首页|基于模态分解与误差修正策略的原油价格组合预测研究

基于模态分解与误差修正策略的原油价格组合预测研究

扫码查看
原文链接
  • 万方数据
  • 维普
为进一步提高原油价格的预测精度,基于互补集合经验模态分解(CEEMD)和经过粒子群算法(PSO)优化的BP神经网络构建了一种用于原油价格预测的组合模型.该模型共包括原油价格的初始预测、误差序列的提取及预测和初始预测结果的误差补偿.使用WTI和Brent原油现货价格日度数据对所提组合模型的有效性进行了验证,实验结果表明:本文提出的误差预测方法可以准确地刻画误差序列的演化规律;基于误差补偿的原油价格组合预测模型可以显著地提高单一模型的预测精度.
A novel hybrid model based on mode decomposition and error compensation strategy for crude oil price forecasting

王德运、陈奕青、耿亮

展开 >

中国地质大学(武汉)经济管理学院,湖北武汉430074

湖北工业大学理学院,湖北武汉430068

原油价格预测 互补集合经验模态分解 粒子群算法 BP神经网络 误差补偿

湖北省自然科学基金

2020CFB822

2022

南昌工程学院学报
南昌工程学院

南昌工程学院学报

影响因子：0.272
ISSN：1006-4869
年,卷(期)：2022.41(1)
  • 3
  • 11