Loading article…
遺伝的アルゴリズムは、1986年のジョン・H・ミラーによる先駆的な研究以来、経済学への応用がますます進んでいる。クモの巣モデル、世代重複モデル、ゲーム理論、スケジュール最適化、資産価格決定など、さまざまなモデルの特性評価に用いられてきた。具体的には、モデルを当てはめる手段としてではなく、学習を表現するモデルとして用いられてきた。
クモの巣モデルは、 t期間にわたる財の単純な需給モデルです。企業（エージェント）は特定の期間に生産量を決定しますが、生産は翌期間まで行われません。そのため、企業は将来の価格を予測するための何らかの方法を用いる必要があります。遺伝的アルゴリズム（GA）は、企業の学習行動の一種として使用されます。当初、企業の生産量決定はランダムですが、各期間ごとに少しずつ学習が進みます。その結果、エージェントは安定状態と不安定状態の両方において、合理的期待領域（RATEX）均衡に収束します。選択演算子を使用すると、GAはRATEX均衡に正確に収束します。
これらのエージェントには、社会的学習と個別学習という2種類の学習方法があります。社会的学習では、各企業は生産量決定に使用される単一の文字列を持ち、それを他の企業の文字列と比較します。個別学習では、エージェントは文字列のプールを持ち、それをエージェントの集団プール内の他の文字列と比較します。これは企業内の相互競合するアイデアと考えることができますが、社会的学習の場合は、企業がより成功している企業から学ぶと考えることができます。社会的学習と個別学習の両方でコスト関数が同一である場合、これは均質な解、つまりすべてのエージェントの生産決定が同一であることに注意してください。ただし、コスト関数が同一でない場合、企業は異なる量を生産する異質な解になります（ただし、企業自身のプール内ではすべての文字列が同一であるため、局所的には均質であることに注意してください）。
すべてのエージェントが生産量を決定した後、それらの生産量が集計され、需要関数に代入されて価格が算出されます。次に、各企業の利益が計算されます。そして、利益の関数として適応度値が計算されます。子孫プールが生成された後、仮想的な適応度値が計算されます。これらの仮想的な値は、価格水準の何らかの推定値に基づいており、多くの場合、単に前回の価格水準を用いるだけです。