石油价格的组合预测研究被引量：15

下载PDF

导出

摘要石油价格的预测研究具有重要的意义。近年来的研究表明,组合预测比单项预测具有更高的预测精度。本文提出一种利用ARIMA和神经网络进行组合预测石油价格的方法,结果表明这种方法相对于单一的预测方法具有更高的精度,对于复杂时间序列的分析和预测有很好的应用价值。

作者冯春山吴家春蒋馥

机构地区上海交通大学管理学院

出处《石油大学学报（社会科学版）》 2004年第1期12-14,共3页 Journal of the University of Petroleum，China(Edition of Social Science)

关键词石油价格 ARIMA 神经网络组合预测

分类号 F407.22 [经济管理—产业经济]

引文网络
相关文献

参考文献2

1赵农,危结根.石油价格波动的分析[J].世界经济,2001,24(12):20-24. 被引量：22
2冯连勇.关于国际原油价格预测框架的思考[J].中国石油大学学报（社会科学版）,1996,18(4):7-10. 被引量：5

二级参考文献3

1单卫国.90年代世界石油市场的特点[J].国际石油经济,1995,3(5):1-6. 被引量：4
2曹建军.我国经济发展与石油价格变动趋势[J].国际石油经济,2000,8(1):7-10. 被引量：7
3单卫国.欧佩克对油价的影响力及其政策取向[J].国际石油经济,2000,8(1):25-29. 被引量：12

共引文献25

1焦建玲,范英,张九天,魏一鸣.中国原油价格与国际原油价格的互动关系研究[J].管理评论,2004,16(7):48-53. 被引量：55
2李新颜,王嘉,高丽亚.国内原油价格与国际原油价格的相互关系[J].统计与决策,2005,21(10X):73-75. 被引量：11
3王维国,潘祺志.基于VAR模型的中国原油进口现状分析[J].红河学院学报,2006,4(2):49-53. 被引量：4
4郑恺,谷耀.国内油价高涨的主因——基于VAR的实证分析[J].南方经济,2006,35(5):83-94. 被引量：3
5蒲志仲.国际油价波动长周期现象探讨[J].国际石油经济,2006,14(6):21-25. 被引量：21
6郑恺.国内油品价格高涨的诱因解析[J].经济评论,2006(5):64-71. 被引量：2
7邹艳芬,陆宇海.基于GARCH模型的石油价格变动模拟[J].数理统计与管理,2006,25(6):640-644. 被引量：18
8李少民.国际石油价格波动因素探析与我国能源政策选择[J].价格理论与实践,2006(12):39-40. 被引量：6
9李少民,吴韧强.我国石油定价机制探讨[J].价格月刊,2007(1):19-20. 被引量：4
10贺茉莉,孙玉妮.国际石油冲击对中国经济的影响--基于国内油价滞后调整框架下的研究[J].南方经济,2008,37(2):41-54. 被引量：5

同被引文献85

1徐梦洁,彭补拙.江苏省粮食产量吸引子维数研究[J].人文地理,2001,16(3):53-56. 被引量：8
2王书平,赵茜,刘洪伟.国际石油价格波动周期性分析[J].中国管理科学,2006,14(z1):347-350. 被引量：3
3吕学梅,宋莹华,郭立运.趋势-ARMA组合模型在山东粮食产量预测中的应用[J].中国人口·资源与环境,2011,21(S2):193-195. 被引量：4
4孙竹,解晓燕,马宏.油价变动中的政治因素考察[J].中国石油大学学报（社会科学版）,1999,21(1):14-18. 被引量：3
5刘明凤,修春波.基于ARMA与神经网络的风速序列混合预测方法[J].中南大学学报（自然科学版）,2013,44(S1):16-20. 被引量：10
6周喜安,曲永冠.国际石油价格飚升的原因、影响与对策[J].宏观经济研究,2004(7):3-7. 被引量：19
7潘海天,夏陆岳,蔡亦军,李伯耿.基于组合神经网络的聚合物质量预测[J].科技通报,2004,20(4):298-302. 被引量：3
8丁显峰,张锦良,刘志斌.油气田产量预测的新模型[J].石油勘探与开发,2004,31(3):104-106. 被引量：30
9卜付军.信阳南湾风景区旅游地生命周期分析及预测[J].信阳师范学院学报（自然科学版）,2004,17(4):459-461. 被引量：20
10王磐岩,王玉洁.旅游规划中的旅游经济分析与预测问题[J].旅游学刊,2000,15(4):47-50. 被引量：8

