王欣冉,邢永丽,巨程晖

（中国地质大学(北京)信息工程学院,北京100083）

小波包与贝叶斯LS-SVM在石油价格预测中的应用

王欣冉,邢永丽,巨程晖

（中国地质大学(北京)信息工程学院,北京100083）

掌握国际石油价格变化趋势，可以为决策者提供决策依据。文章提出了基于小波包和贝叶斯推断的最小二乘支持向量机石油价格预测方案。对石油价格时间序列进行小波包分解与重构，采用贝叶斯推断对得到的各近似序列和各细节序列进行最小二乘支持向量机模型参数优化，再分别利用优化了的模型进行预测，合成得到最终预测结果。对美国纽约商品交易所原油价格进行仿真实验，结果表明该方法很好地改善了石油价格预测模型的运行速度与预测精度。

小波包变换；最小二乘支持向量机；贝叶斯推断；石油价格预测

0 引言

石油主要被用来作为燃油和汽油，是目前世界上重要的能源之一,它直接影响到各国国民经济和国家安全。自1998年我国国内油价与国际油价接轨以来,国际原油价格水平对我国石油、石化企业的发展有着直接的影响。随着我国对石油消费需求的不断增加,石油价格趋势的预测对于国家调控及制定能源政策的意义愈加重要。

小波变换具有多尺度分析的特点，并能够表征信号局部特征，可以有效的提取时序变化特征。Suykens所提出的最小二乘支持向量机回归方法[1]克服了局部极小点和维数灾难问题,具有很好的泛化能力。但在确定LS-SVM核函数参数、正规化参数时采用的交叉验证法计算复杂耗时，不适合大样本数据。……