本文關(guān)鍵詞： 石油價格 預(yù)測模型 數(shù)據(jù)流學(xué)習(xí) 機(jī)器學(xué)習(xí)　出處：《中國地質(zhì)大學(xué)(北京)》2016年博士論文　論文類型：學(xué)位論文

【摘要】：石油是地球上最重要的能源之一。目前,全球有接近三分之一的能源消耗源于石油。國際石油價格對全球的環(huán)境和經(jīng)濟(jì)有重大影響。無論是工業(yè)界、政府,還是個人,對石油價格都很關(guān)注。預(yù)測國際石油價格已成為學(xué)術(shù)界和工業(yè)界的熱點研究話題。迄今為止,預(yù)測石油價格的方法已有很多。但是,由于國際石油價格波動頻繁,準(zhǔn)確預(yù)測國際石油價格仍極具挑戰(zhàn)。本文提出了一種基于數(shù)據(jù)流學(xué)習(xí)的新方法來預(yù)測國際石油價格。伴隨著新的國際石油價格數(shù)據(jù),基于數(shù)據(jù)流學(xué)習(xí)的國際石油價格預(yù)測模型可時時更新。因此,油價預(yù)測模型會不斷演變,能更好地捕捉到國際石油價格的變換模式�；跀�(shù)據(jù)流學(xué)習(xí)的新方法既彌補(bǔ)了傳統(tǒng)計量經(jīng)濟(jì)學(xué)方法的不足,即無法捕捉到國際石油價格的非線性特征;也克服了傳統(tǒng)機(jī)器學(xué)習(xí)方法的缺陷,即無法有效地預(yù)測非平穩(wěn)的國際石油價格。因此,這種新方法能夠更加準(zhǔn)確地預(yù)測未來的國際石油價格。另外,這種新方法能夠有效地處理連續(xù)不斷的國際石油價格數(shù)據(jù),即便這些數(shù)據(jù)產(chǎn)生的速度極快。對于每個新的數(shù)據(jù)點,僅需很短的常量時間和定量內(nèi)存就可更新基于數(shù)據(jù)流學(xué)習(xí)的國際石油價格預(yù)測模型,而無需使用所有的新舊訓(xùn)練數(shù)據(jù)點重新訓(xùn)練預(yù)測模型。本文將數(shù)據(jù)流學(xué)習(xí)方法應(yīng)用到預(yù)測國際石油價格中,這在國內(nèi)乃至國際是首創(chuàng)的。這一創(chuàng)新得到了實驗的有效支持。在評估基于數(shù)據(jù)流學(xué)習(xí)的國際石油價格預(yù)測模型性能的過程中,本文將其與不變化模型、人工神經(jīng)網(wǎng)絡(luò)模型和一種前沿的混合預(yù)測模型做了比較。本文采用了多時間段定量分析方法。預(yù)測時間段包括一個月、三個月、六個月、九個月和十二個月。本文采用了兩種性能指標(biāo):一種是均方預(yù)測誤差,另一種是方向性精度。實驗結(jié)果表明,對于1992年1月至2012年9月美國西德克薩斯中質(zhì)原油現(xiàn)貨價格和美國進(jìn)口原油的煉油成本價格這兩種國際石油價格,基于數(shù)據(jù)流學(xué)習(xí)的國際石油價格預(yù)測模型在絕大多數(shù)時間段(一個月、六個月、九個月和十二個月)預(yù)測精度最高(均方預(yù)測誤差最低,方向性精度最高)。本文為能源預(yù)測領(lǐng)域提出了一種新的強(qiáng)有力的計算和分析方法。
[Abstract]:Oil is one of the most important sources of energy on the planet. At present, nearly 1/3 of the world's energy consumption comes from oil. International oil prices have a significant impact on the global environment and economy. Both industry and government. The prediction of international oil prices has become a hot topic in academia and industry. Up to now, there are many methods to predict oil prices. Due to frequent fluctuations in international oil prices. It is still a challenge to predict the international oil price accurately. This paper proposes a new method based on data flow learning to predict the international oil price, which is accompanied by new international oil price data. The international oil price forecasting model based on data flow learning can be updated from time to time. Therefore, the oil price forecasting model will evolve continuously. The new method based on data stream learning not only makes up for the shortcomings of the traditional econometrics method, but also can not capture the nonlinear characteristics of the international oil price. It also overcomes the shortcomings of the traditional machine learning method, that is, it can not effectively predict the non-stationary international oil prices. Therefore, this new method can more accurately predict the future international oil prices. This new approach can effectively process a continuous flow of international oil price data, even if they are generated at an extremely rapid rate. For each new data point. The model of international oil price prediction based on data flow learning can be updated in a very short amount of constant time and quantitative memory. Without using all the old and new training data points to re-train the prediction model, this paper applies the data stream learning method to predict the international oil price. This is the first at home and even internationally. This innovation has been effectively supported by experiments. In the process of evaluating the performance of international oil price prediction model based on data flow learning, this paper will not change the model. The artificial neural network model is compared with a hybrid prediction model. In this paper, a multi-time quantitative analysis method is used. The prediction period includes one month, three months and six months. For nine months and twelve months, two performance indexes are used: one is mean square prediction error, the other is directivity accuracy. The experimental results show that. From January 1992 to September 2012, the spot price of West Texas Intermediate crude oil and the refining cost price of American imported crude oil are two kinds of international oil prices. The international oil price prediction model based on data flow learning has the highest prediction accuracy in most time periods (one month, six months, nine months and twelve months) (mean square prediction error is the lowest). The directivity accuracy is the highest. This paper presents a new powerful calculation and analysis method for energy prediction.
【學(xué)位授予單位】：中國地質(zhì)大學(xué)(北京)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2016
【分類號】：F416.22;F764.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 方萌;如何管住不斷上漲的石油價格[J];價格月刊;2000年10期

