Yüksek LisansAçık Erişim

Approximating small open economy models with neural network trained by genetic algorithm

Bu tez size mi ait?

Bu kayıt toplu arşivden geldi. Sizinse profilinize bağlayın.

2008
0 görüntülenme
0 i̇ndirme

Özet (TR)

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.

Yazar

Yeşim Coşkun

Bu Yayına Nasıl Atıf Yapılır

Yeşim Coşkun (Yüksek Lisans Tezi). Approximating small open economy models with neural network trained by genetic algorithm, 2008, İhsan Doğramacı Bilkent University.

Anahtar Kelimeler

Lisans

Tüm Hakları Saklıdır

Bu eser belirtilen lisans koşulları altında paylaşılmaktadır.

İhsan Doğramacı Bilkent University tezlerinden daha fazlası