鉬精礦價(jià)格動(dòng)態(tài)預(yù)測(cè)方法、理論及模型

1 鉬資源市場(chǎng)及其供求關(guān)系分析

1．1 鉬精礦市場(chǎng)及價(jià)格影響因素分析

1．1．1 鉬精礦市場(chǎng)經(jīng)濟(jì)分析

1．1．2 鉬精礦價(jià)格的影響因素分析

1．1．3 鉬精礦價(jià)格的時(shí)間序列特點(diǎn)分析

1．2 鉬精礦市場(chǎng)供求關(guān)系分析

1．2．1 鉬的生產(chǎn)供應(yīng)

1．2．2 鉬的消費(fèi)需求

1．2．3 鉬的供需分析及展望

1．2．4 鉬精礦上下游企業(yè)市場(chǎng)情況分析

1．3 本章小結(jié)

2 預(yù)測(cè)方法及預(yù)測(cè)理論

2．1 鉬精礦市場(chǎng)及市場(chǎng)經(jīng)濟(jì)理論

2．1．1 市場(chǎng)與市場(chǎng)經(jīng)濟(jì)概念及聯(lián)系

2．1．2 市場(chǎng)經(jīng)濟(jì)基本規(guī)律

2．1．3 有效市場(chǎng)假說(shuō)

2．2 ARIMA時(shí)間序列預(yù)測(cè)方法

2．2．1 時(shí)間序列基本概念

2．2．2 ARIMA的數(shù)學(xué)定義

2．2．3 ARIMA建模過(guò)程

2．3 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)理論

2．3．1 BP神經(jīng)網(wǎng)絡(luò)

2．3．2 LSTM神經(jīng)網(wǎng)絡(luò)

2．4 改進(jìn)的PS0-GRNN預(yù)測(cè)模型

2．4．1 GRNN模型

2．4．2 基于改進(jìn)粒子群算法的GRNN模型優(yōu)化

2．4．3 鉬精礦價(jià)格預(yù)測(cè)模型的構(gòu)建

2．5 灰色-馬爾科夫預(yù)測(cè)模型

2．5．1 GM（1，1）模型

2．5．2 Markov模型

2．6 組合預(yù)測(cè)模型

2．7 本章小結(jié)

3 基于EMD-ARIMA-LSTM的時(shí)間序列多步預(yù)測(cè)

3．1 EMD及時(shí)間序列多步預(yù)測(cè)策略

3．1．1 EMD

3．1．2 時(shí)間序列多步預(yù)測(cè)策略

3．2 預(yù)測(cè)模型及數(shù)據(jù)選取

3．2．1 預(yù)測(cè)模型構(gòu)建的基本思想

3．2．2 EMD-ARIMA-LSTM多步預(yù)測(cè)模型框架

3．2．3 建模數(shù)據(jù)選取與分析

3．3 EMD-ARIMA-LSTM多步預(yù)測(cè)模型構(gòu)建

3．3．1 數(shù)據(jù)處理

3．3．2 數(shù)據(jù)分解

3．3．3 IMF線性和非線性識(shí)別

3．3．4 ARIMA多步預(yù)測(cè)模型構(gòu)建

3．3．5 LSTM多步預(yù)測(cè)模型構(gòu)建

3．3．6 預(yù)測(cè)模型集成

3．4 模型仿真與結(jié)果分析

3．4．1 仿真環(huán)境介紹

3．4．2 仿真實(shí)驗(yàn)設(shè)計(jì)

3．4．3 預(yù)測(cè)性能評(píng)價(jià)指標(biāo)

3．4．4 仿真結(jié)果分析

3．5 本章小結(jié)

4 基于鉬數(shù)據(jù)與EMD-ARIMA-LSTM的鉬精礦市場(chǎng)價(jià)格動(dòng)態(tài)預(yù)測(cè)

4．1 多維鉬數(shù)據(jù)樣本構(gòu)建

4．1．1 鉬價(jià)格數(shù)據(jù)

4．1．2 鉬供需數(shù)據(jù)

4．1．3 宏觀經(jīng)濟(jì)數(shù)據(jù)

4．2 鉬精礦市場(chǎng)價(jià)格動(dòng)態(tài)預(yù)測(cè)模型構(gòu)建

4．2．1 預(yù)測(cè)模型原理

4．2．2 預(yù)測(cè)模型框架

4．2．3 數(shù)據(jù)的預(yù)處理

4．2．4 BP神經(jīng)網(wǎng)絡(luò)構(gòu)建

4．3 實(shí)例仿真與應(yīng)用分析

4．3．1 實(shí)例數(shù)據(jù)介紹

4．3．2 仿真環(huán)境介紹

4．3．3 預(yù)測(cè)性能評(píng)價(jià)指標(biāo)

