分解集成框架下的石油价格预测：模态重构与分量预测技术研究

发布时间：2017-04-13 07:09

  本文关键词：分解集成框架下的石油价格预测：模态重构与分量预测技术研究，由笔耕文化传播整理发布。

【摘要】：石油作为世界主要能源,其价格的剧烈波动通过各种传导机制严重影响国际政治经济和军事环境。尤其是在我国逐步开放能源价格,并对原油对外依存度不断攀升的情况下,原油价格的剧烈波动严重影响我国国民经济的正常运行。原油价格因受到市场供需关系和全球经济、政治环境,市场投机,突发事件等因素的影响,而表现出非线性、高复杂性特征,这使得原油价格预测成为研究的热点和难点。为了提高现有研究对国际原油价格的预测准确度,减少运算复杂度,本文针对分解集成模型的重构技术和分量预测技术进行改进和创新,构建了基于数据特征驱动重构的分解集成模型和基于萤火虫优化最小二乘支持向量机的分解集成模型。基于数据特征驱动重构的分解集成模型通过建立以“数据特征驱动建模”为核心的数据驱动重构方法改进现有的分解集成模型。该模型包含四个步骤：数据分解、模态重构、分量预测和集成预测。本文提出的数据特征驱动重构方法对所有分解的分量全面分析以发掘隐含的数据特征,并根据特征重构成具有特定意义的分量。通过对WTI和Brent原油价格预测实证研究证明该模型具有更高的预测准确性和更少的运算时间。基于萤火虫优化最小二乘支持向量机的分解集成模型是现有分解集成模型的扩展三个部分：用集成经验模态分解数据；用最小二乘支持向量机预测分量；集成预测三个部分。萤火虫算法被用于优化最小二乘支持向量机的惩罚参数和核函数参数。实验结果证明该模型在预测精度和鲁棒性上均比其他基准模型更高。本文针对分解集成模型重构技术和分量预测技术所提出的模型都在一定程度上提高了国际原油价格预测准确度。实验结果证明本文提出的模型能够有效的预测具有高复杂性不规则性特征的原油价格。
【关键词】：石油价格预测 分解集成 数据特征驱动重构 萤火虫算法
【学位授予单位】：北京化工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F224;F764.1;F416.22
【目录】：

• 摘要4-6
• ABSTRACT6-13
• 第一章 绪论13-19
• 1.1 研究背景与意义13-14
• 1.2 研究内容14-15
• 1.3 研究思路与论文框架15-17
• 1.3.1 研究技术路线15
• 1.3.2 研究框架15-17
• 1.4 本文创新点17-18
• 1.5 本章小结18-19
• 第二章 文献综述19-23
• 2.1 研究现状19-21
• 2.2 文献评述21-22
• 2.3 本章小结22-23
• 第三章 基于数据特征驱动重构的分解集成模型23-49
• 3.1 引言23
• 3.2 模型构建23-31
• 3.2.1 模型理论框架23-25
• 3.2.2 数据分解25-26
• 3.2.3 模态重构26-29
• 3.2.4 分量预测29-31
• 3.2.5 集成预测31
• 3.3 实验设计31-34
• 3.3.1 数据描述31-32
• 3.3.2 评价指标32-33
• 3.3.3 基准模型33-34
• 3.4 实证分析34-46
• 3.4.1 重构结果分析34-38
• 3.4.2 预测结果分析38-46
• 3.4.3 实证小结46
• 3.5 本章小结46-49
• 第四章 基于萤火虫优化最小二乘支持向量机的分解集成模型49-65
• 4.1 引言49
• 4.2 模型构建49-53
• 4.2.1 萤火虫算法49-50
• 4.2.2 基于萤火虫优化的最小二乘支持向量机模型50-52
• 4.2.3 基于萤火虫优化最小二乘支持向量机的分解集成模型52-53
• 4.3 实验设计53-55
• 4.3.1 数据描述53
• 4.3.2 基准模型53-54
• 4.3.3 参数设定54-55
• 4.4 实证分析55-63
• 4.4.1 单模型结果分析56-58
• 4.4.2 分解集成模型结果分析58-62
• 4.4.3 实验讨论62
• 4.4.4 实证小结62-63
• 4.5 本章小结63-65
• 第五章 总结与展望65-67
• 5.1 研究总结65-66
• 5.2 研究展望66-67
• 参考文献67-71
• 致谢71-73
• 研究成果及发表的学术论文73-75
• 作者及导师简介75-76
• 附件76-77

