李文莹

摘 要：本文提出了基于GRNN神经网络对煤炭价格波动进行预测的理论，通过GRNN神经网络，利用MATLAB和WEKA等软件以及粗糙集等理论分析并验证了国内生产总值、煤炭生产总量、消费总量等因素对煤炭价格波动的影响。成功实现了对煤炭价格波动基于GRNN神经网络的训练和预测；建立了煤炭价格波动的预测模型，大大提高了预测的准确度；基于GRNN神经网络的预测结果准确率为87.5%。结果表明：GRNN神经网络对煤炭价格波动的预测是较成功的。

关键词：GRNN神经网络；煤炭价格；价格波动；预测

1.引言

煤炭、石油、天然气构成了当今中国能源的主体，在经历了煤炭经济的“黄金十年”期之后，煤炭经济形势不容乐观。生产成本居高不下，煤炭价格下跌，引发煤炭行业的危机。很多专家学者也对此问题进行了研究。文献[1]和[2]对煤炭价格的影响因素进行了全面的分析，但是缺乏对煤炭价格变化趋势的预测[1～2]；文献[3]重点在于研究区域性的影响结果，并提出了相应的措施，但是研究不具有普遍性[3]；文献[4]对煤炭价格进行了预测，但在分析影响因素时尚有欠缺[4]；文献[5]利用误差修正模型对影响煤炭价格因素进行了实证分析，得出煤炭需求波动是价格波动的格兰杰原因[5]。以上文献大都针对煤炭价格影响因素进行分析，但是在分析之后对煤炭价格预测的研究较少。本文拟通过对影响煤炭价格的内部因素和外部因素进行分析，并对未来的走势做出相应的预测，建立煤炭价格波动的预测模型。……