基于GRNN神經(jīng)網(wǎng)絡(luò)的煤炭價格波動預(yù)測

李文瑩

摘 要：本文提出了基于GRNN神經(jīng)網(wǎng)絡(luò)對煤炭價格波動進(jìn)行預(yù)測的理論，通過GRNN神經(jīng)網(wǎng)絡(luò)，利用MATLAB和WEKA等軟件以及粗糙集等理論分析并驗(yàn)證了國內(nèi)生產(chǎn)總值、煤炭生產(chǎn)總量、消費(fèi)總量等因素對煤炭價格波動的影響。成功實(shí)現(xiàn)了對煤炭價格波動基于GRNN神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和預(yù)測；建立了煤炭價格波動的預(yù)測模型，大大提高了預(yù)測的準(zhǔn)確度；基于GRNN神經(jīng)網(wǎng)絡(luò)的預(yù)測結(jié)果準(zhǔn)確率為87.5%。結(jié)果表明：GRNN神經(jīng)網(wǎng)絡(luò)對煤炭價格波動的預(yù)測是較成功的。

關(guān)鍵詞：GRNN神經(jīng)網(wǎng)絡(luò)；煤炭價格；價格波動；預(yù)測

1.引言

煤炭、石油、天然氣構(gòu)成了當(dāng)今中國能源的主體，在經(jīng)歷了煤炭經(jīng)濟(jì)的“黃金十年”期之后，煤炭經(jīng)濟(jì)形勢不容樂觀。生產(chǎn)成本居高不下，煤炭價格下跌，引發(fā)煤炭行業(yè)的危機(jī)。很多專家學(xué)者也對此問題進(jìn)行了研究。文獻(xiàn)[1]和[2]對煤炭價格的影響因素進(jìn)行了全面的分析，但是缺乏對煤炭價格變化趨勢的預(yù)測[1～2]；文獻(xiàn)[3]重點(diǎn)在于研究區(qū)域性的影響結(jié)果，并提出了相應(yīng)的措施，但是研究不具有普遍性[3]；文獻(xiàn)[4]對煤炭價格進(jìn)行了預(yù)測，但在分析影響因素時尚有欠缺[4]；文獻(xiàn)[5]利用誤差修正模型對影響煤炭價格因素進(jìn)行了實(shí)證分析，得出煤炭需求波動是價格波動的格蘭杰原因[5]。以上文獻(xiàn)大都針對煤炭價格影響因素進(jìn)行分析，但是在分析之后對煤炭價格預(yù)測的研究較少。本文擬通過對影響煤炭價格的內(nèi)部因素和外部因素進(jìn)行分析，并對未來的走勢做出相應(yīng)的預(yù)測，建立煤炭價格波動的預(yù)測模型。

2.煤炭價格影響因素的分析

通過查閱文獻(xiàn)[5]～[9]，發(fā)現(xiàn)煤炭價格直接反應(yīng)了本行業(yè)的供需變化，同時是國家經(jīng)濟(jì)形勢的具體表現(xiàn)。本文確定煤炭價格的影響因素如下：

本文重點(diǎn)分析國民經(jīng)濟(jì)發(fā)展?fàn)顩r與供需變化對煤炭價格的影響。國民經(jīng)濟(jì)發(fā)展情況是一個影響煤炭價格變化的綜合性因素。它的變化可以帶來很多其他外部影響因素發(fā)生變化。例如：人民幣匯率的變化，煤炭生產(chǎn)量的變化，國家相關(guān)政策的變化等。在對國民經(jīng)濟(jì)發(fā)展?fàn)顩r進(jìn)行分析時，一般將國民生產(chǎn)總值（GDP）作為量化的標(biāo)準(zhǔn)。本文中采用國民生產(chǎn)總值這一指標(biāo)對煤炭價格的影響情況進(jìn)行量化分析。

在經(jīng)濟(jì)學(xué)原理的完全競爭市場條件下，供需的變化是決定市場價格的一個重要因素。煤炭供需因素包括煤炭儲量、煤炭供需總量差額、煤炭運(yùn)輸能力和煤炭的分布與開發(fā)順序。煤炭供需總量又包括煤炭產(chǎn)量、煤炭消費(fèi)量、煤炭資源儲備情況等[1]。本文利用煤炭生產(chǎn)總量和煤炭消費(fèi)總量兩個指標(biāo)代表供需因素，進(jìn)行量化分析。

我國煤炭的主要產(chǎn)地與主要消費(fèi)地距離遠(yuǎn)，并且煤炭自有資源有限，基本是地下開采，開采成本高，煤炭市場價格高。對于某些消費(fèi)地，進(jìn)口的煤炭運(yùn)距短，而且這些國家煤炭開采成本低，具有價格優(yōu)勢[1]。由于我國國內(nèi)經(jīng)濟(jì)發(fā)展快速，煤炭資源市場供需有缺失，煤炭開采成本高，因此煤炭價格不斷上漲。本文采用煤進(jìn)口量和煤出口量兩個指標(biāo)代表進(jìn)出口因素進(jìn)行分析。

