基于EMD-BP神经网络方法的铀资源产品价格预测研究

发布时间：2017-03-18 03:02

  本文关键词：基于EMD-BP神经网络方法的铀资源产品价格预测研究，由笔耕文化传播整理发布。

【摘要】：核能作为一种技术上成熟,成本上廉价,环境上清洁的新能源,远远比煤炭等传统能源具有更大的经济及环保优势。因此,随着社会的不断发展,核能作为一种即清洁又经济的能源必将得到更加深入及广泛的应用。而铀矿作为核能的物质基础,它对核能发展的重要程度就不言而喻。随着我国核能发展规模的不断扩大,国内铀矿的储量是否能满足未来核能的发展成为一个严峻的问题。在此背景下,我国对铀资源的需求就会越来越依赖国际市场,因此研究铀资源产品价格走势对我国在国际市场上进行铀资源产品的购买时机的决策具有重要的参考价值。本文根据铀资源产品的价格波动特性,经过EMD方法分解数据信号后,应用BP神经网络方法对其价格进行预测。在借鉴前人利用EMD方法对价格序列信号进行分解及利用人工智能预测方法的基础上,着重于铀资源产品价格的预测,探讨预测方法的科学性。本文主要包括三个部分,有六个章节。第一部分理论部分,主要分布在第一、二、三章节,本部分除了对选题依据、背景及国内外的相关研究做了阐述,还分别介绍了时间序列预测方法国内外的研究状况、EMD方法(经验模态分解方法)及BP神经网络。最后主要是对EMD算法和BP神经网络的组合方法进行简介。第二部分实证部分,此处包括第四至第五章,分别做了三个实证分析:第一个分析是通过经验模态分解方法对价格信号进行模态分解,根据模态分解后的本征函数序列及残差项序列的特征对天然铀价格的波动特征进行研究。。第二个实证是传统线性回归模型预测的适应性检验,为EMD-BP神经网络预测方法提供一个科学性的比较。最后一个实证分析是基于EMD-BP神经网络方法的铀资源价格预测,主要利用的是分解后的本征模态函数对原序列进行平缓处理后,运用BP神经网络方法对短期内的铀资源产品价格进行预测。第三部分结论部分,主要是在第六章,是根据实证研究结果得出本文的主要结论及对此项研究进行展望。本文的创新点为:(1)将EMD方法及BP神经网络方法结合起来对铀价格进行预测研究在国内尚属首次,虽然有学者利用过支持向量机、BP神经网络等方法对该产品进行价格预测,但是使用EMD方法先对数据进行平滑处理后再利用人工智能方法进行铀资源产品价格预测仍属首次。(2)现代智能的预测方法对非平稳、非线性数据的预测处理要远远优于传统的线性方法,而进一步利用EMD方法对数据进行平缓预处理,可以使得其预测精确度比单单使用现代智能方法进行预测要高的多,这对我国企业掌握在国际市场进行天然铀买卖的时机提供了有利的参考。
【关键词】：铀资源产品 EMD模态分解方法 BP神经网络 价格预测
【学位授予单位】：东华理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F426.23;F764.1;TP183
【目录】：

• 摘要4-6
• Abstract6-11
• 缩略语说明11-12
• 1 绪论12-16
• 1.1 选题背景与研究意义12-13
• 1.1.1 选题背景12
• 1.1.2 选题意义12-13
• 1.2 研究思路、研究方法13
• 1.3 可能的创新点及不足13-16
• 1.3.1 文章的创新点13-14
• 1.3.2 文章的不足14-16
• 2 时间序列预测方法的国内外研究发展概况16-20
• 2.1 简单的线性预测方法16-17
• 2.2 一般的非线性预测方法17-18
• 2.3 现代人工智能预测方法18-20
• 3 EMD-BP神经网络预测方法20-28
• 3.1 EMD(经验模态分解)理论20-21
• 3.1.1 经验模态分解理论20
• 3.1.2 EMD算法20-21
• 3.2 BP神经网络预测方法的相关理论21-26
• 3.2.1 BP神经网络简介21-22
• 3.2.2 神经网络的基本原理22-23
• 3.2.3 BP神经网络在价格预测中的适用性23-24
• 3.2.4 BP神经网络的学习过程24-26
• 3.4 EMD-BP方法结合应用的实现26-28
• 4 基于EMD方法的天然铀价格波动特征分析28-38
• 4.1EMD分解过程28-31
• 4.1.1 数据来源28
• 4.1.2 EDM经验模态分解28-31
• 4.2 EMD分解结果分析31-35
• 4.2.1 长期趋势32-33
• 4.2.2 重大事件影响33-35
• 4.2.3 短期市场不均衡35
• 4.3 本章小结35-38
• 5 基于EMD-BP神经网络方法的铀资源价格预测38-46
• 5.1 预测数据的非平稳性检验38-39
• 5.2 BP神经网络模型构建39-41
• 5.2.1 BP神经网络及输出神经元的确定39
• 5.2.2 网络层数的确定39-40
• 5.2.3 隐含层节点数40
• 5.2.4 网络隐层参数的确定40-41
• 5.3 网络程序的设计41
• 5.4 网络的训练过程与结果分析41-44
• 5.5 本章小结44-46
• 6 结论及展望46-50
• 6.1 本文研究成果46
• 6.2 本文的创新之处46-47
• 6.3 本文的改进建议47
• 6.4 本文的工作展望47-50
• 致谢50-52
• 参考文献52-56
• 附录A56-57
• 附录B57-58
• 附录C58-60
• 附录D60-61
• 攻读硕士学位期间的主要科研活动和成果61