4．3．4 仿真實(shí)驗(yàn)設(shè)計(jì)

4．3．5 仿真應(yīng)用

4．3．6 仿真結(jié)果分析及應(yīng)用

4．4 本章小結(jié)

5 基于改進(jìn)PSO-GRNN及灰色．馬爾科夫模型的鉬精礦價(jià)格動(dòng)態(tài)預(yù)測(cè)

5．1 基于改進(jìn)PSO-GRNN模型的鉬精礦價(jià)格預(yù)測(cè)

5．1．1 指標(biāo)構(gòu)建與數(shù)據(jù)獲取

5．1．2 數(shù)據(jù)預(yù)處理

5．1．3 模型訓(xùn)練

5．1．4 預(yù)測(cè)結(jié)果

5．2 基于灰色-馬爾科夫模型的中國(guó)鉬精礦價(jià)格預(yù)測(cè)

5．2．1 指標(biāo)構(gòu)建與數(shù)據(jù)獲取

5．2．2 鉬精礦年平均價(jià)格狀態(tài)的劃分

5．2．3 鉬精礦價(jià)格狀態(tài)轉(zhuǎn)移概率矩陣的計(jì)算及預(yù)測(cè)值的確定

5．3 基于GM（1，1）和指數(shù)平滑法的動(dòng)態(tài)組合預(yù)測(cè)

5．3．1 指數(shù)平滑法

5．3．2 動(dòng)態(tài)組合預(yù)測(cè)

5．4 三種方法預(yù)測(cè)結(jié)果對(duì)比分析

5．5 本章小結(jié)

6 鉬精礦價(jià)格敏感性分析

6．1 敏感性分析方法

6．2 礦業(yè)經(jīng)濟(jì)單因素敏感性分析方法

6．3 鉬精礦價(jià)格敏感性分析

6．4 實(shí)例分析

6．5 本章小結(jié)

7 結(jié)論

附錄 仿真實(shí)驗(yàn)的關(guān)鍵程序代碼

參考文獻(xiàn)2100433B

《鉬精礦價(jià)格動(dòng)態(tài)預(yù)測(cè)方法、理論及模型》系統(tǒng)地梳理了鉬資源市場(chǎng)及其供求關(guān)系，分析了鉬精礦市場(chǎng)及價(jià)格影響因素，介紹了鉬精礦價(jià)格預(yù)測(cè)方法、預(yù)測(cè)理論及預(yù)測(cè)模型，實(shí)現(xiàn)了基于EMD-ARIMA-LSTM的鉬精礦市場(chǎng)價(jià)格時(shí)間序列多步預(yù)測(cè)及仿真實(shí)驗(yàn)、基于改進(jìn)PSO-GRNN及灰色-馬爾科夫模型的鉬精礦價(jià)格動(dòng)態(tài)預(yù)測(cè)、基于GM（1，1）和指數(shù)平滑法的動(dòng)態(tài)組合預(yù)測(cè)，并進(jìn)行了鉬精礦價(jià)格敏感性分析。該書(shū)對(duì)鉬精礦價(jià)格預(yù)測(cè)、預(yù)測(cè)理論模型的構(gòu)建及仿真實(shí)驗(yàn)具有較好的指導(dǎo)及參考意義。

《鉬精礦價(jià)格動(dòng)態(tài)預(yù)測(cè)方法、理論及模型》可供鉬礦生產(chǎn)、加工、銷售企業(yè)相關(guān)技術(shù)人員及研究人員參考使用，也可供價(jià)格預(yù)測(cè)領(lǐng)域有關(guān)人員參考。

模型預(yù)測(cè)方法是一種利用數(shù)學(xué)模型推測(cè)事物未來(lái)發(fā)展?fàn)顩r的定量預(yù)測(cè)方法。一個(gè)過(guò)程、設(shè)備或概念用一些變量作出數(shù)學(xué)表示的形式稱為數(shù)學(xué)模型(mathematicalmodel)。如生產(chǎn)系統(tǒng)的投入-產(chǎn)出模型(AX Y=X，其中X為生產(chǎn)矢量，Y為最終需求矢量，A為投入系數(shù)，表示完成單位生產(chǎn)額所必須的投入額)。這種模型既可以對(duì)生產(chǎn)系統(tǒng)做出描述和解釋，又可以做出預(yù)測(cè)，而且預(yù)測(cè)功能是多方面的。首先計(jì)算確立投入系數(shù)A，然后可根據(jù)總投入和總產(chǎn)品預(yù)測(cè)最終產(chǎn)品市場(chǎng)的供應(yīng)量;再根據(jù)最終產(chǎn)品市場(chǎng)預(yù)測(cè)各部門(mén)生產(chǎn)量;還可根據(jù)最終產(chǎn)品市場(chǎng)預(yù)測(cè)中間產(chǎn)品需求量。

