本文嘗試了將鋼鐵產(chǎn)業(yè)的產(chǎn)業(yè)分析融合到價(jià)格的模型預(yù)測(cè)中:從宏觀的產(chǎn)業(yè)周期到微觀的供需關(guān)系對(duì)鋼鐵行業(yè)進(jìn)行了系統(tǒng)地分析,并由此對(duì)鋼鐵價(jià)格的影響因素和形成原因進(jìn)行了分析。本文基于這些產(chǎn)業(yè)分析提出了具體的模型預(yù)測(cè)方法,運(yùn)用了一些模型對(duì)因子預(yù)處理,在模型預(yù)測(cè)后根據(jù)產(chǎn)業(yè)的分析對(duì)模型的問(wèn)題和優(yōu)點(diǎn)做出解釋,并嘗試改進(jìn)模型。改進(jìn)后的結(jié)果優(yōu)于改進(jìn)前的結(jié)果。

【文章頁(yè)數(shù)】：49 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景
    1.2 相關(guān)研究現(xiàn)狀
        1.2.1 鋼鐵行業(yè)的研究現(xiàn)狀
        1.2.2 SVM算法的研究現(xiàn)狀
        1.2.3 神經(jīng)網(wǎng)絡(luò)算法研究現(xiàn)狀
    1.3 創(chuàng)新點(diǎn)和研究展望
    1.4 本文的研究?jī)?nèi)容及章節(jié)結(jié)構(gòu)
第二章 鋼鐵行業(yè)介紹
    2.1 鋼鐵介紹及冶煉技術(shù)
    2.2 鋼鐵的上游原料
    2.3 鋼材的分類及需求
    2.4 黑色系衍生品品種
    2.5 我國(guó)鋼鐵行業(yè)發(fā)展情況
        2.5.1 我國(guó)粗鋼消費(fèi)量常年快速增長(zhǎng)
        2.5.2 我國(guó)鋼材進(jìn)出口情況
    2.6 鋼鐵產(chǎn)業(yè)周期及國(guó)際的借鑒
    2.7 我國(guó)鋼鐵行業(yè)現(xiàn)狀
第三章 鋼鐵價(jià)格分析
    3.1 鋼鐵價(jià)格簡(jiǎn)析
    3.2 鋼貿(mào)商的運(yùn)作模式與需求
    3.3 價(jià)格預(yù)測(cè)的主要困難
    3.4 真實(shí)價(jià)值與實(shí)際價(jià)格
第四章 SVM與BP神經(jīng)網(wǎng)絡(luò)分類模型
    4.1 SVM模型
        4.1.1 SVM基本模型
        4.1.2 對(duì)偶
        4.1.3 拉格朗日對(duì)偶
        4.1.4 KKT條件
        4.1.5 最優(yōu)分類函數(shù)
        4.1.6 核函數(shù)及其有效性檢驗(yàn)
        4.1.7 正則化與不可分情形
        4.1.8 SMO算法
        4.1.9 Multi-SVM模型
    4.2 BP神經(jīng)網(wǎng)絡(luò)模型
        4.2.1 神經(jīng)元與神經(jīng)網(wǎng)絡(luò)
        4.2.2 Sigmoid函數(shù)
        4.2.3 BP神經(jīng)網(wǎng)絡(luò)算法詳解
第五章 實(shí)驗(yàn)結(jié)果
    5.1 數(shù)據(jù)的選取與預(yù)處理
    5.2 消除數(shù)據(jù)的季節(jié)性因素
        5.2.1 消除季節(jié)性方法綜述
        5.2.2 我國(guó)農(nóng)歷的特殊性
        5.2.3 用ARIMA方法消除庫(kù)存季節(jié)性
    5.3 用Muti-SVM進(jìn)行價(jià)格趨勢(shì)預(yù)測(cè)
    5.4 預(yù)測(cè)結(jié)果的評(píng)判
    5.5 模型的改進(jìn)
    5.6 改進(jìn)后的預(yù)測(cè)結(jié)果
    5.7 BP神經(jīng)網(wǎng)絡(luò)的結(jié)果
    5.8 基于價(jià)格趨勢(shì)預(yù)測(cè)和基差的倉(cāng)位管理
    5.9 分類方法的改進(jìn)
第六章 結(jié)論
參考文獻(xiàn)
致謝



本文編號(hào)：3885254