神經(jīng)網(wǎng)絡(luò)技術(shù)在煤化工行業(yè)產(chǎn)品價(jià)格預(yù)測(cè)中的應(yīng)用.pdf

1、近年來(lái),我國(guó)的煤資源替代進(jìn)口石油資源的呼聲愈發(fā)強(qiáng)烈,煤有望成為具有我國(guó)特色的一種新能源。隨著國(guó)際原油價(jià)格的持續(xù)上揚(yáng),煤及煤化工產(chǎn)品的需求量持續(xù)上漲,為煤化工行業(yè)發(fā)展帶來(lái)了新的機(jī)遇和挑戰(zhàn)。針對(duì)煤化工行業(yè)市場(chǎng)變化的分析已成為了業(yè)內(nèi)關(guān)注的熱點(diǎn),其中價(jià)格趨勢(shì)預(yù)測(cè)是煤化工市場(chǎng)分析工作的重要組成部分。但是市場(chǎng)經(jīng)濟(jì)下,如何科學(xué)地跟蹤和預(yù)測(cè)煤化工產(chǎn)品的價(jià)格走勢(shì)?
　　 本文試圖利用所處的行業(yè)背景,對(duì)已有的煤化工產(chǎn)品的歷史數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘?yàn)槟繕?biāo),

2、建立一套實(shí)用和應(yīng)用價(jià)值的價(jià)格預(yù)測(cè)系統(tǒng),工作內(nèi)容主要有三方面:
　　 (1)根據(jù)BDS檢驗(yàn)方法確定煤化工產(chǎn)品的甲醇價(jià)格時(shí)間序列的非線性性質(zhì)。并提出將神經(jīng)網(wǎng)絡(luò)的非線性自學(xué)習(xí)逼近特性和時(shí)間序列的趨勢(shì)預(yù)測(cè)特性結(jié)合的探究性思路,建立基于神經(jīng)網(wǎng)絡(luò)的多變量時(shí)間序列短期預(yù)測(cè)模型,每月進(jìn)行預(yù)測(cè)。
　　 (2)運(yùn)用因素分析方法,分析神經(jīng)網(wǎng)絡(luò)用于訓(xùn)練及測(cè)試的樣本數(shù)據(jù)。且重視數(shù)據(jù)的預(yù)處理,特別是輸入輸出變量的選取及異常數(shù)據(jù)的檢測(cè)及調(diào)整方法。對(duì)輸

3、入輸出變量的選取,提出為簡(jiǎn)化神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),以較少的維度表現(xiàn)數(shù)據(jù)結(jié)構(gòu),將進(jìn)口量,出口量,產(chǎn)量三變量合并為表觀消費(fèi)量一個(gè)變量。在對(duì)異常數(shù)據(jù)的檢測(cè)及調(diào)整中,借鑒分箱技術(shù),分別考察各影響因素T時(shí)刻值與T-1時(shí)刻值之差是否過(guò)大,根據(jù)基于統(tǒng)計(jì)學(xué)方法的異常檢測(cè)算法識(shí)別各影響因素中的異常數(shù)據(jù)。
　　 (3)根據(jù)非線性時(shí)間序列相空間重構(gòu)技術(shù),確定基于BP神經(jīng)網(wǎng)絡(luò)的多變量時(shí)間序列預(yù)測(cè)的模型結(jié)構(gòu),包括L—M優(yōu)化算法的使用,延遲時(shí)間τ的確定等。并用真實(shí)