2 ;國際石油價格再攀新高[J];潔凈煤技術(shù);2000年04期

3 王中海;戰(zhàn)爭困擾經(jīng)濟(jì)需要 石油——國際石油價格的困惑與前景[J];銀行家;2002年10期

4 管延彬;石油價格飛漲對中國經(jīng)濟(jì)的影響[J];齊魯石油化工;2005年02期

5 馮躍威;石油價格安全倒逼市場化[J];中國石油石化;2005年22期

6 袁定喜;;當(dāng)前國際石油價格飆升的原因探析[J];價格月刊;2005年12期

7 馬瑾;;影響國際石油價格變動的主要因素[J];國際石油經(jīng)濟(jì);2006年06期

8 袁定喜;;對國際石油價格高位運行的思考[J];經(jīng)濟(jì)視角;2006年08期

9 吳麗華;傅春;;石油價格與匯率的相關(guān)性研究[J];福建金融;2007年03期

10 劉東寶;;國際石油價格上漲的原因、影響及對策[J];商情(財經(jīng)研究);2008年02期

相關(guān)會議論文 前2條

1 王書平;李金山;李建平;陳建明;;戰(zhàn)爭的階段性對國際石油價格的影響分析[A];中國優(yōu)選法統(tǒng)籌法與經(jīng)濟(jì)數(shù)學(xué)研究會第七屆全國會員代表大會暨第七屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2005年

2 蘇暢;;高油價對中國經(jīng)濟(jì)和投資的影響[A];2011年春季CMRC中國經(jīng)濟(jì)觀察（總第25期）[C];2011年

相關(guān)重要報紙文章 前10條

1 記者 高浩榮;韓外貿(mào)開始出現(xiàn)赤字[N];新華每日電訊;2003年

2 摩根士丹利亞太區(qū)首席經(jīng)濟(jì)學(xué)家 謝國忠;石油價格高漲也是個泡沫[N];證券日報;2005年

3 特約評論員 那復(fù)祺;石油價格飛漲對中國經(jīng)濟(jì)的間接之患[N];第一財經(jīng)日報;2005年

4 理查德·利昂　　伯納德·維素;石油價格高漲的“罪魁禍?zhǔn)住盵N];21世紀(jì)經(jīng)濟(jì)報道;2004年

5 肖云輝;石油價格對金價有多大影響？[N];中國黃金報;2001年

6 譚雅玲 景學(xué)成;國際因素如何角力石油價格[N];中國證券報;2006年

7 劉濤;油價向上尋歸宿[N];第一財經(jīng)日報;2006年

8 譚雅玲;石油價格上漲將加大金融市場價格風(fēng)險[N];上海證券報;2007年

9 記者　樂紹延;日本業(yè)者：石油價格將高位徘徊，60美元左右[N];新華每日電訊;2006年

10 吳建友;國際石油價格為何再創(chuàng)新高[N];光明日報;2007年

相關(guān)博士學(xué)位論文 前8條

1 高爽;基于數(shù)據(jù)流學(xué)習(xí)的國際石油價格預(yù)測研究[D];中國地質(zhì)大學(xué)(北京);2016年

2 韓冬炎;中國石油價格形成機(jī)理及調(diào)控機(jī)制的研究[D];哈爾濱工程大學(xué);2004年

3 季托;國際石油價格波動行為機(jī)理及預(yù)測模型研究[D];東北石油大學(xué);2011年

4 梁將;現(xiàn)階段國際石油價格決定研究[D];南開大學(xué);2014年

5 李少民;國際石油價格與中國石油政策研究[D];華中科技大學(xué);2007年

6 潘寧;國際石油價格形成機(jī)制分析與中國石油定價模式研究[D];復(fù)旦大學(xué);2011年

7 馬登科;國際石油價格動蕩：原因、影響及中國策略[D];吉林大學(xué);2010年

8 Hafsa Hasnat;石油價格波動對南亞國際收支、通貨膨脹和經(jīng)濟(jì)增長的影響（2000-2010）[D];吉林大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 王博文;國際石油價格波動的影響因素分析研究[D];北京交通大學(xué);2016年

2 王堯;影響石油價格的金融因素[D];外交學(xué)院;2016年

3 馬曉丹;中國石油企業(yè)應(yīng)對國際石油價格變化的策略分析[D];吉林大學(xué);2016年

4 周山人;國際石油價格的影響因素研究[D];南京大學(xué);2016年

5 酈博文;石油價格與股票市場的動態(tài)相關(guān)性分析[D];中國科學(xué)技術(shù)大學(xué);2016年

6 加濱�。═anekeev Gabidin）;石油價格對哈薩克斯坦匯率的影響[D];哈爾濱工業(yè)大學(xué);2016年

7 徐振敬;基于情感分析的國際原油價格走勢預(yù)測研究[D];北京化工大學(xué);2016年

8 周天宇;基于MS-VAR模型的國際原油價格變化對我國CPI的沖擊分析[D];西南財經(jīng)大學(xué);2016年

9 王成標(biāo);國內(nèi)外石油價格關(guān)系研究[D];南京航空航天大學(xué);2008年

10 孟大雷;國際石油價格變化對我國經(jīng)濟(jì)影響的測試研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2009年

，

本文編號：1464920