基于ARIMA与SVM的国际铀资源价格预测

发布时间：2019-05-05 19:32

【摘要】：由于国际铀资源价格时间序列数据的非线性性与非平稳性,使用单一的预测模型很难捕捉到其综合趋势。为了进一步提高模型的预测精度,建立了基于差分自回归移动平均(ARIMA)和支持向量机SVM的组合预测模型,并用PSO算法对SVM模型中的参数进行优化。将该方法应用于实际铀资源价格预测,并与单一的ARIMA模型和SVM模型进行比较。仿真实验结果表明,该组合预测模型实现了对铀资源价格数据更为准确的预测。
[Abstract]:Because of the non-linearity and non-stationarity of the international uranium resource price time series data, it is difficult to capture its comprehensive trend by using a single prediction model. In order to further improve the prediction accuracy of the model, a combined prediction model based on differential autoregressive moving average (ARIMA) and support vector machine SVM is established, and the parameters in the SVM model are optimized by PSO algorithm. This method is applied to the actual uranium resource price prediction and compared with the single ARIMA model and the SVM model. The simulation results show that the combined prediction model achieves more accurate prediction of uranium resource price data.
【作者单位】： 东华理工大学理学院;
【基金】：江西省自然科学基金(No.20114BAB201022) 江西省高校人文社科研究项目(No.GL1202) 东华理工大学研究生创新基金(No.DHYC2014017)
【分类号】：F416.1;TP18

【相似文献】

相关期刊论文 前10条

1 付宇涵;;基于ARIMA模型的我国财产险保费收入的预测研究[J];统计教育;2010年10期

2 王永宏;饶继广;;基于ARIMA模型自动预测我国保险行业保费收入的应用和实践[J];软件产业与工程;2010年06期

3 陈雪娇;;我国消费者信心指数趋势分析及预测——基于ARIMA模型[J];东方企业文化;2011年10期

4 安鸿志,高洪业;TWO LIMIT THEOREMS ON ARIMA MODELS[J];Acta Mathematicae Applicatae Sinica(English Series);1988年02期

5 高洪业;IDENTIFICATION AND HYPOTHESIS TESTING ON ARIMA (p, d, q) MODELS[J];Acta Mathematicae Applicatae Sinica(English Series);1989年01期

6 孔朝莉,刘双,杨启昌;沈阳地区月平均降雨量的ARIMA时序建模与预测[J];鞍山师范学院学报;2003年06期

7 卢建昌,张世英,牛东晓;基于ARIMA的发电量预测方法[J];华北电力大学学报;2004年03期

8 陈耀辉,李楚霖;分数阶ARIMA模型的参数估计与预测[J];系统工程;2004年06期

9 石美娟;ARIMA模型在上海市全社会固定资产投资预测中的应用[J];统计教育;2004年03期

10 林恒辉;非农业库存投资的ARIMA模型[J];台声.新视角;2005年03期

相关会议论文 前10条

1 ;A hybrid ARIMA-ANN model and its Learning Algorithm on Short-term Load Forecasting[A];第二十三届中国控制会议论文集（下册）[C];2004年

2 王建锋;高歌;陈立凌;李红美;张明芝;王艾丽;;ARIMA模型及其在江苏省卫技人员数预测中的应用[A];中国现场统计研究会第12届学术年会论文集[C];2005年

3 李君华;王志坚;张立杰;陈雪;;基于小波理论及ARIMA模型的短期棉花价格预测[A];中国棉花学会2012年年会暨第八次代表大会论文汇编[C];2012年

4 陈兴荣;;ARIMA模型和GM(1,1)在我国白银消费需求预测应用中的比较研究[A];第25届全国灰色系统会议论文集[C];2014年

5 ;Double Trends Time Series Forecasting Using a Combined ARIMA and GMDH Model[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

6 刘军;柴洪洲;陈轲;刘先冬;;ARIMA模型预报电离层VTEC研究[A];第一届中国卫星导航学术年会论文集（下）[C];2010年

7 ;Economic Design of Integrating SPC and APC with Quality Constraints[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

8 任家福;张f ;周宗放;;基于ARIMA和BP神经网络的组合预测模型及应用研究[A];第三届（2008）中国管理学年会——技术与创新管理分会场论文集[C];2008年

9 ;Modeling Chronobiologic Data: An Introduction to Time Series Analysis[A];2004全国时间生物医学学术会议论文集[C];2004年

10 ;Traffic Flow Forecasting Based on Fuzzy-Neural[A];第二十六届中国控制会议论文集[C];2007年

相关重要报纸文章 前1条

1 ;基于数量化方法对未来经济增长趋势的预测[N];第一财经日报;2009年

相关硕士学位论文 前10条

1 梁佳琦;ARIMA模型同MAXENT模型在自然保护区内口蹄疫疫情风险预警中的应用研究[D];东北林业大学;2015年

2 张海东;基于论坛的热点话题识别与趋势预测研究[D];上海师范大学;2015年

3 雍永强;基于ARIMA和BPNN的组合预测模型在血糖预测中的应用[D];郑州大学;2015年

4 张敏;基于ARIMA的组合模型问题研究[D];大连海事大学;2015年

5 桂林;退耕还林与生态环境改善的关系研究与分析[D];西安建筑科技大学;2015年

6 钱丽萍;基于ARIMA模型的儿童医院门诊量预测研究[D];苏州大学;2015年

7 于婷;基于ARIMA模型的股价的研究[D];大连海事大学;2015年

8 程浩;武汉第三产业总量时间序列研究[D];华中师范大学;2015年

9 陈天舒;基于ARIMA与GPR组合模型的人民币汇率预测[D];山东大学;2015年

10 袁磊;基于ARIMA-LSSVM混合模型的股指预测研究[D];哈尔滨工业大学;2015年

，

本文编号：2469848