本发明专利技术提供一种价格影响因素的分析方法及装置，涉及煤炭技术领域，主要目的在于在建立煤炭价格综合预测模型的基础上，对不同周期煤炭价格进行预测，计算过程简便结果明确，实现了对煤炭价格进行准确科学的预测。主要技术方案包括：建立基于因子分析的煤炭价格影响分析模型；根据的分析结果，通过多元线性回归分析模型进行拟合，得到多元线性回归模型；基于多元线性回归模型及最小二乘法进行动力煤炭价格回归分析，得到初步预测价格；建立基于ARIMA模型的煤炭价格综合预测模型，将所述初步预测价格输入所述煤炭价格综合预测模型，通过离散化处理得到预设时间段内每一天的煤炭价格。价格。价格。
【技术实现步骤摘要】
价格影响因素的分析方法及装置
[0001]本专利技术涉及煤炭
，具体涉及一种价格影响因素的分析方法、一种价格影响因素的分析装置、一种计算机设备和一种非临时性计算机可读存储介质。
技术介绍
[0002]我国是能源消耗大国，在能源消费比重中，煤炭能源消耗占比大约70％。由于煤炭的库存量十分庞大，在未来的一段时期内，煤炭能源依旧是主要能源。煤炭在经济领域里最主要用途是工厂发电、建材用煤、化工用煤、生活耗用。影响煤炭的价格有很多因素，不同的因素所占的权重不一样，可对其相关重要程度进行排名。在已知相关因素权重和历史数据情况下，预测未来煤炭价格的走势，把握煤炭价格的走势，是国家发展经济重点关心的问题之一。
[0003]煤炭属于不可再生资源，从长期角度来看，煤炭价格会呈现上升趋势；从短期来看，煤炭价格会上下波动。短期内价格上下波动的因素有很多，不仅有国家相关部门的监督，而且有国内煤炭市场的影响。生产成本、出行方式、国外煤炭市场等其他因素也会影响煤炭的价格。只有综合考虑到影响煤炭价格的因素，才能向政府部门提供合理建议，并且保障我国未来煤炭市场的平稳发展以及国内经济的稳定发展。
[0004]国内经济继续保持平稳增长态势，当前国内大宗商品市场稳中向好发展的基础较为稳固，钢材价格有所增长煤炭价格持续回升，不过库存持续增加，商品供大于求的压力依然存在，因此，对煤炭价格进行准确科学的预测是目前的重中之重。
技术实现思路
[0005]本专利技术为解决上述技术问题，提供了一种价格影响因素的分析方法及装置，在建立煤炭价格综合预测模型的基础上，对不同周期煤炭价格进行预测，计算过程简便结果明确，实现了对煤炭价格进行准确科学的预测。
[0006]本专利技术采用的技术方案如下：
[0007]本专利技术第一方面实施例提出了一种价格影响因素的分析方法，包括：
[0008]建立基于因子分析的煤炭价格影响分析模型；
[0009]根据的分析结果，通过多元线性回归分析模型进行拟合，得到多元线性回归模型；
[0010]基于多元线性回归模型及最小二乘法进行动力煤炭价格回归分析，得到初步预测价格；
[0011]建立基于ARIMA模型的煤炭价格综合预测模型，将所述初步预测价格输入所述煤炭价格综合预测模型，通过离散化处理得到预设时间段内每一天的煤炭价格。
[0012]根据本专利技术的一个实施例，建立基于ARIMA模型的煤炭价格综合预测模型包括：
[0013]对时间序列进行单根检验，判断其是否平稳；
[0014]若不平稳，则利用差分方法作一阶差分，并根据样本值计算样本自相关函数和样本偏相关函数；
[0015]直至时间序列平稳后，确定阶数的取值；
[0016]确定自相关函数和偏相关函数是否截尾；
[0017]检验所述综合预测模型参数估计是否具有显著性以及残差序列的残差是否具有相关性；
[0018]利用综合预测模型模型初步预测煤炭价格，并确定预测煤炭价格的波动；
[0019]若所述自相关函数和偏相关函数已截尾、参数估计具有显著性、残差序列的残差具有相关性以及预测煤炭价格的波动在预设误差范围内，则完成所述综合预测模型的构建。
[0020]根据本专利技术的一个实施例，在对时间序列进行单根检验，判断其是否平稳之前，所述方法还包括：
[0021]确定时间序列是否为平稳序列；
[0022]若不是，则基于d阶差分算子将不平稳时间序列转化为平稳时间序列。
[0023]本专利技术的第二方面实施例提出了一种价格影响因素的分析装置，包括：
[0024]第一建立单元，用于建立基于因子分析的煤炭价格影响分析模型；
[0025]拟合单元，用于根据的分析结果，通过多元线性回归分析模型进行拟合，得到多元线性回归模型；
[0026]回归单元，用于基于多元线性回归模型及最小二乘法进行动力煤炭价格回归分析，得到初步预测价格；
[0027]第二建立单元，用于建立基于ARIMA模型的煤炭价格综合预测模型；
[0028]处理单元，用于将所述初步预测价格输入所述煤炭价格综合预测模型，通过离散化处理得到预设时间段内每一天的煤炭价格。
[0029]根据本专利技术的一个实施例，第二建立单元包括：
