從研究煤炭?jī)r(jià)格序列自身變化規(guī)律的角度,提出基于滾動(dòng)時(shí)間窗的ε-SVR預(yù)測(cè)模型,通過(guò)數(shù)據(jù)重構(gòu)獲得輸入與輸出樣本,隨著時(shí)間推移,不斷更新滾動(dòng)時(shí)間窗的數(shù)據(jù)內(nèi)容,從而建立動(dòng)態(tài)的ε-SVR模型預(yù)測(cè)最新時(shí)點(diǎn)的煤炭?jī)r(jià)格。將此模型應(yīng)用于秦皇島港5 500 kcal混煤價(jià)格的預(yù)測(cè),分別進(jìn)行了1期、3期、6期、9期及12期的價(jià)格預(yù)測(cè),所有預(yù)測(cè)結(jié)果的平均誤差值不超過(guò)3%,可見(jiàn)預(yù)測(cè)精度較高,預(yù)測(cè)效果良好。而且此模型數(shù)據(jù)獲取簡(jiǎn)單、計(jì)算靈活方便,可應(yīng)用于煤炭?jī)r(jià)格等非平穩(wěn)時(shí)間序列的預(yù)測(cè)問(wèn)題中,其結(jié)果可以為相關(guān)企業(yè)決策者提供科學(xué)有效的數(shù)據(jù)支持。
【部分圖文】：

經(jīng)匯總整理，可知秦皇島港5 500 kcal混煤2011年1月份的平均價(jià)格為778元/t,2019年12月份的平均價(jià)格為545元/t，期間煤炭?jī)r(jià)格的變動(dòng)趨勢(shì)如圖1所示。由圖1明顯可見(jiàn)，煤炭?jī)r(jià)格自2012年年初開(kāi)始下降，持續(xù)下跌4年，雖然2013年底至2014年初稍有回升，但總體下跌趨勢(shì)并未改變。從2011年年底的最高報(bào)價(jià)850元/t到2015年年底的350元/t，跌幅達(dá)500元/t。直到2016年年初煤價(jià)開(kāi)始觸底反彈，2016年11月突破700元/t,2017—2018年煤價(jià)一直在較高位波動(dòng)，在2019年一季度經(jīng)過(guò)一波小幅上漲之后，煤價(jià)逐步走弱，12月均價(jià)為545元/t，較2018年同期回調(diào)55元/t。

基于滾動(dòng)時(shí)間窗的ε-SVR算法流程

通過(guò)兩組實(shí)驗(yàn)結(jié)果對(duì)比可以看出，選擇不同長(zhǎng)度歷史數(shù)據(jù)對(duì)價(jià)格進(jìn)行短期預(yù)測(cè)時(shí)各有利弊，在平均相對(duì)誤差區(qū)別不是很大的情況下，較少歷史數(shù)據(jù)的學(xué)習(xí)模型對(duì)某些時(shí)刻的預(yù)測(cè)精度會(huì)非常高，但是由于缺乏考慮較遠(yuǎn)時(shí)刻數(shù)據(jù)的影響，對(duì)個(gè)別點(diǎn)預(yù)測(cè)誤差會(huì)增大；而較多歷史數(shù)據(jù)的學(xué)習(xí)模型預(yù)測(cè)精度相對(duì)集中，總體誤差率較低，但由于綜合考慮較長(zhǎng)時(shí)期的價(jià)格變化特征，導(dǎo)致精度非常高的點(diǎn)有所減少。4.2 多期價(jià)格預(yù)測(cè)
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 葉小婷;武莎莎;;火災(zāi)預(yù)警的SVR應(yīng)用研究[J];測(cè)控技術(shù);2015年08期

2 劉太安;張序萍;魏光村;薛欣;;基于SVR的煤礦地下水位預(yù)測(cè)模型[J];微計(jì)算機(jī)信息;2008年16期

3 陳同俊;王新;管永偉;;基于SVR和地震屬性的構(gòu)造煤厚度定量預(yù)測(cè)[J];煤炭學(xué)報(bào);2015年05期

4 陳炳乾;鄧喀中;范洪冬;;基于D-InSAR技術(shù)和SVR算法的開(kāi)采沉陷監(jiān)測(cè)與預(yù)計(jì)[J];中國(guó)礦業(yè)大學(xué)學(xué)報(bào);2014年05期

5 王金鳳;翟雪琪;馮立杰;;基于SVR的煤礦安全資源與安全狀態(tài)作用機(jī)理模型[J];煤礦安全;2014年06期

6 張文東;胡彧;;基于改進(jìn)型主元分析和SVR的煤礦瓦斯涌出量預(yù)測(cè)[J];中北大學(xué)學(xué)報(bào)(自然科學(xué)版);2018年03期

7 王杰;;基于SVR模型的原煤生產(chǎn)成本預(yù)測(cè)[J];電子制作;2012年12期

8 周傳波;基于回歸分析理論的爆破塊度預(yù)測(cè)模型研究[J];爆破;2003年04期

9 鄧軍,陳曉坤,翟小偉,羅振敏;煤最短自然發(fā)火期灰色預(yù)測(cè)模型研究[J];西安科技大學(xué)學(xué)報(bào);2004年04期

10 劉小生;于良;馮騰飛;;基于SVR組合模型的邊坡位移預(yù)測(cè)研究[J];金屬礦山;2018年02期

相關(guān)碩士學(xué)位論文 前3條

1 湯世祥;SVR在紅外瓦斯檢測(cè)技術(shù)中的應(yīng)用研究[D];合肥工業(yè)大學(xué);2016年

2 魏真;基于SVR的煤層頂板水害分析模型研究[D];中國(guó)礦業(yè)大學(xué);2015年

3 王姝;基于回歸性分析的尾礦庫(kù)事故預(yù)測(cè)模型研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2009年

本文編號(hào)：2874840