модель спроса и предложения для товара за t периодов. Фирмы (агенты) принимают решение об объеме производства в данный период, однако их продукция не производится до следующего периода. Таким образом, фирмам придется использовать какой-то метод для прогнозирования будущей цены. GA используется как своего рода обучающее поведение для фирм. Первоначально их решения по объему производства являются случайными, однако с каждым периодом они узнают немного больше. В результате агенты сходятся в области равновесия рациональных ожиданий (RATEX) для стабильного и нестабильного случаев. Если используется оператор выбора, GA сходится точно к равновесию RATEX.

Существует два типа методов обучения, с помощью которых могут быть использованы эти агенты: социальное обучение и индивидуальное обучение. В процессе социального обучения каждая фирма имеет одну строку, которая используется в качестве решения по объему производства. Затем он сравнивает эту строку со строками других фирм. В случае индивидуального обучения агентам предоставляется пул строк. Затем эти строки сравниваются с другими строками в пуле агента. Это можно рассматривать как взаимную конкуренцию идей внутри фирмы, тогда как в социальном случае это можно рассматривать как обучение фирмы у более успешных фирм. Обратите внимание, что в социальном случае и в случае индивидуального обучения с одинаковыми функциями затрат это однородное решение, то есть производственные решения всех агентов идентичны. Однако если функции затрат не идентичны, это приведет к гетерогенному решению, когда фирмы производят разные количества (обратите внимание, что они по-прежнему локально однородны, то есть в собственном пуле фирмы все строки идентичны).

После того, как все агенты приняли решение об объеме производства, количества агрегируются и подключаются к функции спроса для получения цены. Затем рассчитывается прибыль каждой фирмы. Затем значения пригодности рассчитываются как функция прибыли. После создания пула потомков рассчитываются гипотетические значения приспособленности. Эти гипотетические значения основаны на некоторой оценке уровня цен, часто просто на основе предыдущего уровня цен.

См. также

Список приложений генетических алгоритмов § Финансы и экономика

Ссылки

Дж. Х. Миллер, «Генетическая модель адаптивного экономического поведения», рабочий документ Мичиганского университета, 1986 г.
Дж. Арифович, «Обучение с помощью генетического алгоритма в экономической среде», докторская диссертация, Чикагский университет, 1991 г.
Дж. Арифович, «Обучение генетическим алгоритмам и модель паутины», Журнал экономической динамики и контроля, том. 18, выпуск 1 (январь 1994 г.), 3–28.
Р. Хоффманн, «Независимые локализации взаимодействия и обучения в повторяющейся дилемме заключенного», Theory and Decision, vol. 47, с. 57–72, 1999.
Р. Хоффманн, «Экология сотрудничества», «Теория и решения», том. 50, Вып. 2. с. 101–118, 2001.

Внешние ссылки