【相似文献】

中国期刊全文数据库 前10条

1 李椺;目前的铀资源还可用270年[J];国外核新闻;2004年06期

2 赵凤民;;世界铀资源现状及发展趋势[J];中国核工业;2006年01期

3 胡钢;;我国加大国外铀资源开发迈出实质性第一步——中国国核海外铀资源开发公司揭牌成立[J];中国核工业;2006年12期

4 王文有;;国际铀资源分类方法综述[J];铀矿冶;2007年03期

5 张金带;李友良;简晓飞;;我国铀资源勘查状况及发展前景[J];中国工程科学;2008年01期

6 ;中国在中亚首个铀资源项目开工用于中国核电[J];能源研究与信息;2009年02期

7 韩瑞平;;认真学习 把握精髓 开创海外铀资源开发新局面[J];中国核工业;2009年11期

8 王海峰;肖作学;李建东;;美国地浸卷状铀资源评价方法[J];铀矿冶;2010年01期

9 郑文元;张庆春;;我国核电产业发展的铀资源保障[J];中国核电;2010年02期

10 张金带;;我国铀资源开发面临的问题与建议[J];中国核工业;2012年06期

中国重要会议论文全文数据库 前9条

1 马汉峰;孙文鹏;陈伟鹤;陈庆兰;;铀资源评价信息系统[A];第四届全国青年地质工作者学术讨论会论文集[C];1999年

2 孙泽轩;康友纯;;西南地区铀资源勘查基本思路与突破方向思考[A];中国核科学技术进展报告——中国核学会2009年学术年会论文集（第一卷·第1册）[C];2009年

3 刘增达;;核电可持续发展与冈底斯-念青唐古拉铀资源潜力探讨[A];科技、工程与经济社会协调发展——中国科协第五届青年学术年会论文集[C];2004年

4 葛祥坤;尹金双;范光;艾永亮;张建锋;金贵善;张彦辉;张良圣;;分量化探新方法在铀资源勘查中的应用[A];全国铀矿大基地建设学术研讨会论文集（下）[C];2012年

5 李开文;;论中国铀资源发展潜力及天然铀工艺技术发展水平[A];第八届全国采矿学术会议论文集[C];2009年

6 赵永安;李晓翠;王树红;张文明;蔡煜琦;;全国铀资源综合管理与应用系统研究[A];全国铀矿大基地建设学术研讨会论文集（上）[C];2012年

7 刘红旭;蔡煜琦;张占峰;刘俊平;张晓;曹清艳;所世鑫;王勋;陈峰;虞航;王永文;;与伊犁铀矿大基地铀资源扩大相关的几个问题[A];全国铀矿大基地建设学术研讨会论文集（上）[C];2012年

8 邓居智;刘庆成;陈辉;方根显;张志勇;;深部铀资源勘查地球物理方法与应用[A];全国铀矿大基地建设学术研讨会论文集（下）[C];2012年

9 尹金双;葛祥坤;范光;张彦辉;张良圣;艾永亮;张建锋;金贵善;;应用专利分量化探新方法勘查铀多金属资源18年[A];中国地质学会2013年学术年会论文摘要汇编——S06勘查地球化学理论与技术分会场[C];2013年

中国重要报纸全文数据库 前10条

1 朱广菁;贺贤土：发展核电需规划铀资源[N];大众科技报;2005年

2 王瑶;国内铀资源保障核电发展[N];证券日报;2008年

3 本报记者 于祥明;我国启动新一轮铀资源潜力探测[N];上海证券报;2008年

4 本报记者 陈其珏;中核海外铀资源开发公司入主科铸技术获准[N];上海证券报;2008年

5 于晓华　苏小坡;约旦与力拓集团签订铀资源勘探初步协议[N];中国石化报;2009年

6 于祥明;新一轮铀资源潜力探测启动[N];中国矿业报;2008年

7 本报记者 段心鑫;我国铀资源可能达百万吨级[N];中国能源报;2010年

8 叶茜溪;铀资源已成为全球新的争夺热点[N];中国国土资源报;2010年

9 本报记者 陈瑜;为铀资源勘查安上“千里眼”[N];科技日报;2014年

10 记者 于德福 刘振国;“开源节流”保障铀资源需求[N];地质勘查导报;2008年

中国博士学位论文全文数据库 前1条

1 叶发旺;后遥感应用技术及其在鄂尔多斯盆地北部铀资源勘查中的应用[D];核工业北京地质研究院;2004年

中国硕士学位论文全文数据库 前4条

1 邱文林;基于模糊综合评价法的海外铀资源开发投资风险评价[D];南华大学;2014年

2 邹啸;基于EMD-BP神经网络方法的铀资源产品价格预测研究[D];东华理工大学;2015年

3 管丽;基于混沌理论和支持向量回归的铀资源价格预测[D];东华理工大学;2013年

4 杨青;中哈能源合作研究：问题与启示[D];复旦大学;2013年

  本文关键词：基于EMD-BP神经网络方法的铀资源产品价格预测研究，，由笔耕文化传播整理发布。

本文编号：253814