基于GA与SVM改进的ARIMA石油价格预测模型研究

作者：杨李甜; 王聪

来源：煤炭经济研究, 2022, 42(09): 48-54.

DOI：10.13202/j.cnki.cer.2022.09.007

• 遗传算法
• 支持向量机
• ARIMA模型
• 时间序列
• 石油价格预测

基于石油价格易受政治、经济、文化等多种因素的干扰,借助遗传算法和支持向量机对单一的ARIMA模型进行改进,提出GA-SVM-ARIMA模型对石油价格进行预测。结果表明,该预测模型通过了平稳性和白噪声检验,学习率和训练损失值明显优于ARIMA模型和SVM-ARIMA模型。在应用效果中,GA-SVM-ARIMA模型对石油价格的预测精度较高,与真实值之间的误差不超过2%,不仅在短期价格预测中的平均绝对误差均值(2.162 5%)和均方根误差值(3.227%)明显低于其他模型,而且在长期价格预测中也表现出较高的精准度。

• 单位
  经济管理学院; 太原理工大学