基于AGQPSO-CNN-LSTM的秦皇岛港Q5500动力煤煤价预测研究
李慧
杨灿
煤炭工业规划设计研究院有限公司,北京 100120
摘要：在国家"双碳"战略深化背景下,煤炭价格作为能源转型的"动态平衡枢纽",其稳定性直接影响战略目标的可行性.针对煤炭价格非线性、高波动性特征及传统预测模型精度不足的问题,提出一种基于自适应高斯量子粒子群优化(AGQPSO)与卷积神经网络-长短期记忆网络(CNN-LSTM)的混合预测模型.通过AGQPSO算法对CNN-LSTM的关键超参数进行全局寻优,解决传统网格搜索的维度灾难问题,并结合CNN的空间特征提取能力与LSTM的时序依赖性建模优势,构建时空特征深度融合的预测框架.以秦皇岛港Q5500动力煤价格为实证对象,引入一阶差分、5日移动平均及标准差等时序衍生特征,通过两阶段特征优化策略最终选择最相关的5个特征进行预测.结果表明:AGQPSO-CNN-LSTM混合模型在煤炭价格短期预测任务中展现出优异性能,R2为94.90％,MSE为1.837 9,MAPE为0.162 8％,预测效果优于单一 CNN、LSTM模型,可作为煤炭价格的高精度、强鲁棒性的短期预测工具.
关键词：动力煤价格预测CNNLSTMAGQPSO预测框架
分类号：F416.21(世界工业经济)
论文发表日期：2025-07-28
在线出版日期：2025-09-26（本平台首次上网日期，不代表文献的发表时间）
页数：7( 47-53 )
英文信息