[0030]第一检验模块，用于对时间序列进行单根检验，判断其是否平稳；
[0031]计算模块，用于当所述检验模块确定不平稳时，利用差分装置作一阶差分，并根据样本值计算样本自相关函数和样本偏相关函数；
[0032]第一确定模块，用于确定自相关函数和偏相关函数是否截尾；
[0033]第二检验模块，用于检验所述综合预测模型参数估计是否具有显著性以及残差序列的残差是否具有相关性；
[0034]处理模块，用于利用综合预测模型模型初步预测煤炭价格，并确定预测煤炭价格的波动；
[0035]构建模块，用于当确定所述自相关函数和偏相关函数已截尾、参数估计具有显著性、残差序列的残差具有相关性以及预测煤炭价格的波动在预设误差范围内时，完成所述综合预测模型的构建。
[0036]根据本专利技术的一个实施例，所述第二建立单元还包括：
[0037]第二确定模块，用于在所述第一检验模块对时间序列进行单根检验，判断其是否平稳之前，确定时间序列是否为平稳序列；
[0038]转换模块，用于当所述第三确定模块确定不是平稳序列后，基于d阶差分算子将不平稳时间序列转化为平稳时间序列。
[0039]本专利技术的第三方面实施例提出了一种计算机设备，包括存储器、处理器及存储在
存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现本专利技术第一方面实施例所述的价格影响因素的分析方法。
[0040]本专利技术的第四方面实施例提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本专利技术第一方面实施例所述的价格影响因素的分析方法。
[0041]本专利技术的有益效果：
[0042]通过与煤炭价格紧密相关的指标筛选，利用因子分析、多元线性回归、最小二乘法、ARIMA等方法给出影响煤炭价格的主要因素，确定各个主要因素指标对煤炭价格的贡献，建立煤炭价格综合预测模型，对不同周期煤炭价格进行预测。本专利技术实施例的计算过程简便结果明确，便于对煤炭价格进行准确科学的预测。
附图说明
[0043]图1示出了本专利技术实施例提供的一种价格影响因素的分析方法的流程图；
[0044]图2示出了本专利技术实施例提供的一种拟合结果的示意图；
[0045]图3示出了本专利技术实施例提供的一种基于ARIMA模型的煤炭价格综合预测模型的求解过程的示意图；
[0046]图4示出了本专利技术实施例提供的一种建立基于ARIMA模型的煤炭价格综合预测模型的方法流程图；
[0047]图5示出了本专利技术实施例提供的一种价格影响因素的分析装置的组成框图；
[0048]图6示出了本专利技术实施例提供的另一种价格影响本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种价格影响因素的分析方法，其特征在于，包括：建立基于因子分析的煤炭价格影响分析模型；根据的分析结果，通过多元线性回归分析模型进行拟合，得到多元线性回归模型；基于多元线性回归模型及最小二乘法进行动力煤炭价格回归分析，得到初步预测价格；建立基于ARIMA模型的煤炭价格综合预测模型，将所述初步预测价格输入所述煤炭价格综合预测模型，通过离散化处理得到预设时间段内每一天的煤炭价格。2.根据权利要求1所述的价格影响因素的分析方法，其特征在于，建立基于ARIMA模型的煤炭价格综合预测模型包括：对时间序列进行单根检验，判断其是否平稳；若不平稳，则利用差分方法作一阶差分，并根据样本值计算样本自相关函数和样本偏相关函数，直至时间序列平稳后，确定阶数的取值；确定自相关函数和偏相关函数是否截尾；检验所述综合预测模型参数估计是否具有显著性以及残差序列的残差是否具有相关性；利用综合预测模型模型初步预测煤炭价格，并确定预测煤炭价格的波动；若所述自相关函数和偏相关函数已截尾、参数估计具有显著性、残差序列的残差具有相关性以及预测煤炭价格的波动在预设误差范围内，则完成所述综合预测模型的构建。3.根据权利要求2所述的价格影响因素的分析方法，其特征在于，在对时间序列进行单根检验，判断其是否平稳之前，所述方法还包括：确定时间序列是否为平稳序列；若不是，则基于d阶差分算子将不平稳时间序列转化为平稳时间序列。4.一种价格影响因素的分析装置，其特征在于，包括：第一建立单元，用于建立基于因子分析的煤炭价格影响分析模型；拟合单元，用于根据的分析结果，通过多元线性回归分析模型进行拟合，得到多元线性回归模型；回归单元，用于基于多元线性回归模型及最小二乘法进行动力煤炭价格回归分析，得到初步预测价格；第二建立单元，用于...
【专利技术属性】
技术研发人员：文传军，王玲，夏红卫，高彩芹，张加昊，刘明杰，
申请(专利权)人：常州工学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。