原油期货价格预测模型CEEMDAN-PSO-ELM

2020计算机系统应用Environmental Science被引 1

摘要

为了进一步提升原油期货价格预测的精准性, 本文基于CEEMDAN分解算法和ELM极限学习机模型, 利用PSO粒子群优化算法对机器学习模型进行参数寻优, 进而构建了CEEMDAN-PSO-ELM模型用于原油期货价格预测. 先基于CEEMDAN算法对原始价格序列进行分解, 然后利用Lempel-Ziv复杂度指数对分量进行重构, 得到高频、中频和低频重构分量, 再采用PSO-ELM模型对每个重构分量进行预测, 利用PACF系数选取模型输入变量, 最终加总集成各分量预测结果. 实证结果表明, 与其他15种基准模型相比, CEEMDAN-PSO-ELM模型的预测性能最佳, MCS检验和DM检验也进一步证实了该模型的稳健性.

引用本文（GB/T 7714）

崔金鑫, 邹辉文, Cui Jin-Xin, 等. 原油期货价格预测模型CEEMDAN-PSO-ELM[J]. 计算机系统应用, 2020.

引文网络

参考文献与被引分析加载中…

DOI：https://doi.org/10.15888/j.cnki.csa.007224

本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。