【摘要】：由于國際鈾資源價格時間序列數(shù)據(jù)的非線性性與非平穩(wěn)性,使用單一的預測模型很難捕捉到其綜合趨勢。為了進一步提高模型的預測精度,建立了基于差分自回歸移動平均(ARIMA)和支持向量機SVM的組合預測模型,并用PSO算法對SVM模型中的參數(shù)進行優(yōu)化。將該方法應(yīng)用于實際鈾資源價格預測,并與單一的ARIMA模型和SVM模型進行比較。仿真實驗結(jié)果表明,該組合預測模型實現(xiàn)了對鈾資源價格數(shù)據(jù)更為準確的預測。
[Abstract]:Because of the non-linearity and non-stationarity of the international uranium resource price time series data, it is difficult to capture its comprehensive trend by using a single prediction model. In order to further improve the prediction accuracy of the model, a combined prediction model based on differential autoregressive moving average (ARIMA) and support vector machine SVM is established, and the parameters in the SVM model are optimized by PSO algorithm. This method is applied to the actual uranium resource price prediction and compared with the single ARIMA model and the SVM model. The simulation results show that the combined prediction model achieves more accurate prediction of uranium resource price data.
【作者單位】： 東華理工大學理學院;
【基金】：江西省自然科學基金(No.20114BAB201022) 江西省高校人文社科研究項目(No.GL1202) 東華理工大學研究生創(chuàng)新基金(No.DHYC2014017)
【分類號】：F416.1;TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 付宇涵;;基于ARIMA模型的我國財產(chǎn)險保費收入的預測研究[J];統(tǒng)計教育;2010年10期

2 王永宏;饒繼廣;;基于ARIMA模型自動預測我國保險行業(yè)保費收入的應(yīng)用和實踐[J];軟件產(chǎn)業(yè)與工程;2010年06期

3 陳雪嬌;;我國消費者信心指數(shù)趨勢分析及預測——基于ARIMA模型[J];東方企業(yè)文化;2011年10期

4 安鴻志,高洪業(yè);TWO LIMIT THEOREMS ON ARIMA MODELS[J];Acta Mathematicae Applicatae Sinica(English Series);1988年02期

5 高洪業(yè);IDENTIFICATION AND HYPOTHESIS TESTING ON ARIMA (p, d, q) MODELS[J];Acta Mathematicae Applicatae Sinica(English Series);1989年01期

6 孔朝莉,劉雙,楊啟昌;沈陽地區(qū)月平均降雨量的ARIMA時序建模與預測[J];鞍山師范學院學報;2003年06期

7 盧建昌,張世英,牛東曉;基于ARIMA的發(fā)電量預測方法[J];華北電力大學學報;2004年03期

8 陳耀輝,李楚霖;分數(shù)階ARIMA模型的參數(shù)估計與預測[J];系統(tǒng)工程;2004年06期

9 石美娟;ARIMA模型在上海市全社會固定資產(chǎn)投資預測中的應(yīng)用[J];統(tǒng)計教育;2004年03期

10 林恒輝;非農(nóng)業(yè)庫存投資的ARIMA模型[J];臺聲.新視角;2005年03期

相關(guān)會議論文 前10條

1 ;A hybrid ARIMA-ANN model and its Learning Algorithm on Short-term Load Forecasting[A];第二十三屆中國控制會議論文集（下冊）[C];2004年

2 王建鋒;高歌;陳立凌;李紅美;張明芝;王艾麗;;ARIMA模型及其在江蘇省衛(wèi)技人員數(shù)預測中的應(yīng)用[A];中國現(xiàn)場統(tǒng)計研究會第12屆學術(shù)年會論文集[C];2005年

3 李君華;王志堅;張立杰;陳雪;;基于小波理論及ARIMA模型的短期棉花價格預測[A];中國棉花學會2012年年會暨第八次代表大會論文匯編[C];2012年

4 陳興榮;;ARIMA模型和GM(1,1)在我國白銀消費需求預測應(yīng)用中的比較研究[A];第25屆全國灰色系統(tǒng)會議論文集[C];2014年

5 ;Double Trends Time Series Forecasting Using a Combined ARIMA and GMDH Model[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

6 劉軍;柴洪洲;陳軻;劉先冬;;ARIMA模型預報電離層VTEC研究[A];第一屆中國衛(wèi)星導航學術(shù)年會論文集（下）[C];2010年

7 ;Economic Design of Integrating SPC and APC with Quality Constraints[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

8 任家福;張f ;周宗放;;基于ARIMA和BP神經(jīng)網(wǎng)絡(luò)的組合預測模型及應(yīng)用研究[A];第三屆（2008）中國管理學年會——技術(shù)與創(chuàng)新管理分會場論文集[C];2008年

9 ;Modeling Chronobiologic Data: An Introduction to Time Series Analysis[A];2004全國時間生物醫(yī)學學術(shù)會議論文集[C];2004年

10 ;Traffic Flow Forecasting Based on Fuzzy-Neural[A];第二十六屆中國控制會議論文集[C];2007年

相關(guān)重要報紙文章 前1條

1 ;基于數(shù)量化方法對未來經(jīng)濟增長趨勢的預測[N];第一財經(jīng)日報;2009年

相關(guān)碩士學位論文 前10條

1 梁佳琦;ARIMA模型同MAXENT模型在自然保護區(qū)內(nèi)口蹄疫疫情風險預警中的應(yīng)用研究[D];東北林業(yè)大學;2015年

2 張海東;基于論壇的熱點話題識別與趨勢預測研究[D];上海師范大學;2015年

3 雍永強;基于ARIMA和BPNN的組合預測模型在血糖預測中的應(yīng)用[D];鄭州大學;2015年

4 張敏;基于ARIMA的組合模型問題研究[D];大連海事大學;2015年

5 桂林;退耕還林與生態(tài)環(huán)境改善的關(guān)系研究與分析[D];西安建筑科技大學;2015年

6 錢麗萍;基于ARIMA模型的兒童醫(yī)院門診量預測研究[D];蘇州大學;2015年

7 于婷;基于ARIMA模型的股價的研究[D];大連海事大學;2015年

8 程浩;武漢第三產(chǎn)業(yè)總量時間序列研究[D];華中師范大學;2015年

9 陳天舒;基于ARIMA與GPR組合模型的人民幣匯率預測[D];山東大學;2015年

10 袁磊;基于ARIMA-LSSVM混合模型的股指預測研究[D];哈爾濱工業(yè)大學;2015年

，

本文編號：2469848