原油價(jià)格不僅受到傳統(tǒng)供需面因素的影響,在短期內(nèi)更容易受到戰(zhàn)爭、金融危機(jī)、自然災(zāi)害、政治事件等非常規(guī)性因素的影響。為了更加準(zhǔn)確地刻畫國際油價(jià)走勢,完善油價(jià)預(yù)測理論體系,論文首先運(yùn)用情感分析(SA)方法對反映非常規(guī)影響因素的文本數(shù)據(jù)進(jìn)行預(yù)處理,然后根據(jù)文本計(jì)算市場趨勢項(xiàng),再將該項(xiàng)作為小波神經(jīng)網(wǎng)絡(luò)(WNN)的輸入數(shù)據(jù),構(gòu)建基于情感分析的小波神經(jīng)網(wǎng)絡(luò)預(yù)測模型(SA-WNN)。預(yù)測的結(jié)果顯示,相對于傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)模型和基于獨(dú)立源分析的小波神經(jīng)網(wǎng)絡(luò)(ICA-WNN)模型,SA-WNN模型能夠準(zhǔn)確判斷油價(jià)的方向性走勢,是一種更加優(yōu)秀的預(yù)測模型。
【部分圖文】：

在10次隨機(jī)實(shí)驗(yàn)中,記錄SA-WNN模型與常規(guī)ICA-WNN模型的RMSE,預(yù)測結(jié)果如圖1所示。從圖1可以看出,考慮油價(jià)當(dāng)期相關(guān)文本數(shù)據(jù)的SA-WNN模型比沒有考慮文本數(shù)據(jù)的ICA-WNN模型預(yù)測精度更高。在10次隨機(jī)實(shí)驗(yàn)中SA-WNN模型有7次均方根誤差更低,但整體來看均方根誤差稍有提升,這主要是因?yàn)樵?017年4月至2018年1月這段時(shí)期內(nèi)沒有顯著的因?yàn)榻鹑谖�機(jī)、自然災(zāi)害以及政治事件等引發(fā)的油價(jià)大幅度波動現(xiàn)象。原則上SA-WNN的油價(jià)預(yù)測模型與考慮影響因素的傳統(tǒng)神經(jīng)網(wǎng)絡(luò)模型相比在出現(xiàn)重大事件影響油價(jià)大幅度波動的條件下預(yù)測精度應(yīng)該會出現(xiàn)顯著提高,然而受限于文本數(shù)據(jù)的搜集,本章并未做此方面的研究。
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 和鵬飛;劉曉賓;陳真;史旻;陳玉山;;基于深度神經(jīng)網(wǎng)絡(luò)模型的鉆井井漏預(yù)測研究[J];天津科技;2019年S1期

2 秦勇;張永國;趙鵬程;;基于免疫神經(jīng)網(wǎng)絡(luò)模型的油氣濃度預(yù)測研究[J];自動化與儀表;2006年03期

3 趙鵬程 ,王致杰 ,孟江 ,王耀才;基于免疫神經(jīng)網(wǎng)絡(luò)模型的油氣濃度預(yù)測研究[J];自動化博覽;2005年03期

4 王艷芹;王勇;劉宇;李瑞英;;油田累積產(chǎn)油量的基函數(shù)神經(jīng)網(wǎng)絡(luò)模型及其預(yù)測[J];大慶師范學(xué)院學(xué)報(bào);2013年03期

5 高春文;徐景禎;劉曉冬;;分層神經(jīng)網(wǎng)絡(luò)模型在單井油氣層綜合解釋中的應(yīng)用[J];錄井技術(shù)通訊;1995年02期

6 錢伯章;原油蒸餾應(yīng)用神經(jīng)網(wǎng)絡(luò)模型[J];石油化工自動化;2000年03期

7 Ridha B.C.Gharbi ,吳元,金燕;用神經(jīng)網(wǎng)絡(luò)模型評價(jià)中東原油的PVT特性[J];天然氣勘探與開發(fā);2000年02期

8 梁洪衛(wèi);張旭;鄒岱峰;;基于VMD-BP神經(jīng)網(wǎng)絡(luò)模型的天然氣管道工況檢測研究[J];化工自動化及儀表;2017年07期

9 任少峰;周俊;張修玉;李玉能;鄧濤;蒲恒強(qiáng);;基于BP神經(jīng)網(wǎng)絡(luò)模型的爆破對鄰近管道振動預(yù)測研究[J];礦業(yè)研究與開發(fā);2018年09期

10 王乃民;劉潤華;肖廣云;;小波神經(jīng)網(wǎng)絡(luò)在原油含水率預(yù)測中的應(yīng)用研究[J];化工自動化及儀表;2008年03期

相關(guān)博士學(xué)位論文 前1條

1 任偉建;智能算法及其在油田故障診斷問題中的應(yīng)用[D];大慶石油學(xué)院;2006年

相關(guān)碩士學(xué)位論文 前4條

1 侯秀穎;基于BP神經(jīng)網(wǎng)絡(luò)模型的HL項(xiàng)目采購供應(yīng)商評選研究[D];華南理工大學(xué);2018年

2 徐慧娟;基于不確定性的國際油價(jià)預(yù)測研究[D];北京化工大學(xué);2018年

3 楊旭;數(shù)據(jù)挖掘技術(shù)及其在石化裝置中的應(yīng)用研究[D];武漢理工大學(xué);2016年

4 李國蕊;量子神經(jīng)網(wǎng)絡(luò)模型及在儲層識別中的應(yīng)用[D];東北石油大學(xué);2017年

本文編號：2890944