基于VMD的中国出口集装箱运价指数分析与组合预测

基于分解-重构-分项预测-集成思想,通过优选分解方法、优化重构方法、优选预测方法及合理选择集成方法等途径,构建了基于变分模态分解(VMD)的组合预测模型,对中国出口集装箱运价指数(CCFI)进行了预测,分析了CCFI波动特性及经济内涵.首先,选用VMD将运价指数序列分解为多个模态分量;其次,采用C值优化的FCM算法将模态分量重构为高、中、低频和趋势项,通过波动特性分析挖掘了重构项蕴含的短期市场不均衡因素、季节因素、重大事件及市场供需等经济内涵;再次,构建了基于数据特征分析的预测模型优选方法,进行了重构项预测;最后,将重构项预测值相加集成,分析了预测效果.实证结果表明,构建的组合模型预测效果优于BPNN、SVM、ARIMA等单一模型、EMD组合模型及未优化的VMD组合模型,较好地体现了CCFI外在波动特征与内在经济意义.     

基于EMD-PSR-LSSVM的城市燃气管网短期负荷预测

城市燃气管网短期负荷预测对燃气调度系统的安全与稳定具有重要意义. 为了提高城市燃气管网短期负荷预测精度,建立了基于经验模态分解(EMD)-相空间重构(PSR)-最小二乘支持向量机(LSSVM)的组合预测模型. 首先,运用EMD算法把原始非线性时间序列分解为互不耦合的模态分量,并采用PSR算法确定LSSVM建模中各个分量的输入输出结构; 其次,运用PSO算法对LSSVM建模中的参数进行优化,使用训练好的LSSVM模型对各个IMF分量进行回归预测; 最后运用该组合模型对郑州市燃气管网负荷进行短期预测.结果表明:与LSSVM回归预测和BP神经网络预测模型相比,本文提出的组合模型的预测精度更高,是一种更为有效的城市燃气管网短期负荷预测方法.     

数据特征驱动的火电产能过剩分解集成预测模型

有机融合数据特征驱动与多模态信息集成建模思想,构建了中国火电行业产能过剩组合预测方法和模型.首先识别火电产能过剩规模时序数据的本质和模式特征,发现其不仅具有非平稳,非线性特征,还呈现高复杂性和突变性;其次采用与数据特征相配的变分模态分解方法将时序数据分解,得到多个分量;然后识别各分量的数据特征,据此选择三次指数平滑-最小二乘支持向量机模型进行预测;最后集成各分量预测结果,得到火电产能过剩规模的最终预测结果.实证检验表明,所构建模型的预测水平精度,方向精度和稳定性均优于目前广泛使用的单一模型和其他组合预测模型.预测结果显示,2020-2022年中国火电产能过剩规模仍处于较高水平,呈先降后升趋势,且体制扭曲仍将是火电产能过剩的决定性因素.     

基于误差修正与分解的区间值股价时间序列预测研究

与点值数据相比,区间数据更能够从全局上刻画股票市场的内在结构特征.然而,已有关于区间数据的预测研究只关注误差序列的单次预测或原始序列的预处理,并且所采用的方法通常不能充分地提取区间值股价时间序列的主要特征.因此,本文提出了对区间值股价时间序列进行预测的误差修正与分解方法.鉴于误差序列在组合预测模型中的作用,本文首先采用Ljung-Box检验和机器学习模型对原始序列产生的区间值误差序列进行检验和修正.接着,利用双变量经验模态分解技术将修正后的误差序列分解成多个本征模态函数(IMFs)和一个残差.随后,利用单个机器学习模型对除了IMF1分量外的各个IMFs分量和残差分别进行预测.最后,将原始序列和误差序列的预测值进行组件聚合,重构出区间值股票价格的预测值.进一步,在提出方法的基础上,本文构建了基于误差修正和分解的区间值股价预测模型,并利用真实的股票市场数据进行实证分析.实验结果表明,所提出的方法在预测精度方面明显优于一些传统方法.     

