مقايسه روش هاي الگوريتم ژنتيك و خودتوضيح با وقفه‏هاي گسترده به-منظور تخمين تابع توليد بخش كشاورزي ايران

Comparison of Genetic Algorithm and Auto-Regressive Distributed Lag Method in Estimating Production Function of Iranian Agriculture

تاكنون مطالعات متعددي در تخمين تابع توليد در بخش كشاورزي صورت گرفته است. اغلب اين مطالعات روش هاي اقتصاد‏سنجي را براي تخمين توابع توليد به كار برده‏اند. با توجه به اينكه اخيراً الگوريتم‏هاي ابتكاري در مدت زمان اندكي كاربردهاي گسترده‏اي در مسايل بهينه‏سازي يافته است؛ در اين مطالعه نيز با به كارگيري روش الگوريتم ژنتيك(GA) به منظور برآورد تابع توليد در بخش كشاورزي، به مقايسه ي اين مدل با روش خودتوضيح با وقفه‏هاي گسترده(ARDL) پرداخته شده است. براي برآورد تابع توليد از داده هاي سري زماني ارزش افزوده، نيروي كار، انرژي و سرمايه‏ي بخش كشاورزي طي دوره ي زماني 86-1356 استفاده گرديده و نتايج مقايسه‏ي اين دو روش براساس دو معيار خطاي ريشه متوسط مربعات(RMSE) و ضريب تعيين(R2 ) حاكي از آن است كه روش الگوريتم ژنتيك نسبت به روش ARDL از كارايي بالايي در تخمين تابع توليد برخوردار است.

Several studies have estimated production function in agriculture. Most of them have used econometric methods. Recently, the heuristic algorithms have been widely used in optimization problems. In this paper, genetic algorithm model compared with Auto regressive distributed lag approach to estimate production function in agriculture. Time series data related to agricultural value added, labor, energy and capital was used for 1978-2008. Comparing the results of two methods based on two criteria of Root Mean Square Error and Coefficient of Determination indicated that genetic algorithm was more suitable than ARDL approach for estimating production function.