Approximating small open economy models with neural network trained by genetic algorithm
2008
0 views
0 downloads
Advisor: Doç. Nedim Alemdar
Abstract (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.
Author
Dr. Yeşim Coşkun
How to Cite
Yeşim Coşkun (Yüksek Lisans Tezi). Approximating small open economy models with neural network trained by genetic algorithm, 2008, Bilkent University.
Keywords
License
Tüm Hakları Saklıdır
This work is shared under the specified license terms.
More theses from Bilkent University
- The Lower Danube in Late Antiquity: The case of Histria(2023)
- Oil price surges and the yield curve(2024)
- Essays on forward guidance(2014)
- Multi-armed bandit algorithms for communication networks and healthcare(2022)
- Comparative constitutional happiness in the light of the jurisprudence of the Turkish Constitutional Court(2023)
- Density functional theory investigation of linear carbon chains(2023)