基于EEMD-BP组合模型的区域海平面变化多尺度预测

海平面变化具有非线性、非平稳性以及多时间尺度变化特性,传统的基于时间序列的统计预测模型对于这种变化的预测存在较大局限性,预测结果不够理想.结合集合经验模式分解(ensemble empirical mode decomposition,EEMD)与BP (back propagation)神经网络,本文提出一种改进的海平面变化多尺度预测方法——EEMD-BP组合模型.首先利用EEMD分解提取海平面变化序列中具有物理含义的信号并降低噪声影响,得到不同尺度的多个固有模式函数(intrinsic mode functions,IMFs),确定出海平面变化中隐含的周期及趋势;然后利用BP神经网络分别对不同尺度IMF分量建立预测模型分析其未来变化趋势,最后将各IMF分量的预测结果重构,得到海平面变化序列的最终预测值.结果显示:EEMD分解能有效提取海平面变化中隐含的多时间尺度信号,神经网络能较好地预测不同尺度海平面变化趋势.相对于直接利用BP神经网络进行预测(R=0.74,RMSE=37.51 mm,MAE=48.02 mm),EEMD-BP组合模型预测精度显著提高(R=0.88,RMSE=29.23 mm,MAE=37.50 mm).EEMD-BP组合模型首先对海平面变化序列进行平稳化、降噪等处理,再对分解后的不同尺度时间序列分别进行预测,能够有效提高预测精度,为区域海平面变化预测研究提供了一种新方法.     

采煤工作面瓦斯涌出量的固有模态SVM建模预测

首先提出了一个依据EMD (empirical mode decomposition)方法提取固有模态分量进行SVM建模实现采煤工作面瓦斯涌出量预测的技术方法. 利用瓦斯涌出量的历史记录数据, 通过EMD分解得出其固有模态函数, 即IMF分量, 然后, 对应于每个固有模态分别利用SVM函数拟合方法进行外推预测, 再把不同固有模态的预测结果进行叠加重构合成, 获得瓦斯涌出量的理论预测结果. 从监测结果的实例分析发现, 与常规SVM方法相比, EMD方法的引入能够大幅度提高理论模型的预测精度, 并给出监测数据极为吻合的预测结果. 实际应用表明, 在采煤工作面瓦斯涌出量预测建模中, 固有模态的提取和SVM方法的实施都充分利用了样本数据本身驱动的自适应性质, 从而为保障优异的预测效果提供了良好的理论基础.     

AC算法的EMD分解GMDH组合的预测模型及应用

引入EMD把含有多个震荡模式的数据分解为满足一定条件的多个单一震荡模式分量的线性叠加,对震荡模式分量应用非参数的AC算法,通过历史上相似时期的已知延拓进行预测,利用GMDH客观确定权重构建组合预测模型,并运用该模型结合原油期货数据进行实证。结果表明:用EMD方法改进AC预测模型提高了预测的准确性,在此基础上,GMDH的智能化权重的组合预测模型进行预测,结果显示,AC算法的EMD分解GMDH智能化权重组合预测精度更高。     

MRA与GP/MP组合预测及在陀螺仪漂移预测中的应用

研究MRA(Multi-resolution Analysis MRA)与GP/MP(Grey prediction model/Markov prediction model)组合预测及在陀螺仪漂移预测中的应用。陀螺仪漂移是各种外界环境影响下产生的综合效果,不同的外界影响产生的漂移样本频率特征是不同的,因而不适合用单一的预测模型进行预测。用小波将陀螺漂移信号进行分解,根据各子信号的频率特征选用灰色预测模型或马尔可夫预测模型分别进行预测,还原为总的预测结果。仿真试验显示,这种组合方法比起用单一的灰色马尔可夫方法可以将精度提高一倍左右,证明了这种方法的有效性。     

载重量影响的电力推进船舶电力负荷混沌预测

为提高电力推进船舶电力负荷预测精度,通过小波变换将电力推进船舶电力负荷分解为固有负荷分量和载重量影响负荷分量,在此基础上用混沌局域关联模型预测固有负荷分量;用线性回归模型预测载重量影响负荷分量.建立固有负荷分量预测模型时以自相似轨道搜寻为基础,且将关联度作用于固有负荷分量混沌预测模型.实例计算结果表明该方法能有效提高预测精度.     

模糊软集合理论在税收组合预测中的应用

结合模糊软集合理论建立税收收入的组合预测模型,根据税收收入的特点,代表性地选择了Elman回归神经网络模型、含政策虚拟变量的自回归模型、ARIMA(1,1,1)的时间序列模型、多因素SVM回归模型这四种模型作为组合预测中的单一模型,并以1980年到2008年的税收收入等相关数据为背景进行了说明和分析.结果表明该组合预测模型能有效减小预测误差,为税收工作实践提供了一个应用研究工具,并推广和丰富了软集合理论在税收经济模型研制中的实际应用.     