引证文献15

1吕瑛洁,胡昌华,李国华,张伟.基于ARIMA和RBF网络组合预测的惯性器件故障预报[J].电光与控制,2005,12(4):32-34. 被引量：3
2王庆庆.基于人工神经网络组合的消费预测[J].沿海企业与科技,2005(9):66-67.
3王庆庆.基于人工神经网络组合的消费预测[J].北京市财贸管理干部学院学报,2005,21(3):30-33.
4雷可为,陈瑛.基于BP神经网络和ARIMA组合模型的中国入境游客量预测[J].旅游学刊,2007,22(4):20-25. 被引量：110
5林敏.社会政治因素对石油价格影响的定量化描述方法[J].中国石油大学学报（社会科学版）,2007,23(2):6-9. 被引量：5
6林敏,刘志斌.油价系统的随机模拟[J].系统工程,2008,26(2):72-77. 被引量：4
7雷可为,方田红.基于组合模型的陕西省旅游市场需求预测[J].西北师范大学学报（自然科学版）,2009,45(2):99-102. 被引量：7
8王书平,吴振信,张蜀林.季节-谐波油价预测模型研究[J].数理统计与管理,2009,28(3):395-401. 被引量：3
9贺谦.石油价格的波动因素与应对策略[J].财经界,2009(9):116-117.
10刘志斌.基于功能模拟的油价预测方法研究[J].西南石油大学学报（社会科学版）,2010,3(2):1-5.

二级引证文献192

1李金生.基于ARIMA时间序列的瓦斯涌出量预测研究[J].陕西煤炭,2020(S02):6-10. 被引量：1
2王勇,刘莹,张娜.基于奇异谱分析的旅游人数集成预测模型的研究与应用:以中国为例[J].系统科学与数学,2020(9):1628-1643. 被引量：4
3彭渊.一种基于遗传算法优化的BP神经网络建筑物沉降预测模型[J].江西测绘,2019(3):6-8. 被引量：2
4曹静如,孙景云.基于R/S-TDC-EMD-KPCA方法的网络搜索信息提取及游客流量预测——以海南省为例[J].哈尔滨师范大学自然科学学报,2022,38(5):46-57. 被引量：1
5张伟,胡昌华,焦李成.最小二乘AR模型的惯性器件故障预测[J].仪器仪表学报,2006,27(z2):1755-1757. 被引量：5
6盛艳波.基于BP神经网络和ARIMA组合模型预测浙江省人均国内生产总值[J].商场现代化,2006(08Z):49-50. 被引量：6
7李果,王小兵,杜军,李学仁.飞参数据综合滤波算法[J].电光与控制,2007,14(2):69-72. 被引量：3
8蒋文燕,朱晓华,蔡运龙,陈晨.基于不同空间尺度的旅游客源预测模型对比研究[J].旅游学刊,2007,22(11):17-21. 被引量：15
9卫海燕,吴璞周,李乃伟.中国大陆国际旅游收入地区竞争差异研究[J].西北大学学报（自然科学版）,2007,37(6):917-920. 被引量：4
10林敏,刘志斌.油价系统的随机模拟[J].系统工程,2008,26(2):72-77. 被引量：4

1柴元春.我国能源总产量的组合预测[J].赤峰学院学报（自然科学版）,2011,27(4):71-73. 被引量：4
2毛端谦,梁国权.土地利用多目标规划的研究——以江西省新建县为例[J].江西师范大学学报（自然科学版）,1995,19(4):358-363. 被引量：3
3郑锋.海南省2000年土地需求结构预测及土地宏观开发战略研究[J].自然资源,1994(1):20-28. 被引量：3
4李秉祥.我国上市公司被特别处理的组合预测模型研究[J].运筹与管理,2004,13(3):76-80. 被引量：2
5蔡伟宁,方卫国.飞机研制费用的组合预测方法[J].系统工程与电子技术,2014,36(8):1573-1579. 被引量：8

石油大学学报（社会科学版）

2004年第1期

浏览历史

内容加载中请稍等...

石油价格的组合预测研究被引量：15

参考文献2

二级参考文献3

共引文献25

同被引文献85

引证文献15

二级引证文献192

相关作者

相关机构

相关主题

浏览历史

石油价格的组合预测研究 被引量：15

参考文献2

二级参考文献3

共引文献25

同被引文献85

引证文献15

二级引证文献192

相关作者

相关机构

相关主题

浏览历史

石油价格的组合预测研究被引量：15