共 25 条
- [10] 向超.基于ARIMA-SVR组合模型的动力煤价格预测与实证研究[D].对外经济贸易大学,2019
基于ARIMA-RF组合模型的国内动力煤价格预测
被引：2
|作者：
季凌雲
[1
]
陆伟
[1
]
卓辉
[1
]
李佐健
[1
]
机构：
[1] 安徽理工大学安全科学与工程学院
来源：
关键词：
煤价预测;
ARIMA模型;
随机森林模型;
组合模型;
精度优化;
D O I：
10.13202/j.cnki.cer.2023.04.010
中图分类号：
TP18 [人工智能理论];
F426.21 [];
F764.1 [燃料工业产品];
学科分类号：
0202 ;
020205 ;
081104 ;
0812 ;
0835 ;
1202 ;
120202 ;
1405 ;
摘要：
选取秦皇岛港口动力煤价格作为研究对象,搜集10年间煤价数据并分析其影响因素,确定煤炭产量、港口库存、运输成本、火力发电量及社会用电量为主要影响因素;分别建立ARIMA(2,1,2)模型和RF(随机森林)模型并优化,通过加权平均法得到ARIMA和RF模型权重,建立ARIMA-RF组合模型。该模型较深度神经网络模型(DNN)、支持向量回归模型(SVR)、ARIMA模型、RF模型预测的煤价准确度更高,可准确预测动力煤价格走势,为调控能源消费强度、深化能源体制机制改革政策制定提供参考。
引用
收藏
页码：28 / 37
页数：10
相关论文