遺傳規畫在人工智慧經濟學中的發展與評估｜國立政治大學博碩士論文系統

簡易檢索 / 詳目顯示

回結果列表

研究生：	葉佳炫 Yeh, Chia Hsuan
論文名稱：	遺傳規畫在人工智慧經濟學中的發展與評估 The development and evaluation of genetic programming on artificial intelligence economics
指導教授：	陳樹衡 Chen, Shu Heng
學位類別：	碩士 Master
系所名稱：	社會科學學院 - 經濟學系 Department of Economics
論文出版年：	1994
畢業學年度：	82
語文別：	中文
論文頁數：	302
中文關鍵詞：	遺傳程式、遺傳規畫、有限理性、演化、檔案系統、歸納性學習
外文關鍵詞：	Classifier System
相關次數：	點閱：116 下載：0
分享至:	分享至facebook 分享至twitter

查詢本校圖書館目錄查詢臺灣博碩士論文知識加值系統勘誤回報

　　本論文是承續近來〝有限理性總體經濟學〞發展下之一支研究。有關有限理性的定義，在本研究中乃是以Sargent(1993)及Leijonhufvud(1993)為根據。Sargent(1993)認為：經濟學家在建立模型時，要怎麼樣去塑造其模型中的決策者的預期及學習呢？為了在精神上求一致起見，不應將模型中的決策者想成比經濟學家本人更聰明或更無知。有關這兩個角色應一致的要求，似乎便成了有限理性總體經濟學中相當關鍵的磐石。有關預期與學習形成的部份在計量經濟學上，又可大致分為兩個階段。在第一階段中，是以統計決策理論為主所建構的預期與學習過程，這類型的預期是奠基於以機率模型為主的學習過程。此類學習過程可以說是1980年代以來，理性預期學習過程的主要架構。使用這種學習模型需對決策者在所擁有的資訊上，做較強的限制。而第二階段的學習模式是要減輕模型中對決策人在資訊上的負荷，即將第一階段機率模型的學習擴充至非機率模型的學習。而幾乎所有學習上的問題，都可以視為一個尋找的問題，模型選擇是尋找模型，參數估計是尋找參數。在模型的設定上，以往我們處理的程序是：假設模型為....，則我們可以....。對於模型的選定並沒有嚴格的判定標準可供依循。然而遺傳規畫不但對模型的設立，提供了一個良好的典範，而且對如何尋找模型，提供了一個一般性的尋找模式。模型的選取，應是先經由尋找的過程而得到的，而非憑空自上帝的手中取得。因此，就如何建立起尋找的方式，其較模型的選擇更為基本且更為重要。遺傳規畫運作之初，並沒有包含先驗的知識，初始的模型是經由隨機創造而得。在演化的過程中，模型逐漸地有了系統（型態）的出現。這種尋找的過程，既不偏向隨機也不偏向系統，在隨機與系統中，取得了一個完美的平衡點。在遺傳規畫運作下，要選擇何種模型，將視實驗者的時間成本而定。換句話說，即遺傳規畫提供了實驗者到目前為止最好的模型，是否該花更多時間以取得〝較精確〞的模型，將由實驗者自行決定。在此情況下，我們在模型的選擇上，有了一個較為適當的判定基準：模型的大體輪廓將是藉由進化的方式取得，不是經由天外神來之筆而誕生。在模型精確度的選擇上，將由個人的時間成本來定奪。就在這層意義上來說，此種選擇的模式比較符合〝人性〞，亦與經濟學的精神相符合。本論文的目的便是要了解遺傳規畫在實際運作上的一些特性，以及該如何正確地使用它才能得到最大的功效，以期望它能成為我們在處理有限理性總體經濟學上的一個重要工具。

