基于EEMD優(yōu)化的國(guó)際油價(jià)分解集成預(yù)測(cè)模型研究.pdf

1、石油，不僅與我們的生活息息相關(guān)，還與國(guó)家發(fā)展和世界經(jīng)濟(jì)緊密相連。如果能夠準(zhǔn)確的把握石油價(jià)格的波動(dòng)方向，則可以幫助國(guó)家和企業(yè)制定更好的政策和決策。因此，對(duì)油價(jià)的準(zhǔn)確預(yù)測(cè)顯得尤為重要。本文為了提高現(xiàn)有模型對(duì)國(guó)際油價(jià)的預(yù)測(cè)精度，對(duì)現(xiàn)有的時(shí)序預(yù)測(cè)相關(guān)方法進(jìn)行了改進(jìn)與創(chuàng)新，具體工作如下:
　　(1)基于Grid-GA優(yōu)化的LSSVR油價(jià)預(yù)測(cè)模型構(gòu)建。
　　本文通過(guò)混合網(wǎng)格搜索法Grid和遺傳算法GA提出了一個(gè)新的混合尋優(yōu)算法Grid-

2、GA優(yōu)化LSSVR的參數(shù)，從而構(gòu)建了基于Grid-GA優(yōu)化的LSSVR油價(jià)預(yù)測(cè)模型。通過(guò)與ANN、ARIMA等算法的預(yù)測(cè)結(jié)果進(jìn)行對(duì)比，證明了該算法顯著提升了LSSVR的預(yù)測(cè)性能、穩(wěn)定性和泛化能力。
　　(2)基于EEMD和EELM的油價(jià)預(yù)測(cè)模型構(gòu)建。
　　本文首次將擴(kuò)展極致學(xué)習(xí)機(jī)EELM和集成經(jīng)驗(yàn)?zāi)B(tài)分解模型EEMD在“分解集成”方法論的框架下進(jìn)行混合，構(gòu)建了基于EEMD和EELM的分解集成模型。通過(guò)與其他分解集成模型進(jìn)行對(duì)

3、比研究，發(fā)現(xiàn)該模型顯著不僅加快了分解集成模型的運(yùn)行速度和還提高了預(yù)測(cè)性能。
　　(3)基于EEMD優(yōu)化的油價(jià)預(yù)測(cè)分解集成模型構(gòu)建。
　　為了通過(guò)優(yōu)化集成經(jīng)驗(yàn)?zāi)B(tài)分解EEMD的參數(shù)來(lái)提升EEMD的分解效果，本文提出了一個(gè)新方案和多尺度數(shù)據(jù)復(fù)雜性檢驗(yàn)方法來(lái)優(yōu)化EEMD的參數(shù)，并構(gòu)建了基于EEMD優(yōu)化的油價(jià)預(yù)測(cè)分解集成模型。研究結(jié)果證明該方法能夠使EEMD能夠適用于各種不同復(fù)雜程度的時(shí)間序列，并且有效提升分解集成模型的預(yù)測(cè)精度和泛