钼精矿价格动态预测方法、理论及模型

目录1钼资源市场及其供求关系分析1.1钼精矿市场及价格影响因素分析1.1.1钼精矿市场经济分析1.1.2钼精矿价格的影响因素分析1.1.3钼精矿价格的时间序列特点分析1.2钼精矿市场供求关系分析1.2.1钼的生产供应1.2.2钼的消费需求1.2.3钼的供需分析及展望1.2.4钼精矿与上下游企业市场情况分析2预测方法及预测理论2.1钼精矿市场及市场经济理论2.1.1市场与市场经济概念及联系2.1.2市场经济基本规律2.1.3 有效市场假说2.2ARIMA时间序列预测方法2.2.1时间序列基本概念2.2.2ARIMA的数学定义2.2.3ARIMA建模过程2.3神经网络预测理论2.3.1BP神经网络2.3.2LSTM神经网络2.4改进的PSO-GRNN预测模型2.4.1GRNN模型2.4.2基于改进粒子群算法的GRNN模型优化2.4.3钼精矿价格预测模型的构建2.5灰色-马尔科夫预测模型2.5.1GM(1,1)模型2.5.2Markov模型2.6组合预测模型2.7本章小结 3基于EMD-ARIMA-LSTM的时间序列多步预测3.1EMD及时间序列多步预测策略3.1.1EMD3.1.2时间序列多步预测策略3.2预测模型及数据选取3.2.1预测模型构建的基本思想3.2.2EMD-ARIMA-LSTM多步预测模型框架3.2.3建模数据选取与分析3.3EMD-ARIMA-LSTM多步预测模型构建3.3.1数据处理3.3.2数据分解3.3.3IMFs线性和非线性识别3.3.4ARIMA多步预测模型构建3.3.5LSTM多步预测模型构建3.3.6 预测模型集成3.4模型仿真与结果分析3.4.1仿真环境介绍3.4.2仿真实验设计3.4.3预测性能评价指标3.4.4仿真结果分析3.5本章小结4基于钼数据与EMD-ARIMA-LSTM的钼精矿市场价格动态预测4.1多维钼数据样本构建4.1.1钼价格数据4.1.2钼供需数据4.1.3宏观经济数据4.2钼精矿市场价格动态预测模型构建4.2.1预测模型原理4.2.2预测模型框架4.2.3数据的预处理4.2.4BP神经网络构建4.3实例仿真与应用分析4.3.1 实例数据介绍4.3.2仿真环境介绍4.3.3预测性能评价指标4.3.4仿真实验设计4.3.5仿真应用4.3.6仿真结果分析及应用4.4本章小结5基于改进PSO-GRNN及灰色-马尔科夫模型的钼精矿价格动态预测5.1基于改进PSO-GRNN模型的钼精矿价格预测5.1.1指标构建与数据获取5.1.2数据预处理5.1.3模型训练5.1.4预测结果5.2基于灰色—马尔科夫模型的中国钼精矿价格预测5.2.1指标构建与数据获取5.2.2钼精矿年平均价格状态的划分 5.2.3钼精矿价格状态转移概率矩阵的计算及预测值的确定5.3基于GM(1,1)和指数平滑法的动态组合预测5.3.1指数平滑法5.3.2动态组合预测5.4三种方法预测结果对比分析5.5本章小结6钼精矿价格敏感性分析6.1敏感性分析方法6.2矿业经济单因素敏感性分析方法6.3钼精矿价格敏感性分析6.4实例分析6.5本章小结7结论附录仿真实验的关键程序代码参考文献