基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
煤炭价格是煤炭市场最重要的风向标,预测煤炭价格对我国煤炭行业及相关产业发展具有重要意义,为提高煤炭价格预测的准确度,提出了基于ARIMA-SVM的煤炭价格预测方法.ARI-MA-SVM考虑了煤炭价格时间序列自身特性和对煤炭价格的多种影响因素,采用平均加权的方式将ARIMA和SVM的预测结果进行结合,以期得精度较高、误差水平低的预测结果.对环渤海动力煤价格进行了预测实证分析,实验结果表明,与分别采用ARIMA或SVM的预测结果相比,ARI-MA-SVM方法可以对煤炭价格进行精度更高的预测.
推荐文章
一种新的基于ARIMA-SVM网络流量预测研究
自回归滑动平均模型(ARIMA)
支持向量机(SVM)
网络流量
预测
利用ARIMA-SVM模型的碳排放交易价格预测
碳排放交易价格
时间序列
ARIMA-SVM
预测
精度
基于自适应粒子群优化的ARIMA-SVM光功率趋势预测
光功率预测
自适应粒子群优化
动态距离
差分自回归移动平均
支持向量机
一种新的基于ARIMA-SVM网络流量预测研究
自回归滑动平均模型(ARIMA)
支持向量机(SVM)
网络流量
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于ARIMA-SVM的煤炭价格预测及实证研究
来源期刊 煤炭经济研究 学科 经济
关键词 ARIMA SVM 煤炭价格 预测
年,卷(期) 2016,(2) 所属期刊栏目 本刊策划
研究方向 页码范围 6-10
页数 5页 分类号 F407.2
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (20)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(4)
  • 参考文献(0)
  • 二级参考文献(4)
2018(1)
  • 参考文献(0)
  • 二级参考文献(1)
2019(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
ARIMA
SVM
煤炭价格
预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
煤炭经济研究
月刊
1002-9605
11-1038/F
大16开
北京市
1981
chi
出版文献量(篇)
7309
总下载数(次)
17
论文1v1指导