基于相空间重构理论的小波-LSSVM粉铁矿价格预测模型

发布时间：2025-06-26 01:57

　　随着经济全球化程度的提升与国内城市化进程的加快,我国工业在飞速发展的同时,对铁矿石等大宗商品的需求规模也在不断扩大。由于国内资源和环境的约束,我国对进口铁矿石的依赖与日俱增,在2003年我国的铁矿石进口量就已经位居全球第一。我国虽然是全球最大的铁矿石进口国,但在铁矿石定价上却缺乏影响力。随着铁矿石定价方式的不断演变,铁矿石价格的波动愈加剧烈,已经严重影响我国铁矿石生产企业、消费企业以及国家的利益,所以对铁矿石价格进行预报受到了广泛的关注。针对已有单一时间序列模型在预测铁矿石价格方面精度和稳健性存在一定的提升空间,且传统最小二乘支持向量机模型(LSSVM)参数不易确定的问题,本文提出了一种基于小波变换和LSSVM的组合预报模型(小波-LSSVM)用于预测粉铁矿现货价格。现货贸易是我国铁矿石进口中的一种重要贸易方式,将港口现货价格与期货折基价做对比,可准确反映矿山与国内港口现货市场价格高低,所以港口现货价格是反映铁矿石价格的重要指标。本文选取北方主导港口曹妃甸港的主导品种61.5%PB粉铁矿现货价格为研究对象,对照仿真分别采用ARIMA模型、LSSVM模型和小波-LSSVM模型对2015年6...

【文章页数】：58 页

【学位级别】：硕士

【部分图文】：

图2.1矩阵示意图

维度m和延迟时间间隔的选取非常重要[28]。m的值若是过小，的真实结构，而m值过大时点的密度会减小，导致点间结构关同时对数据量的要求大幅提升。所以选择适当的m值非常重要数据的有限，这时的选取也非常重要。若太小则坐标间的相不易披露。而过大，会导致描述的动力系统....

图2.2小波-LSSVM预测模型结构图

延迟时间间隔为时，时间序列变幻后得到的一部分矩阵如图2.1所示。图2.1矩阵示意图2.2基于相空间重构理论的小波-LSSVM粉铁矿价格预测框架本文提出的小波-LSSVM粉铁矿价格预测模型如图2.2所示。图2.2小波-LSSVM预测模型结构图

图2.3小波-LSSVM模型预测流程图

2基于相空间重构理论的小波-LSSVM粉铁矿价格预测模型架构采取将LSSVM模型参数和相空间重构参数联合优化的方式确定参数，并以此参数，对经过上述步骤处理后的小波各频带信号针对性地建立LSSVM模型。（7）价格预测将最终得到的小波各频带的预测结果进行加总，最后得到最终....

图3.1小波分解示意图

由此可推出以下函数族，其表达式如式（3.22）所示。（3.22）是空间的标准正交基。而且对于定义中的条件（5），有以下定理。定义3.3将会有，可以令作为的一个规范正交基，且具有以下性质。（1）尺度函数满足。（2）尺度函数满足能量归一条件。（3）尺度函数具有正交性....

本文编号：4052966