基于多元线性回归模型对煤炭问题的研究

发布时间：2021-04-13 08:40

　　本文针对秦皇岛港动力煤价格预测的问题进行研究,利用回归分析、时间序列分析等方法,建立多元线性回归模型、时间序列模型和神经网络模型。要求量化分析,给出从2019年5月1日至2020年4月30日,影响秦皇岛动力煤价格的主要因素并按照影响程度从大到小进行排序。本题使用多元线性回归分析的方法,根据价格表达式中各自变量前的系数大小对指标的重要程度作出分析。要求预测秦皇岛动力煤的未来31天、35周、36个月的价格。本文建立时间序列模型对主要因素进行预测,再构建BP神经网络模型,建立了3层BP神经网络,突破了模型一中指标个数和指标间相关性的限制。首先采用三次分段埃尔米特样条插值法补充了一些数据,其次解决了不完全数据的问题,最后使训练集和检验集与真实数据相比均达到10^-4精度,通过主要因素的预测值,预测出秦皇岛动力煤的价格。 

【文章来源】：智慧中国. 2020,(09)

【文章页数】：2 页

【文章目录】：
一、引言
二、问题分析
三、模型假设
四、模型分析
    （一）模型的优点:
    （二）模型的缺点:
五、总结



本文编号：3134982