基于BP 神經(jīng)網(wǎng)絡(luò)的煤炭價格預(yù)測研究

殷金恒

（沈陽理工大學(xué)，遼寧 沈陽 110000）

1 引言

第一次工業(yè)革命以來，煤炭一直是世界工業(yè)發(fā)展的主要能源，即使當(dāng)今社會大力提倡發(fā)展清潔能源，煤炭仍然占據(jù)主導(dǎo)地位。每年都會因為種種原因?qū)е旅禾康膬r格出現(xiàn)一定的波動，煤炭價格的變化不僅僅會影響自身行業(yè)的發(fā)展，同時也會導(dǎo)致部分相關(guān)的行業(yè)在其影響下出現(xiàn)一些問題。從2012 年以來，由于一些原因?qū)е铝嗣禾康膬r格在整體上處于下跌的趨勢，給很多煤炭方面的大企業(yè)造成了很大的困擾。中國作為發(fā)展中的大國，煤炭的供應(yīng)量和需求量每年位居世界前列，因此對煤炭的價格進(jìn)行研究尤為必要。

2 問題分析

影響煤炭價格的主要有煤炭的產(chǎn)量、進(jìn)出口量、消費量、煤炭成本以及可替代能源石油的價格，運用主成分分析法先將原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，再計算相關(guān)系數(shù)矩陣及其特征值和特征向量，最后確定主成分計算綜合評價值，將因素進(jìn)行排序。運用灰色預(yù)測和時間序列分解法進(jìn)行預(yù)測，表格中的數(shù)據(jù)間隔為7 d，在預(yù)測未來31 d 的煤炭價格時，取2020-04 的數(shù)據(jù)進(jìn)行插值，再使用灰色預(yù)測進(jìn)行短期預(yù)測。未來35 周根據(jù)原始數(shù)據(jù)使用時間序列分解法先對月份進(jìn)行預(yù)測，再通過插值得出周的預(yù)測數(shù)據(jù)。預(yù)測未來36 個月的煤炭價格時，將4 周的煤炭價格取平均值代表該月的價格，使用時間序列分解法進(jìn)行預(yù)測。分析突發(fā)事件對每種價格影響因素的大小，對原數(shù)據(jù)進(jìn)行預(yù)處理，將影響煤炭價格的因素作為輸入層的輸入向量，設(shè)立1 個隱含層，根據(jù)經(jīng)驗隱含層設(shè)定6 個神經(jīng)元節(jié)點，煤炭價格為輸出神經(jīng)元，利用MATLAB 對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到最終的預(yù)測結(jié)果。

3 模型的建立

將6 個煤炭價格的影響因素作為輸入層，設(shè)定1 個隱含層，利用MATLAB 工具箱隱含層設(shè)定6 個單元，煤炭價格作為輸出層；用數(shù)據(jù)對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，訓(xùn)練過程中對神經(jīng)網(wǎng)絡(luò)進(jìn)行修正，最后得到預(yù)測結(jié)果。

輸入層由6 個煤炭價格影響因素組成，所以有3 個節(jié)點；輸出層為煤炭價格，有1 個節(jié)點組成；隱層的個數(shù)由于沒有統(tǒng)一的標(biāo)準(zhǔn)，以公式（m，n為輸入層和輸出層的節(jié)點數(shù)，a為1～10 之間的數(shù)）來確定，故設(shè)定1 個隱含層，隱含層內(nèi)設(shè)定6 個單元。

取（-1，1）之間的隨機(jī)數(shù)初始化網(wǎng)絡(luò)權(quán)值w、閥值θ、輸入學(xué)習(xí)速度γ、期望誤差ε、輸入原始數(shù)據(jù)矩陣a和目標(biāo)數(shù)據(jù)矩陣T，計算出隱層各神經(jīng)元的輸出矩陣B和輸出層的輸出矩陣C：

當(dāng)網(wǎng)絡(luò)訓(xùn)練到平方和誤差E＜ε時，BP 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)就真正確定下來。然后把檢驗樣品輸入網(wǎng)絡(luò)與實際值進(jìn)行比較，如果符合度不高，就重新訓(xùn)練，直到檢驗樣品的訓(xùn)練結(jié)果和實際值符合度較高。這時再把測試樣品輸入神經(jīng)網(wǎng)絡(luò)即可得到結(jié)果。根據(jù)歷史數(shù)據(jù)預(yù)測未來31 d、35 周、36 個月煤炭價格。

4 模型的求解

運用MATLAB 神經(jīng)網(wǎng)絡(luò)工具箱對未來一段時間煤炭價格進(jìn)行預(yù)測，結(jié)果如圖1 所示。

圖1 預(yù)測值與真實值對比

利用MATLAB 神經(jīng)網(wǎng)絡(luò)工具箱作出所創(chuàng)建的神經(jīng)網(wǎng)絡(luò)的各個指標(biāo)的圖像，從圖像中可以看出，網(wǎng)絡(luò)在第三次迭代是已經(jīng)達(dá)到最佳性能，停止訓(xùn)練而且訓(xùn)練網(wǎng)絡(luò)的各個指標(biāo)值已經(jīng)達(dá)到設(shè)置值。通過圖2 可以看出，每個R值都大于0.95，甚至有3 個達(dá)到1，R值越接近于1，預(yù)測值越準(zhǔn)確，網(wǎng)絡(luò)越性能良好。具體數(shù)據(jù)見如圖2 所示。

進(jìn)行BP 神經(jīng)網(wǎng)絡(luò)訓(xùn)練需要精確的數(shù)據(jù)作為保證，在很大程度上決定了網(wǎng)絡(luò)的性能和精確度。但由于中國煤炭網(wǎng)暫未開放，網(wǎng)絡(luò)數(shù)據(jù)部分缺失，本文選取的樣本數(shù)量相對較少，因此，在一定程度上降低了BP 神經(jīng)網(wǎng)絡(luò)預(yù)測模型的精確度。在后續(xù)的研究中，需進(jìn)一步完善樣本數(shù)據(jù)，提高該模型的精確度。同時，在BP 神經(jīng)網(wǎng)絡(luò)的編程中，設(shè)置值也局限了網(wǎng)絡(luò)的迭代的精確度，當(dāng)指標(biāo)達(dá)到設(shè)置值，網(wǎng)絡(luò)就停止了訓(xùn)練，可以通過改變（提高或降低）設(shè)置值來提高網(wǎng)絡(luò)的精確度。

圖2 檢驗指標(biāo)R 值

5 結(jié)論

從模型所考慮到的影響因素分析，對于該問題所建立的模型只考慮了6 個主要影響因素，忽略了其他方面的影響因素，或許其他的因素中有對煤炭價格影響相對比較顯著的部分。綜合以上預(yù)測分析可以得出：未來一段時間內(nèi)，中國的煤炭價格相對穩(wěn)定，在502～602 元/t 間波動，年初煤炭價格較高，年底價格相對較低，因此建議相關(guān)企業(yè)可以考慮在年底進(jìn)行采購，由此也可以推斷出煤炭的股市也相對平穩(wěn)。