基于人工智能的煤炭价格预测研究

发布时间：2021-08-02 00:16

　　煤炭作为我国重要的化石能源,其生产、管理和发展对国民经济正常运行将产生重要影响。而煤炭价格作为煤炭行业的风向标,对它的研究则可以直接反映该行业的现状。通过本文的研究,可以利用数据驱动的原理预测在大数据背景下我国短期煤炭价格趋势,进而为决策者提一定的决策依据。本文以我国秦皇岛动力煤（Q5500,山西产）市场价为研究对象,通过使用LSTM进行建模,得出本文构建的基于LSTM的煤炭价格预测方法具有良好的实用性和预测精度,为研究大数据背景下的煤炭价格预测问题提供了新思路。 

【文章来源】：广西质量监督导报. 2020,(04)

【文章页数】：2 页

【文章目录】：
一、绪论
    (一)选题背景及意义
    (二)国内外研究综述
        1．基于计量经济学的价格预测方法
        2．基于人工智能模型的价格预测方法
二、LSTM神经网络应用分析
三、模型建立
    (一)实验样本说明
    (二)相关模型参数说明
    (三)模型预测结果
四、结论


【参考文献】：
期刊论文
[1]基于指数平滑法的动力煤价格预测研究[J]. 符佳.  煤炭经济研究. 2018(07)
[2]LSTM神经网络在股票价格趋势预测中的应用——基于美港股票市场个股数据的研究[J]. 邓凤欣,王洪良.  金融经济. 2018(14)
[3]基于TensorFlow进行股票预测的深度学习模型的设计与实现[J]. 韩山杰,谈世哲.  计算机应用与软件. 2018(06)
[4]基于灰度理论的煤炭价格中长期预测研究[J]. 朱美峰,张华明.  价格月刊. 2016(06)
[5]基于ARIMA-SVM的煤炭价格预测及实证研究[J]. 郭建利,程蕾,孙博超,颜瑞.  煤炭经济研究. 2016(02)

硕士论文
[1]基于机器学习的价格预测模型研究与实现[D]. 王章章.长安大学 2018
[2]基于深度学习的黄金期货价格预测[D]. 骆双骏.兰州大学 2017
[3]基于ARIMA与SVM组合模型的煤炭价格预测[D]. 郑荣.东华理工大学 2015



本文编号：3316505