数学建模——-甲醇价格近期预测和长期预测模型
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
甲醇价格近期预测和长期预测模型
摘要:合理安排产品价格是公司企业取得良好收益的主要举措。从区域经济发
展和产品产业内在关系的视角,对影响产品价格的因素进行分析选择,在此基
础上,利用各因素的相互联系,对产品的市场价格进行预测,又是帮助公司企
业合理安排产品价格变动的主要方法。
本文对甲醇而言进行价格预测,甲醇的价格波动受到进口量、进口均价、出口量、出口均价、月产量和开工率的影响,利用多个因素的数据进行也测,
有利于甲醇制造商对价格做出合理安排,既能让消费者满意,又能给自己带来
最大的收益。
本题的最主要的问题在于误差,误差能尽可能减小,但不会消失。为了
接减少预测误差,本文采用多种方法对甲醇的价格进行短期、长期的预测。
关键词:预测灰色预测权数神经网络
一、问题重述
1.1问题一
已知近期和近几年的甲醇市场变化和具体数值,对近期(一个月)的甲
醇行情变化做出预测。
1.2问题二
在第一问的基础上,综合更多因素,对长期(一年)的甲醇行情变化做
出预测。
1.3问题三
有代表性、指导性、真实性、前瞻性的价格指数模型(类PPI)和行业
景气指数模型(类PMI)[1],是指导公司企业做出决策的重要指导方案。
1.4 问题四
企业的发展离不开好的决策方法,根据以往数据和预测给出建议是很由必
要性参考价值和的。
二、问题分析
2.1 问题一
该题是一道短期预测题,短期预测的方法都很多,但是简单的方法受到
的限制多,适用范围小,一次合理选择预测方法是一个难点。在这个题目中,
大量数据的处理同样是一个难点。为了预测下一个月的平均单价,我们简化条件,处理数据采用灰色预测法,建立G(1,1)模型求解。
2.2 问题二
该题同样是预测题目,除了问题一遇到的问题,另外,时间的变化,其
他因素的影响也会造成价格的变动,考虑的要素增多,为了全面考虑,我们利
用回归方程,建立线性方程组,多次求解,得到各因素的权重,进而解决问题。
2.3 问题三
给出价格指数模型,景气指数模型,必要的问题是对两个概念的理解,
涉及到经济方面的问题,难点在于经济预测和数学模型的联系,前两个问题的
合理解决也有助于解决该题。
2.4问题四
该题主要是寻求建议方案,可在前三个问题的基础上给予合理的回复,难点是对前三个问题的理解和综合考虑。
三、模型假设
1. 在一年内,甲醇的需求量没有急剧的变化;
2. 在一年内,甲醇的生产技术、生产量没有大幅度的提高;
3. 在一年内,金融等影响对甲醇销售市场的影响忽略不计;
四、符号说明
1. X(0)——原始时间序列;
2. X(1)——后来生成序列;
3. a——为发展灰数;
4. μ——为内生控制灰;
5. i——权数;
6. Pn——报告期价格;
7. qn——报告期表观消费;
8. P0——基期价格;
9. q0——报告期表观消费;
10. c——价格指数;
11. L——环比指数[2]。
五、模型建立及求解
5.1 问题一
5.1.1 预测方法
对于短期预测,我们要考虑的因素主要是近期所预测数据类型的变动。比如,我们就华东地区的价格进行预测,主要是观察近期该价格的预测,然后通过预测的方法进行预测。
[3]
5.1.2模型建立
针对短期预测价格,无需考虑季节变化对进口量、进口均价、出口量、出口均价、月产量和开工率造成的影响,在这种假设下,短期预测也无需考虑前几年的波动,也就是说,我们如果对2015年1月份进行预测,只在2014年4月到12月的基础上进行预测。在假设甲醇需求量没有急剧变化的前提下,采用灰色预测方法,建立G(1,1)[4]模型。
以甲醇单价为例:
2014年月至月甲醇单价(单位:美元/吨)
但这一组数据能不能适用于我们所要建立的G(1,1)模型,这是需要检验的。
原始时间序列:X(0)={X1(0),X2(0),X3(0),… X n(0)};
后来生成序列:X(1)={X1(1),X2(1),X3(1),… X n(1)}。
X(1)(k)= k=2,…,n
对X(0)进行准光滑检验和对进行准指数规律检验:
设 k=2,3… n
β=
若满足当k>3,1<β<1.5,P(k) [0,0.5],P(k)呈递减趋势,则称X(0)(k)为准光滑序列,具有准指数规律。否则,进行一阶弱化处理:
X’(0)(k)=(X(0)(k)+X(0)(k+1)+…X(0)(n))
当k>3时,P (k)<0.5,1<β<1.5,则满足光滑性检。
则相对应的微分方程:dt
x 1
d +ax 1=μ
a 和μ可以根据最小二乘法得出: â=(a,μ)T =(B T ,B)-1B T Y N B=
Y N ={X 2(0),X 3(0),…X n (0)}T
由微分方程求得:
X ’(1)(k+1)=[X 1(0)-a μ]e -ak +a
μ
k=0,1,2,…,n
此模型用了累加,得到的一次模型的累加量。必须将模型所得数据X ’(1)(k)
经过逆生成,累减还原为X ’(0)(k)才能使用。公式为:
x (0)(k)=x (1)(k)-x (1)(k-1) k=2,3 … n
对2014 4-12月份的出口价格进行相应的计算