| Abstract: | 遺傳規畫的發展雖然只有很短的歷史,但是 它已經成為人工智慧、計算智慧及演化計算等 領域中相當令人矚目的課題.Koza(1992a)這本對遺 傳規畫的教科書,更有十分有系統的總結了,遺 傳規畫在各式各樣的問題上的應用,其中也包 涵了計量經濟學家比較關心的資料配適與模型 選擇.除此之外,Koza(1992b), Perry(1994), Andrew and Prager(1994), Chen and Yeh(1994,1995),陳樹衡,林祖嘉與 林祖嘉(1995)也將遺傳規畫的方法帶到應用計量 經濟的領域來.本研究的目的,是希望能在這些 研究的基礎上,對遺傳規畫在計量經濟上所可 能扮演的角色進行一個系統性的研究與評估. 這個工作依照計量經濟學所關心的課題分成以 下三部份進行,即模型尋找與選擇,既定模型的敏感度(頑強性)分析,對非線性性質的偵測與對 非線性規律的學習.而將這三部份整合在一起 的問題是:當我們在對一個模型的合適性進行 評估時,遺傳規畫究竟能供我們甚麼樣不同於 以往的思考.此外,本研究中評估的工作也將以 比較的方式進行.譬如說,在衡量遺傳規畫在對 非線性處理的績效上,我們將以小樣本來比較 遺傳規畫與神經網路對混沌動態系統的辨識能 力.而在模型尋找上,遺傳規畫是否能比向後遞推(Back Propagation)程式更有效的來配適非線性資 料. |
