基于E EMD和神经网络的原油价格预测

摘要

国际原油价格的频繁波动很大程度上影响着全球经济和社会的稳定，而原油作为经济市场的一种特殊商品，其价格波动不仅受到供给与需求的影响，同时，天气状况、股票涨跌、经济发展、政治因素、国民心理预期等因素也对其有显著的影响。历史研究表明，原油价格的波动具有非线性、不确定性和动态性等特性，这些特性给原油价格的的建模与预测工作带来一定的挑战。因此，为提高模型的预测能力，在建模之前对数据去噪是很有必要的。本文在进行实证分析时，首先通过集合经验模式分解（EEMD）对国际原油价格加以处理得到一系列独立的固有模态函数（IMF）和残差序列，接着将前一步分解所得到的新序列分别作为BP神经网络模型的输入层，然后将各个BP神经网络预测的结果加总得到原油价格的最终预测值。为验证混合模型的有效性，本文对美国西德克萨斯中级原油价格（WTI）和布伦特原油价格（Brent）的数据进行预测，通过各项误差指标的对比，结果表明相比单个BP神经网络模型，本文提出的EEMD和神经网络模型对原油价格的预测更为准确。

目录

声明

第一章 引言

1. 1 问题的提出

1. 1. 1 研究背景

1. 1. 2 研究意义

1. 2 文献综述

1. 3 论文结构安排

第二章 方法构建

2.1集合经验模式分解（EEMD）

2. 1. 1 EMD方法原理

2.1.2 EEMD方法原理

2. 2 神经网络模型

2. 3 混合模型EE MD-BP

第三章 实证分析

3. 1 实验描述

3. 1. 1 数据选择

3. 1. 2 预测误差指标

3.2 BP的实验结果

3.3 EEMD-BP的实验结果

第四章 总结展望

4. 1 研究结论

4. 2 研究展望

参考文献

致谢