基于EEMD優(yōu)化的國際油價分解集成預(yù)測模型研究.pdf

1、石油，不僅與我們的生活息息相關(guān)，還與國家發(fā)展和世界經(jīng)濟緊密相連。如果能夠準(zhǔn)確的把握石油價格的波動方向，則可以幫助國家和企業(yè)制定更好的政策和決策。因此，對油價的準(zhǔn)確預(yù)測顯得尤為重要。本文為了提高現(xiàn)有模型對國際油價的預(yù)測精度，對現(xiàn)有的時序預(yù)測相關(guān)方法進行了改進與創(chuàng)新，具體工作如下:
　　(1)基于Grid-GA優(yōu)化的LSSVR油價預(yù)測模型構(gòu)建。
　　本文通過混合網(wǎng)格搜索法Grid和遺傳算法GA提出了一個新的混合尋優(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油價預(yù)測模型。通過與ANN、ARIMA等算法的預(yù)測結(jié)果進行對比，證明了該算法顯著提升了LSSVR的預(yù)測性能、穩(wěn)定性和泛化能力。
　　(2)基于EEMD和EELM的油價預(yù)測模型構(gòu)建。
　　本文首次將擴展極致學(xué)習(xí)機EELM和集成經(jīng)驗?zāi)B(tài)分解模型EEMD在“分解集成”方法論的框架下進行混合，構(gòu)建了基于EEMD和EELM的分解集成模型。通過與其他分解集成模型進行對

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行速度和還提高了預(yù)測性能。
　　(3)基于EEMD優(yōu)化的油價預(yù)測分解集成模型構(gòu)建。
　　為了通過優(yōu)化集成經(jīng)驗?zāi)B(tài)分解EEMD的參數(shù)來提升EEMD的分解效果，本文提出了一個新方案和多尺度數(shù)據(jù)復(fù)雜性檢驗方法來優(yōu)化EEMD的參數(shù)，并構(gòu)建了基于EEMD優(yōu)化的油價預(yù)測分解集成模型。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)雜程度的時間序列，并且有效提升分解集成模型的預(yù)測精度和泛