發(fā)布時(shí)間：2025-01-14 01:49

　　煤炭作為我國(guó)主要的生產(chǎn)能源,在未來(lái)相當(dāng)長(zhǎng)的一段時(shí)間仍會(huì)是我國(guó)占比最大的生產(chǎn)能源。其中,在不同種類的煤炭中,動(dòng)力煤的產(chǎn)量遠(yuǎn)多于其他種類的煤,并主要用于電力、化工、建材、冶金行業(yè),且動(dòng)力煤的價(jià)格波動(dòng)影響著經(jīng)濟(jì)生活的方方面面。通過(guò)分析近六年國(guó)內(nèi)外動(dòng)力煤市場(chǎng)價(jià)格、產(chǎn)地價(jià)格、港口價(jià)格的趨勢(shì)變化及主成分分析篩選出的六個(gè)影響因素對(duì)動(dòng)力煤價(jià)格的影響,先后構(gòu)建時(shí)間序列和因果分析預(yù)測(cè)模型。在時(shí)間序列預(yù)測(cè)模型中,結(jié)合傳統(tǒng)預(yù)測(cè)方法的季節(jié)性預(yù)測(cè)優(yōu)勢(shì)及深度學(xué)習(xí)Bi-LSTM網(wǎng)絡(luò)的樣本特征提取能力,提出EM-Bi-LSTM混合模型,其預(yù)測(cè)效果明顯優(yōu)于基于傳統(tǒng)預(yù)測(cè)方法的ARIMA、指數(shù)平滑法模型及基于深度學(xué)習(xí)的LSTM、BiLSTM網(wǎng)絡(luò)單一預(yù)測(cè)模型,證實(shí)了EM-Bi-LSTM模型基于時(shí)間序列的煤炭?jī)r(jià)格預(yù)測(cè)能力,其MAPE和RMSE值分別為5.55%和11.04。在因果分析預(yù)測(cè)模型中,LSTM網(wǎng)絡(luò)預(yù)測(cè)效果優(yōu)于傳統(tǒng)機(jī)器學(xué)習(xí)方法即BP神經(jīng)網(wǎng)絡(luò)和遺傳神經(jīng)網(wǎng)絡(luò)GA-BP及BiLSTM和EM-LSTM網(wǎng)絡(luò),證實(shí)了LSTM網(wǎng)絡(luò)基于因果分析的煤炭?jī)r(jià)格預(yù)測(cè)能力,其MAPE和RMSE值分別為11.75%和28.94。時(shí)間序列與因果分析預(yù)測(cè)...

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2-1動(dòng)力煤價(jià)格曲線序列圖

華中科技大學(xué)碩士學(xué)位論文8斯?fàn)朜EWC現(xiàn)貨價(jià))，國(guó)內(nèi)動(dòng)力煤產(chǎn)地價(jià)格（大同動(dòng)力煤、朔州動(dòng)力煤、晉中壽陽(yáng)動(dòng)力煤、唐山動(dòng)力煤等），以及秦皇島港和廣州港常見(jiàn)的動(dòng)力煤煤種。樣本為2014年1月²019年10月范圍的月度數(shù)據(jù)。樣本數(shù)據(jù)共70個(gè)，選擇前65個(gè)即2014年1....

圖2-2原始序列殘差自相關(guān)圖與殘差偏自相關(guān)圖

華中科技大學(xué)碩士學(xué)位論文10圖2-2原始序列殘差自相關(guān)圖與殘差偏自相關(guān)圖從圖2-3可看出，處理后的時(shí)間序列相對(duì)平穩(wěn)一些。模型擬合度統(tǒng)計(jì)見(jiàn)表2-2，通過(guò)表2-2可看出，五個(gè)分析因素的BIC平均值為6.26，其中最大值為7.33，最小值為3.44，而RMSE、MAPE與α指標(biāo)的均值分....

圖2-3差分后的殘差自相關(guān)圖與殘差偏自相關(guān)圖

華中科技大學(xué)碩士學(xué)位論文12圖2-3差分后的殘差自相關(guān)圖與殘差偏自相關(guān)圖

圖2-4動(dòng)力煤價(jià)格預(yù)測(cè)曲線（ARIMA模型）

華中科技大學(xué)碩士學(xué)位論文13圖2-4動(dòng)力煤價(jià)格預(yù)測(cè)曲線（ARIMA模型）2.2.2指數(shù)平滑法指數(shù)平滑法是布朗（RobertG.Brown[44]）提出的一種預(yù)測(cè)方法。其分為季節(jié)性模型和非季節(jié)性模型，由于煤炭?jī)r(jià)格變化趨勢(shì)是與季節(jié)相關(guān)的，故只考慮季節(jié)性模型。其中，季節(jié)性模型包括簡(jiǎn)單季....

本文編號(hào)：4026223