近年來,煤炭價格的波動程度尤為復雜。其價格的漲跌往往預示未來一段時間的經(jīng)濟發(fā)展方向,如何準確預測煤炭價格的漲跌已經(jīng)成為重要的研究課題。但隨著對煤炭價格研究逐漸深入,人們發(fā)現(xiàn)煤炭價格與往期煤炭價格聯(lián)系十分密切,因此從時間序列中獲取未來煤炭價格走勢就顯得十分重要。依靠時間序列中獲得的可靠的預測結(jié)果有利于公司事先掌握煤炭價格的走勢,從而適當?shù)恼{(diào)整資金調(diào)動,對企業(yè)的生產(chǎn)規(guī)劃做出相應調(diào)整,降低虧損概率等;同時也有利于國家對于宏觀經(jīng)濟的調(diào)控,對可能存在的問題及時做出政策調(diào)整,從而避免煤炭資源的進一步濫用。本文梳理了目前關于煤炭價格預測的相關研究成果,分別從數(shù)據(jù)預處理、優(yōu)化算法、神經(jīng)網(wǎng)絡三個部分介紹了本文的理論基礎。并在此基礎上選擇了小波閾值法、基于反向?qū)W習的NSGA2算法以及Elman神經(jīng)網(wǎng)絡作為組合模型的一部分,利用了內(nèi)蒙古,山西,安徽等地的煤炭價格時間序列數(shù)據(jù)進行模型的訓練。根據(jù)不同的模型指標進行測評,從不同方面不同角度驗證本文所提出的模型的穩(wěn)定性,對比不同的模型得到最終結(jié)論。全文共分為五個章節(jié)。第一章為緒論,介紹煤炭價格預測的研究背景和意義,對煤炭價格預測相關的文獻做系統(tǒng)性的梳理,并對本文的...

【文章頁數(shù)】：73 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 選題背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 文獻綜述
        1.2.1 基于傳統(tǒng)計量經(jīng)濟學模型的煤炭價格預測研究現(xiàn)狀
        1.2.2 基于單一模型的煤炭價格預測的研究現(xiàn)狀
        1.2.3 基于組合模型的煤炭價格預測的研究現(xiàn)狀
        1.2.4 文獻述評
    1.3 研究方法和框架
        1.3.1 研究方法
        1.3.2 研究框架
    1.4 創(chuàng)新之處
    1.5 不足之處
2 相關理論概述
    2.1 小波閾值法相關理論
    2.2 Elman神經(jīng)網(wǎng)絡
        2.2.1 神經(jīng)網(wǎng)絡的概述
        2.2.2 神經(jīng)網(wǎng)絡的分類
        2.2.3 Elman神經(jīng)網(wǎng)絡的原理
    2.3 基于反向?qū)W習的非支配快速排序遺傳算法
        2.3.1 優(yōu)化算法簡介
        2.3.2 遺傳基本算法
        2.3.3 基于反向?qū)W習的非支配快速排序遺傳算法(OBL-NSGA2)
    2.4 OBL-NSGA2-ENN模型
    2.5 本章小結(jié)
3 煤炭價格預測的實驗設計
    3.1 實驗數(shù)據(jù)描述
    3.2 預測模型評價指標
    3.3 實驗設計思路
    3.4 模型預測步驟
    3.5 本章小結(jié)
4 實驗結(jié)果仿真與分析
    4.1 多目標算法測試
        4.1.1 OBL-NSGA2算法測試
        4.1.2 OBL-NSGA2在組合模型中的適用性
    4.2 不同模型預測煤炭價格預測對比
    4.3 不同時期地區(qū)煤炭價格預測對比
5 結(jié)論與展望
參考文獻
后記



本文編號：3774925