3.煤炭價格預(yù)測

3.1樣本采集及預(yù)處理

本文收集了煤炭價格5個影響因素近9年每季度的數(shù)據(jù)，共36組，將前28組作為訓(xùn)練樣本，后8組為待測樣本。

應(yīng)用WEKA對這五個指標(biāo)進(jìn)行歸一化處理，為了方便，我們記國內(nèi)生產(chǎn)總值GDP為A1、煤炭進(jìn)口總量為A2、原煤總產(chǎn)量為A3、煤炭銷量為A4、煤炭出口總量為A5、煤炭價格為C，價格下降表示為-1，上升表示為1，本文以2003年4季度的全國煤炭平均價格作為基期的煤炭價格。

然后對歸一化的原始數(shù)據(jù)進(jìn)行離散化處理，離散化處理后，對樣本數(shù)據(jù)進(jìn)行屬性約簡。發(fā)現(xiàn)五個影響因素均不可刪除，將歸一化處理以及屬性約簡后的數(shù)據(jù)作為新的樣本數(shù)據(jù)。

3.2模型預(yù)測

運(yùn)用MATLAB軟件，通過編寫以下程序在對樣本進(jìn)行訓(xùn)練的過程中尋找最佳spread值，從而對待預(yù)測樣本進(jìn)行預(yù)測。spread值的作用是使輸出結(jié)果達(dá)到最優(yōu)化，最佳spread值為0.1，通過對28組樣本進(jìn)行訓(xùn)練，并對8組待測樣本進(jìn)行預(yù)測，其預(yù)測程序如下：

3.3結(jié)果分析

根據(jù)預(yù)測結(jié)果（表4）可知，GRNN神經(jīng)網(wǎng)絡(luò)的預(yù)測結(jié)果中，只有第29組待測樣本的預(yù)測結(jié)果與實(shí)際情況不相符，其余7組的預(yù)測結(jié)果與實(shí)際情況相符，預(yù)測正確率為87.5%（7/8）?？梢?，總體而言，GRNN神經(jīng)網(wǎng)絡(luò)預(yù)測較為準(zhǔn)確。

4.結(jié)論

（1）本文通過利用GRNN神經(jīng)網(wǎng)絡(luò)，對影響煤炭價格波動的五個因素進(jìn)行了訓(xùn)練和分類，利用28組數(shù)據(jù)驗(yàn)證了五個影響因素對煤炭價格波動的影響。

（2）利用MATLAB、WEKA等軟件，對8組待測樣本進(jìn)行了基于GRNN神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和預(yù)測，預(yù)測結(jié)果準(zhǔn)確率為87.5%（7/8）。

（3）建立了煤炭價格波動的預(yù)測模型，通過計算證明其預(yù)測結(jié)果在一定程度上優(yōu)于理論公式法和經(jīng)驗(yàn)公式法，大大提高了預(yù)測的準(zhǔn)確度?？梢娎肎RNN神經(jīng)網(wǎng)絡(luò)對煤炭價格波動進(jìn)行預(yù)測是可行的。（作者單位：山東科技大學(xué)）

參考文獻(xiàn)：

[1] 劉艷敏.煤炭價格影響因素分析及機(jī)制研究[D].中國礦業(yè)大學(xué)（北京），2012.

[2] 何慧.基于傳遞函數(shù)的我國煤炭價格模型及其應(yīng)用研究[D].北方工業(yè)大學(xué)，2013.

[3] 賈琳.煤炭價格波動及其對區(qū)域經(jīng)濟(jì)發(fā)展的影響研究[D].山西財經(jīng)大學(xué)，2010.

[4] 江連洪.影響煤炭價格因素的相關(guān)性分析與預(yù)測[D].東北財經(jīng)大學(xué)，2007.

[5] 謝守祥，譚清華，宋陽.影響煤炭價格因素的相關(guān)性分析與檢驗(yàn)[J].統(tǒng)計與決策，2006，22：57-60.

[6] 丁志華，趙潔，周梅華.基于VEC模型的煤炭價格影響因素研究[J].經(jīng)濟(jì)問題，2011，03：45-48.

[7] 張同功，雷仲敏.煤炭價格波動的影響因素分析[J].中國能源，2005，12：16-19.

[8] 丁志華，李文博，周梅華，何凌云.煤炭價格波動對中國實(shí)體經(jīng)濟(jì)的影響研究[J].北京理工大學(xué)學(xué)報（社會科學(xué)版），2014，02：18-23.

[9] 鄒紹輝，張金鎖.我國煤炭價格變動模型實(shí)證研究[J].煤炭學(xué)報，2010，03：525-528.

[10] 王小川，史峰，郁磊，李洋.MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析[M].北京：北京航空航天大學(xué)出版社，2013.8.

[11] 丁碩，常曉恒，巫慶輝.GRNN與BPNN的函數(shù)逼近性能對比研究[J].現(xiàn)代電子技術(shù)，2014，07：114-117.