基于SVM和混沌時(shí)間序列的干散貨運(yùn)價(jià)指數(shù)預(yù)測研究.pdf

1、作為干散貨航運(yùn)市場的“晴雨表”，干散貨運(yùn)價(jià)指數(shù)反映了干散貨運(yùn)輸市場的運(yùn)價(jià)水平。由于受到多種因素的影響，近年來干散貨運(yùn)價(jià)指數(shù)始終處于劇烈波動之中，且走勢難以琢磨，表現(xiàn)出了復(fù)雜的非線性特征，傳統(tǒng)的預(yù)測方法難以取得良好的預(yù)測效果，這也給干散貨航運(yùn)市場經(jīng)營者的決策帶來了困難。
　　 干散貨運(yùn)價(jià)指數(shù)波動劇烈，蘊(yùn)含了國際干散貨航運(yùn)市場長期以來的演化信息。本文在深刻分析干散貨運(yùn)價(jià)指數(shù)波動的內(nèi)在規(guī)律及外在影響的基礎(chǔ)上，提出結(jié)合混沌時(shí)間序列分析和

2、支持向量機(jī)(Support Vector Machine，SVM)回歸原理的混合預(yù)測模型，對干散貨運(yùn)價(jià)指數(shù)(Baltic Dry Index，BDI)進(jìn)行了有效地預(yù)測。
　　 本文首先對國際干散貨航運(yùn)的供需市場進(jìn)行深入分析，揭示了干散貨市場運(yùn)價(jià)波動的內(nèi)在原因。其次，文中闡述了干散貨運(yùn)價(jià)指數(shù)的成因及航線構(gòu)成，并對運(yùn)價(jià)指數(shù)的影響因素及波動性進(jìn)行了定性分析，為選擇適當(dāng)?shù)念A(yù)測方法奠定了基礎(chǔ)。鑒于干散貨運(yùn)價(jià)指數(shù)的非線性特征，本文提出了結(jié)合

3、混沌時(shí)間序列分析的相空間重構(gòu)和支持向量機(jī)(SVM)的混合預(yù)測模型，探討并闡述了混合模型的預(yù)測原理及建模思路。接著，本文在對混合預(yù)測模型關(guān)鍵參數(shù)的選取進(jìn)行系統(tǒng)分析的基礎(chǔ)上，建立了參數(shù)聯(lián)合優(yōu)化問題的數(shù)學(xué)模型，并采用遺傳算法對該優(yōu)化問題進(jìn)行求解。最后，選取BDI月度均值進(jìn)行實(shí)證分析，對BDI樣本序列進(jìn)行混沌性識別，驗(yàn)證混合預(yù)測模型的可行性;對樣本序列進(jìn)行噪聲平滑等處理，通過構(gòu)建混合預(yù)測模型對數(shù)據(jù)處理后的BDI序列進(jìn)行單步和多步預(yù)測，在單步預(yù)測