基于Arima-Catboost组合模型的港口钢材出口量预测方法及装置制造方法及图纸

本发明专利技术公开了一种基于Arima‑Catboost组合模型的港口钢材出口量预测方法及装置，属于时序数据预测技术领域。本发明专利技术包括：获取与港口钢材出口量相关的历史时序数据，并对数据进行预处理；基于ARIMA模型对钢材出口量进行预测，并根据预测误差分布对预测值进行加权调整；基于CatBoost模型对钢材出口量进行预测；基于动态权重分配机制，融合ARIMA模型预测结果与CatBoost模型结果，生成最终钢材出口量预测值。本发明专利技术通过Arima‑Catboost组合模型的应用可以同时捕捉时间序列数据中的线性关系和非线性关系，同时采用动态权重分配机制，从而能够更全面地分析数据，并有利于进一步提高港口钢材出口量预测的准确性和可靠性。

【技术实现步骤摘要】

本专利技术属于时序数据预测，具体涉及一种基于arima-catboost组合模型的港口钢材出口量预测方法及装置。

技术介绍

1、钢材出口量与价格之间呈现出一种反向变动的关联：在钢材价格上涨期间，出口量通常会减少；而在价格下跌时，出口量则相应增加。因此，合理调控钢材出口量，以增强市场竞争力，成为了行业面临的重要课题。同时，精准的预测能力对于企业优化库存管理、削减成本及提升整体效益具有至关重要的作用。

2、经检索，中国专利申请号为cn202210477224.6的专利申请文件公开了一种基于变分自编码器的港口吞吐量预测方法，该方法包括：根据港口历史作业数据和未来作业计划，提供未来数小时集装箱吞吐量的预测结果，为港口调度人力设备等资源提供重要的决策依据；具体分为如下三个阶段：数据预处理；通过对港口历史作业数据进行预处理，得到港口过去一段时间内的作业计划数据、集装箱特征；构建基于变分自编码器的神经网络模型，在代价函数的约束下，将特征提取阶段得到的数据输入到神经网络模型中进行训练；预测；使用训练得到的神经网络模型预测每个集装箱装卸耗时，并以此推断港口在未来本文档来自技高网...

【技术保护点】

1.基于Arima-Catboost组合模型的港口钢材出口量预测方法，其特征在于，包括：

2.根据权利要求1所述的港口钢材出口量预测方法，其特征在于，获取的与港口钢材出口量相关的历史时序数据包括过去一段时间内的每日原料进口数和每日钢材出口数；

3.根据权利要求2所述的港口钢材出口量预测方法，其特征在于，所述异常值检测和填充，具体包括：

4.根据权利要求1-3中任一项所述的港口钢材出口量预测方法，其特征在于，所述基于ARIMA模型对钢材出口量进行预测，并根据模型在测试集上的预测误差分布对预测值进行加权调整，包括：

5.根据权利要求1-3中任一...

【技术特征摘要】

1.基于arima-catboost组合模型的港口钢材出口量预测方法，其特征在于，包括：

2.根据权利要求1所述的港口钢材出口量预测方法，其特征在于，获取的与港口钢材出口量相关的历史时序数据包括过去一段时间内的每日原料进口数和每日钢材出口数；

3.根据权利要求2所述的港口钢材出口量预测方法，其特征在于，所述异常值检测和填充，具体包括：

4.根据权利要求1-3中任一项所述的港口钢材出口量预测方法，其特征在于，所述基于arima模型对钢材出口量进行预测，并根据模型在测试集上的预测误差分布对预测值进行加权调整，包括：

5.根据权利要求1-3中任一项所述的港口钢材出口量预测方法，其特征在于，所述catboost模型的特征向量中预处理后的历史时序数据包括历史原料进口量、历史钢材出口量、历史原料进口量均值以及历史钢材出口量均...

【专利技术属性】
技术研发人员：邰伟鹏，马驷驹，李伟，侯冰清，
申请(专利权)人：安徽工业大学，
类型：发明
国别省市：