research centers


Search results: Found 1

Listing 1 - 1 of 1
Sort by

Article
Improving " Jackknife Instrumental Variable Estimation method" using A class of immun algorithm with practical application
تحسين " مقدرات المتغيرات المساعدة بطريقة جاكنايف " باستعمال صنف من أصناف خوارزمية المناعة مع تطبيق عملي

Authors: صباح منفي رضا صباح منفي رضا --- علاء حسين صبري علاء حسين صبري
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2019 Volume: 25 Issue: 113 Pages: 462-474
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Most of the robust methods based on the idea of sacrificing one side versus promotion of another, the artificial intelligence mechanisms try to balance weakness and strength to make the best solutions in a random search technique. In this paper, a new idea is introduced to improve the estimators of parameters of linear simultaneous equation models that resulting from the Jackknife Instrumental Variable Estimation method (JIVE) by using a class of immune algorithm which called Clonal Selection Algorithm (CSA) and better estimates are obtained using one of the robust criterion which is called Mean Absolut Percentage Error (MAPE). The success of intelligence algorithm mechanisms has been proven that used to improve the parameters of linear simultaneous equation models according to user criterion and real data of size n=48.

تستند أغلب الطرائق الحصينة على فكرة التنازل عن جانب معين مقابل تقوية جانب آخر من خلال عدة أساليب أما آليات الذكاء الصناعي تحاول عمل موازنة بين الضعف والقوة للوصول إلى أفضل الحلول بأسلوب بحث عشوائي . في هذا البحث تم تقديم فكرة جديدة لتحسين مقدرات معلمات نماذج المعادلات الآنية الخطية الناتجة من طريقة المتغيرات المساعدة حسب طريقة جاكنايف Jackknife Instrumental Variable Estimation(JIVE) وذلك باستعمال صنف من أصناف خوارزمية المناعة Immune Algorithm(IA) والتي تم ترجمتها بخوارزمية الانتقاء النسيلي Clonal Selection Algorithm(CSA) وتم الحصول على مقدرات أفضل باستعمال أحد معايير المفاضلة الحصينة الذي يدعى بمتوسط مطلق الخطأ النسبي Mean Absolut Percentage Error (MAPE) وتم اثبات نجاح آليات خوارزمية الذكاء المستعملة في تحسين مقدرات انموذج معادلات آنية خطية وفق المعيار المستعمل والبيانات الحقيقية بحجم n=48 .

Listing 1 - 1 of 1
Sort by
Narrow your search

Resource type

article (1)


Language

Arabic and English (1)


Year
From To Submit

2019 (1)