基于GA与SVM改进的ARIMA石油价格预测模型研究
杨李甜
王聪
太原理工大学经济管理学院,山西晋中 030600
摘要：基于石油价格易受政治、经济、文化等多种因素的干扰,借助遗传算法和支持向量机对单一的ARIMA模型进行改进,提出GA-SVM-ARIMA模型对石油价格进行预测.结果表明,该预测模型通过了平稳性和白噪声检验,学习率和训练损失值明显优于ARIMA模型和SVM-ARIMA模型.在应用效果中,GA-SVM-ARIMA模型对石油价格的预测精度较高,与真实值之间的误差不超过2％,不仅在短期价格预测中的平均绝对误差均值(2.162 5％)和均方根误差值(3.227％)明显低于其他模型.而且在长期价格预测中也表现出较高的精准度.
关键词：遗传算法支持向量机ARIMA模型时间序列石油价格预测
分类号：F416.22(世界工业经济)TP183(自动化基础理论)
论文发表日期：2022-09-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 48-54 )
英文信息