謝辭
目錄-----I
第一章　緒論-----1
第二章　後理性預期時代總體經濟學的新發展：遺傳程式-----7
　　2.1　遺傳程式基本概論-----7
　　　　2.1.1　前言-----7
　　　　2.1.2　檔案系統的介紹-----8
　　　　2.1.3　何謂遺傳程式-----10
　　2.2　檔案系統與交易媒介的形成-----15
　　　　2.2.1　Kiyotaki-Wright找尋模型-----15
　　　　2.2.2　Kiyotaki-Wright環境-----19
　　　　2.2.3　Kiyotaki-Wright環境的檔案系統-----20
　　　　2.2.4　不完全列舉的檔案與遺傳程式-----24
　　　　2.2.5　完全列舉檔案的A1.1經濟模型與模擬結果-----26
　　　　2.2.6　不完全列舉檔案的A1.2經濟模型-----26
　　　　　　2.2.6.1　模擬結果及分析-----28
　　　　2.2.7　A2經濟模型-----29
　　　　2.2.8　接續的工作-----30
　　2.3　遺傳程式的學習和蛛網模型-----32
　　　　2.3.1　簡介-----32
　　　　2.3.2　蛛網模型的描述-----33
　　　　2.3.3　單一族羣的遺傳程式-----34
　　　　　　2.3.3.1　模擬的結果-----36
　　　　2.3.4　多重族羣的遺傳程式-----37
　　　　　　2.3.4.1　模擬的結果-----38
　　　　2.3.5　實驗結果的比較-----39
　　　　2.3.6　評論-----39
　　2.4　在世代交替的經濟體系中之遺傳程式-----40
　　　　2.4.1　簡介-----40
　　　　2.4.2　世代交替的經濟模型-----41
　　　　　　2.4.2.1　固定數量的貨幣供給-----42
　　　　　　2.4.2.2　固定實質赤字融通-----43
　　　　　　2.4.2.3　過去價格樣本平均的預期-----44
　　　　　　2.4.2.4　最小平方學習程序-----44
　　　　2.4.3　遺傳程式的應用-----46
　　　　2.4.4　模擬結果-----47
　　　　　　2.4.4.1　固定數量的貨幣供給-----47
　　　　　　2.4.4.2　固定實質赤字融通-----48
　　　　2.4.5　遺傳程式和實驗結果-----49
　　2.5　在經濟體系中的學習和適應-----49
　　　　2.5.1　摘要-----49
　　　　2.5.2　演繹的隱喻-----50
　　　　2.5.3　我們如何知道-----50
　　　　2.5.4　假說與反駁-----51
　　　　2.5.5　共同預期的假定-----52
　　　　2.5.6　金融市場-----52
　　　　　　2.5.6.1　遺傳程式與Arthur型股票市場-----53
第三章　遺傳規畫的數學模型及程式內容-----61
　　3.1　遺傳規畫的數學模型-----61
　　　　3.1.1　前言-----61
　　　　3.1.2　可開發利得(Exploitable Bias)-----62
　　　　　　3.1.2.1　可重覆性(Repeatability)-----63
　　　　　　3.1.2.2　可發現性(Discoverability)-----63
　　　　　　3.1.2.3　期望報酬(Expected Payoff)-----64
　　　　3.1.3　關於T-可開發利得的定理-----66
　　　　3.1.4　數學模型-----66
　　3.2　遺傳規畫的原始程式-----67
　　　　3.2.1　程式的內容-----69
　　　　　　3.2.1.1　步驟一-----69
　　　　　　3.2.1.2　步驟二-----70
　　3.3　演化逼近與計量模型-----72
　　　　3.3.1　前言-----72
　　　　3.3.2　資料來源-----72
　　　　3.3.3　遺傳規畫的設計-----73
　　　　3.3.4　模擬結果-----73
第四章　遺傳規畫的實際運作-----75

4.1　多項式函數的學習-----75
　　　　4.1.1　X4＋X3＋X2＋X的學習-----75
　　　　4.1.2　X2＋X＋1的學習-----76
　　　　4.1.3　X5＋X4＋X3＋X2＋X的學習-----77
　　　　4.1.4　X3＋X2＋X的學習-----78
　　　　4.1.5　X6＋X5＋X4＋X3＋X2＋X的學習-----79
　　4.2　PY=MV的學習-----80
　　　　4.2.1　美國資料（一）-----80
　　　　4.2.2　美國資料（二）-----82
　　　　　　4.2.2.1　全部樣本-----82
　　　　　　4.2.2.2　後樣本預測（一）-----90
　　　　　　4.2.2.3　後樣本預測（二）-----97
　　　　4.2.3　臺灣資料-----104
　　　　　　4.2.3.1　全部樣本-----104
　　　　　　4.2.3.2　後樣本預測（一）-----111
　　　　　　4.2.3.3　後樣本預測（二）-----118
　　4.3　臺灣股市資料的學習-----125
　　　　4.3.1　落差一期-----126
　　　　4.3.2　落差二期-----128
　　　　4.3.3　落差三期-----130
　　　　4.3.4　落差四期-----131
　　　　4.3.5　結論-----133
第五章　結論與未來研究方向-----137
附錄A　遺傳規畫實際運作的細節-----141
　　A.1　多項式函數的學習-----141
　　　　A.1.1　X4＋X3＋X2＋X的學習-----141
　　　　A.1.2　X2＋X＋1的學習-----144
　　　　A.1.3　X5＋X4＋X3＋X2＋X的學習-----149
　　　　A.1.4　X3＋X2＋X的學習-----158
　　　　A.1.5　X6＋X5＋X4＋X3＋X2＋X的學習-----163
　　A.2　PY=MV的學習-----169
　　　　A.2.1　美國資料（一）-----169
　　　　A.2.2　美國資料（二）-----177
　　　　　　A.2.2.1　全部樣本-----181
　　　　　　A.2.2.2　後樣本預測（一）-----195
　　　　　　A.2.2.3　後樣本預測（二）-----208
　　　　A.2.3　臺灣資料-----228
　　　　　　A.2.3.1　全部樣本-----228
　　　　　　A.2.3.2　後樣本預測（一）-----243
　　　　　　A.2.3.3　後樣本預測（二）-----258
　　A.3　臺灣股市資料的學習-----273
　　　　A.3.1　落差一期-----273
　　　　A.3.2　落差二期-----277
　　　　A.3.3　落差三期-----281
　　　　A.3.4　落差四期-----284

(限達賢圖書館四樓資訊教室A單機使用)

簡易檢索 / 詳目顯示

相關論文