Estimating Parameters in Production Function based on Quadratic Synchronous Artificial Fish- Particle Swarm Optimization

• Autorzy: Mo Y. , Zhao X. , Xiang S.

Warianty tytułu

PL

Estymacja parametrów funkcji produkcji algorytmem optymalizacji rojem cząstek QSA-FPSO

• Języki publikacji: EN

Abstrakty

EN

Investment analysis is an important element of the process of economic activities, and the rational analysis and selection of production function as well as the parameter estimation, are important part of the investment analysis. Common production functions are characterized by too strong non-linearity for the use of traditional method to estimate parameters; therefore a fast, simple and robust algorithm becomes a hot research interest to optimize the production function. To this end this paper presents QSAFPSO for solving this problem. The algorithm enhances the genelevel exchange of information between individuals, creates a genetic template, employs genetic template evolution, mutation and other operations to improve the convergence speed, solution accuracy, and better helps algorithm out of local optimum. The typical function tests show that QSAFPSO, compared with like algorithms, features fast convergence and higher solution precision. A simulation based on the annual output value from 1820 to 1926, capital investment and labor input in Massachusetts shows that the algorithm is characterized by fast optimization of production function parameter estimation and by small residual sum of squares.

PL

W artykule opisano opracowany algorytm decyzyjny QSA-FPSO służący do analizy inwestycji. Jego działanie opiera się na budowie szablonu genetycznego i między genowej wymianie informacji. Wykonane testy funkcjonalności algorytmu pokazują jego większą, w porównaniu z innymi algorytmami, precyzję i szybkość osiągnięcia rozwiązania. Przedstawiono także wyniki badań symulacyjnych, dokonanych na rzeczywistych danych, potwierdzające wysoką skuteczność działania.

Słowa kluczowe

EN

production function; parameter estimation; particle swarm algorithm; non-differentiable point; residual sum of squares

PL

funkcja produkcji; estymacja parametrów; optymalizacja rojem cząstek; punkt nierozróżnialny; suma szczątkowa kwadratów

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2013
• Tom: R. 89, nr 3b
• Strony: 104--106
• Opis fizyczny: Bibliogr. 6 poz., tab.

Twórcy

autor

Mo Y.

• College of Information Science and Engineering, Guangxi University for Nationalities, Guangxi Nanning 530006

autor

Zhao X.

• School of statistics and mathematics, Zhongnan University of economics and law, Wuhan 430073,China

autor

Xiang S.

• School of statistics and mathematics, Zhongnan University of economics and law, Wuhan 430073,China

Bibliografia

• [1] Chen Heqin. Economic Metrology [M]. Beijing: China Business Press, 1989:6-198.
• [2] Jiang Qiyuan. Mathematical Experiment [M] Beijing: Higher Education Press, 1989:180-204.
• [3] Li Zhe, Wang Dongdong, Liang Li, Zhou Yongquan. The Application of Artificial Fish Swarm Optimization in the Estimation of Production Function Parameters [J]. Chongqing Normal University (Natural Science Edition), 2009, 26 (2):84-86
• [4] Li Xiaolei, Shao Zhijiang, Qian Jixin. An Optimization Model Based on Autonomous Animals: Fish Swarm Optimization [J]. System Engineering Theory and Practice, 2002, 22 (11) :32-38.
• [5] Li Xiaolei, Lu Fei, Tian Guohui et al. The Application of Artificial Fish Swarm Algorithm in Combinatorial Optimization [J]. Journal of Shandong University: Engineering Section, 2004,34 (5) :64-67.
• [6] Kennedy J, Eberhart R C. Particle Swarm Optimization[A]. Proceedings of the IEEE International Conference on Neural Networks[C]. Piscataway, NJ, USA: IEEE, 1995. 1942~1948.