您的位置: 专家智库 > >

朱艳云

作品数:4 被引量:36H指数:3
供职机构:北方工业大学经济管理学院更多>>
发文基金:北京市自然科学基金北京市属高等学校人才强教计划资助项目北京市教委学科与研究生教育专项基金更多>>
相关领域:经济管理更多>>

文献类型

  • 3篇期刊文章
  • 1篇会议论文

领域

  • 4篇经济管理

主题

  • 3篇小麦
  • 3篇小麦价格
  • 2篇多尺度
  • 2篇多尺度分析
  • 2篇神经网
  • 2篇神经网络
  • 2篇粮食安全
  • 2篇季节性
  • 2篇季节性波动
  • 2篇X
  • 1篇游程
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇判定法
  • 1篇向量
  • 1篇向量机
  • 1篇经验模态分解
  • 1篇BP

机构

  • 4篇北方工业大学

作者

  • 4篇王书平
  • 4篇朱艳云
  • 2篇吴振信

传媒

  • 2篇中国管理科学
  • 1篇价格月刊

年份

  • 1篇2016
  • 1篇2015
  • 2篇2014
4 条 记 录,以下是 1-4
排序方式:
基于X-13A-S方法的小麦价格季节性波动分析被引量:6
2014年
粮食安全现在已经成为我国经济工作的重点,粮价的波动也引起人们的广泛关注。本文以美国的冬小麦为研究对象,运用最新的季节调整方法——X-13A-S方法,分析了小麦价格的季节性波动。分析表明,小麦价格的波动存在季节性,其中,夏秋两季引起小麦价格下跌,而春冬两季引起小麦价格上涨,这与小麦的生长周期基本保持一致;同时发现,不规则因素是小麦价格短期变化的主要原因,而趋势循环因素决定小麦价格的长期变化。
王书平朱艳云吴振信
关键词:小麦价格季节性波动粮食安全
基于多尺度分析的小麦价格预测研究被引量:24
2016年
本文基于分解-重构-集成的思想,构建了一个多尺度组合预测模型,选取小麦作为粮食的代表,预测其价格走势。首先,运用集合经验模态分解方法(EEMD)分解价格序列,然后,用灰色关联分析方法对分量序列进行重构,重构为高频、中频、低频和趋势项四个部分,并从不规则因素、季节因素、重大事件和世界经济水平等方面对这四个部分波动特点进行解释,针对不同特点的分量选择不同的方法进行预测,最后对各预测结果用支持向量机集成,并与其他预测模型的预测结果进行比较。实证结果表明,本文构建的多尺度组合模型的预测效果优于灰色预测GM(1,1)、BP神经网络、SVM方法、ARIMA模型等单模型方法和ARIMA-SVM组合模型以及基于EMD和EEMD分解的其他多尺度组合模型。
王书平朱艳云
关键词:神经网络支持向量机
基于X-13A-S方法的小麦价格季节性波动分析
粮食安全现在已经成为我国经济工作的重点,粮价的波动也引起人们的广泛关注。本文以美国的冬小麦为研究对象,运用最新的季节调整方法——X-13A-S方法,分析了小麦价格的季节性波动。分析表明,小麦价格的波动存在季节性,其中,夏...
王书平朱艳云吴振信
关键词:小麦价格季节性波动粮食安全
文献传递
基于多尺度分析的国际原油价格预测方法研究被引量:6
2015年
原油价格预测是国际大宗商品市场研究的一个重要领域。基于分解-重构-集成的思维,运用经验模态分解(EMD)、BP神经网络以及ARIMA模型,建立多尺度组合预测模型对国际原油价格变动特点和走势进行了分析:将原油价格序列分解并重构成高频、中频、低频和趋势四个部分,从不规则因素、季节因素、重大事件以及长期趋势四个方面解释了重构项的变动特征。实证分析结果显示,多尺度组合模型的预测效果优于ARIMA模型、BP神经网络等单模型的预测效果。
王书平朱艳云
关键词:多尺度分析经验模态分解BP神经网络
共1页<1>
聚类工具0