基于协整理论和人工神经网络的煤炭价格预测模型
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 1 绪论 | 第7-15页 |
| 1.1 研究背景与意义 | 第7-9页 |
| 1.1.1 研究背景 | 第7-8页 |
| 1.1.2 研究意义 | 第8-9页 |
| 1.2 国内外研究综述 | 第9-11页 |
| 1.2.1 国内研究综述 | 第9-10页 |
| 1.2.2 国外研究综述 | 第10-11页 |
| 1.3 研究内容、方法和思路 | 第11-15页 |
| 1.3.1 研究内容 | 第11-12页 |
| 1.3.2 研究方法 | 第12页 |
| 1.3.3 章节安排及思路框架 | 第12-15页 |
| 2 协整理论与BP神经网络 | 第15-29页 |
| 2.1 协整理论 | 第15-17页 |
| 2.1.1 协整的定义 | 第15-16页 |
| 2.1.2 协整检验方法 | 第16页 |
| 2.1.3 协整检测的应用 | 第16-17页 |
| 2.2 BP神经网络 | 第17-28页 |
| 2.2.1 几种人工智能算法简介 | 第17-22页 |
| 2.2.2 BP神经网络在价格预测中的适用性 | 第22-23页 |
| 2.2.3 BP神经网络的学习过程 | 第23-25页 |
| 2.2.4 BP神经网络在价格预测中的应用及展望 | 第25-28页 |
| 2.3 小结 | 第28-29页 |
| 3 基于非线性协整分析的煤炭价格预测模型 | 第29-38页 |
| 3.1 煤炭价格影响因素及形成机制 | 第29-30页 |
| 3.1.1 煤炭价格影响因素 | 第29页 |
| 3.1.2 煤炭价格形成机制 | 第29-30页 |
| 3.2 非线性协整分析原理 | 第30-32页 |
| 3.3 协整函数的BP神经网络逼近 | 第32-35页 |
| 3.4 煤炭价格与相关因素的非线性协整建模 | 第35-37页 |
| 3.5 小结 | 第37-38页 |
| 4 实证分析 | 第38-54页 |
| 4.1 数据预处理及变量平稳性检验 | 第38-42页 |
| 4.2 煤炭价格的双因素协整分析 | 第42-45页 |
| 4.3 煤炭价格的多因素协整分析 | 第45-48页 |
| 4.4 基于协整分析的煤炭价格预测 | 第48-53页 |
| 4.5 小结 | 第53-54页 |
| 5 结论与建议 | 第54-56页 |
| 5.1 结论 | 第54页 |
| 5.2 政策建议 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录 1（煤炭价格时间序列部分数据） | 第60-61页 |
| 附录 2（主要实验代码） | 第61页 |