【相似文献】

中国期刊全文数据库 前10条

1 兰兴华;;2007-2008年基本金属价格预测——路透社的调查[J];中国金属通报;2007年13期

2 张华伟;沈萍;;煤炭价格预测系统模型的构建[J];煤炭经济研究;2009年09期

3 张化中;;积极探索 勇于实践 不断提高价格预测能力和水平——对当前价格预测工作的几点思考[J];价格理论与实践;2009年12期

4 赵平;;2009—2030年原油价格预测[J];国外油田工程;2010年11期

5 ;“复关”后国产家电价格预测[J];首都财贸;1994年02期

6 朱昱;1999年黄金价格预测[J];稀有金属快报;1999年08期

7 ;路透社公布价格预测结果[J];中国金属通报;2003年35期

8 行家;;2004年主流轿车价格预测[J];中国商界;2004年04期

9 靳湘云;下半年贵金属价格预测[J];中国金属通报;2005年31期

10 姜国峰;2005年贵金属价格预测[J];中国金属通报;2005年18期

中国重要会议论文全文数据库 前1条

1 钱锋;;基于灰色系统方法的产品价格预测[A];江苏省系统工程学会第十一届学术年会论文集[C];2009年

中国重要报纸全文数据库 前10条

1 李辉;标准银行上调金属价格预测[N];证券时报;2006年

2 证券时报记者　 黄宇;高盛大幅上调明年锌镍价格预测[N];证券时报;2006年

3 李辉;瑞银上调未来两年铜铅价格预测[N];证券时报;2007年

4 记者 杨柳晗;中国黄金价格预测系统新年上线[N];第一财经日报;2012年

5 徐虞利;高盛大幅上调明年锌镍价格预测[N];上海证券报;2006年

6 王备战邋薛枫莉;乌鲁木齐物价部门进行价格预测预警[N];中国食品质量报;2007年

7 同济大学经济与管理学院副教授 张鑫;资产价格预测更大程度上是艺术[N];上海证券报;2013年

8 王安平;今年六类主要商品价格预测[N];中华合作时报;2002年

9 记者 王鹏越;中国黄金价格预测系统今日上线[N];中国黄金报;2013年

10 周尚宾;透视业内人士的价格预测[N];中国有色金属报;2006年

中国硕士学位论文全文数据库 前10条

1 贺平;基于EMD理论的存货质押业务质物价格预测研究[D];西南交通大学;2015年

2 郭婷婷;基于PCA-ELM的我国粮食价格预测研究[D];太原理工大学;2016年

3 梁敬丽;欧盟碳排放权市场行为特征与价格预测研究[D];暨南大学;2016年

4 汪子述;分解集成框架下的石油价格预测：模态重构与分量预测技术研究[D];北京化工大学;2016年

5 王辛;改进的灰色遗传算法模型在价格预测中的应用[D];吉林大学;2010年

6 杜晓芳;建筑价格预测研究[D];西安科技大学;2006年

7 张燕萍;神经网络技术在煤化工行业产品价格预测中的应用[D];复旦大学;2008年

8 杨林;国内苯乙烯价格的影响因素分析与价格预测[D];天津大学;2007年

9 李诚;农产品价格预测研究[D];湖南农业大学;2014年

10 倪鸯丹;基于顾客细分与价格预测的产品概念设计方案优化模型及应用[D];浙江工商大学;2011年

  本文关键词：分解集成框架下的石油价格预测：模态重构与分量预测技术研究，，由笔耕文化传播整理发布。

本文编号：303061