一般說(shuō)來(lái)，對(duì)模型解釋得越清楚時(shí)，越有利于作出有價(jià)值的預(yù)測(cè)，但是也不能絕對(duì)化，因?yàn)閿?shù)學(xué)模型研究除了尋求客觀的因果關(guān)系外，還有一個(gè)認(rèn)識(shí)過(guò)程。如果人們的解釋符合客觀發(fā)展規(guī)律，才能做出比較符合未來(lái)狀況的預(yù)測(cè)。對(duì)于描述再生性的現(xiàn)象，預(yù)測(cè)可以達(dá)到很精確的程度(如預(yù)測(cè)行星的運(yùn)行軌跡)?？墒窃趹?yīng)用于預(yù)測(cè)經(jīng)濟(jì)、社會(huì)發(fā)展現(xiàn)象時(shí)，就要復(fù)雜而困難得多，因?yàn)槿藗冊(cè)谶\(yùn)用模型進(jìn)行預(yù)測(cè)時(shí)，總是把數(shù)學(xué)表達(dá)的模型形式建立在假定預(yù)測(cè)對(duì)象未來(lái)的變化原因和機(jī)制與過(guò)去一樣的基礎(chǔ)上，但實(shí)際上不是這樣。因此，盡管數(shù)學(xué)模型為人們提供了定量的預(yù)測(cè)方法，但是不能把這一方法看成是最科學(xué)的預(yù)測(cè)方法，更不能取代其他預(yù)測(cè)方法。

我國(guó)多數(shù)鉬礦山生產(chǎn)的鉬精礦主元素鉬含量較低,雜質(zhì)較高。除少數(shù)的鉬精礦品位較高外,大多數(shù)鉬精礦含Mo 在45 %～47 %。與美國(guó)和智利產(chǎn)的鉬精礦比較,主元素含量低3～7 個(gè)百分點(diǎn)。 原因是從上世紀(jì)50 年代開(kāi)始，執(zhí)行鉬精礦的標(biāo)準(zhǔn)是參照原蘇聯(lián)標(biāo)準(zhǔn)。盡管鉬精礦質(zhì)量不高,但符合現(xiàn)行國(guó)家標(biāo)準(zhǔn)。鉬精礦質(zhì)量與國(guó)外工業(yè)發(fā)達(dá)國(guó)家差距較大的原因，除執(zhí)行標(biāo)準(zhǔn)較低外，從選礦工藝角度出發(fā)，我國(guó)鉬精礦的含鉛高。其主要原因是在輝鉬礦選別過(guò)程中，特別是在精選作業(yè)中，沒(méi)有使用抑制鉛礦物的藥劑 。 鉬精礦中含鉬達(dá)不到54 % ，這主要與選礦工藝有關(guān)。其原因主要是粗精礦再磨段數(shù)太少。大多數(shù)國(guó)內(nèi)選礦工藝采用一段再磨，而國(guó)外選鉬廠多采用兩段甚至三段再磨。一段再磨的選礦工藝，由于輝鉬礦單體解離度低，也導(dǎo)致了鉬精礦含鉛偏高。

《地下水動(dòng)態(tài)預(yù)測(cè)方法及其應(yīng)用》通過(guò)系統(tǒng)整理目前國(guó)內(nèi)外常用的地下水動(dòng)態(tài)預(yù)測(cè)方法，對(duì)各類方法的基本原理、應(yīng)用步驟、適用條件及其局限性進(jìn)行了較為深入的研究和探討，結(jié)合作者多年來(lái)的應(yīng)用實(shí)踐，有針對(duì)性地選擇一些代表性應(yīng)用實(shí)例，使讀者對(duì)各類方法有進(jìn)一步的認(rèn)識(shí)和理解。

《地下水動(dòng)態(tài)預(yù)測(cè)方法及其應(yīng)用》具有較強(qiáng)的理論性和實(shí)用性，可供從事地下水監(jiān)測(cè)、評(píng)價(jià)、分析的工程技術(shù)人員使用，也可供水資源科研與管理人員和有關(guān)高校相關(guān)專業(yè)的高年級(jí)本科生和研究生閱讀參考。