碳限额交易机制下碳交易价格对供应链碳排放的影响

为了研究碳限额交易机制下碳交易价格对供应链碳排放的影响,我们引入了由一个制造商和一个零售商组成的供应链,建立制造商处于领导地位的Stackelberg博弈模型,研究了供应链分散决策模式和集中决策模式下碳交易价格对碳排放的影响.研究发现,无论是供应链分散决策模式还是集中决策模式,对于清洁型制造商和低减排成本中间型制造商,碳交易价格的上升会使制造商最优单位碳排放量减少;对于高减排成本中间型制造商,随着碳交易价格的上升,制造商最优单位碳排放量呈现先减少再增加最后再次减少的趋势;对于污染型制造商,随着碳交易价格的上升,制造商最优单位碳排放量呈现先增加后减少的趋势.但就最优单位碳排放量而言,集中决策模式下制造商最优单位碳排放量低于分散决策模式.     

碳交易机制对物流配送路径决策的影响研究

针对碳排放交易机制下的物流配送路径问题,引入考虑车辆载重和速度的碳排放度量方法,以TSP为基本参考模型,建立碳排放交易机制下的物流配送路径优化模型. 将该模型与传统的仅考虑经济费用的路径优化模型进行比较,说明碳排放交易机制下的路径安排策略能够有效减少碳排放. 通过数值实验探讨了碳交易、碳价格和碳配额对物流配送路径策略、碳排放量和总成本的影响. 并根据数值实验结果提炼出了一些对物流企业如何控制成本和降低碳排放的配送决策建议.     

个人碳交易机制对消费者能源消费影响研究

二氧化碳排放量增加引起的气候变暖问题已严重影响了人类社会的可持续发展,目前世界上各个国家和地区都在采取措施以应对这一难题.研究表明消费者能源消费行为对碳排放具有重要影响,加强对消费者能源消费行为的引导、管制和激励,形成低碳能源消费模式,具有重要的理论和现实意义.基于个人碳交易(personal carbon trading,PCT)的理论框架,构建了个人碳交易机制下消费者能源选择模型并对碳交易市场均衡问题进行了分析.研究发现:个人碳交易机制能够刺激消费者选择清洁能源,形成低碳能源消费模式;碳排放权的供给曲线不同于一般商品的供给曲线,其供给量随着碳价的升高而降低;初始碳配额量应该设置在一个合理的水平上,才能保证买卖双方的交易能够实现.     

Comparisons of low carbon policies in supply chain coordination

This paper investigates the influence of low-carbon policies on channel coordination for a two-echelon supply chain consisting of one supplier and one retailer. Four different models are considered： the basic model, the carbon emission model, the carbon emission trading model and the carbon tax model. We find that the government policy on all carbon emission models is not universal among the firms as well as the customers. The carbon emission trading policy is always better than the carbon emission policy and the carbon tax policy when the allocated carbon emission quotas are greater than the carbon emissions. The carbon emission trading policy is proved to be an effective mechanism which can motivate the supply chain to reduce carbon emissions. Under certain conditions, the supply chain prefers the carbon emission trading policy with higher carbon price to other policies. In the framework of Stackelberg game with the supplier as the leader, for each carbon policy, the paper presents coordination mechanism with the all-unit wholesale quantity discount contract （AWQD）. We analyze and compare the influence of low-carbon policies on channel coordination for the foul＂ low-carbon policies. Numerical experiments are conducted to examine our findings.     

个人碳交易视角下消费者能源消费与福利变化研究

个人碳交易是一种直接针对个体消费者的碳减排市场机制,旨在通过引导、管制和鼓励等方式改变消费者高碳能源消费模式,形成低碳能源消费模式,以实现碳减排目的.本文基于消费者行为理论,构建了个人碳交易体系下消费者能源消费效用优化模型和福利变化测度模型,并运用中国电力消费数据对模型结果进行实证分析.结果表明:碳排放权市场交易量与初始碳排放权、能源价格呈显出先增后减的变化规律;碳排放权市场交易量与交易成本呈负向相关关系;初始碳排放权正向影响高排放者和低排放者的能源消费量;交易成本正向影响低排放者能源消费量、负向影响高排放者能源消费量;由于缓冲效应的存在,能源价格对消费者能源消费量的影响不显著;个人碳交易体系下,高排放者是福利的受损方,而低排放者是福利的获益方,实现了高污染者向低污染者的补贴,有助于促进社会公平.该研究成果对于今后个人碳交易的实施具有一定的引导和借鉴意义.     

考虑碳排放权交易和电价风险的发电商优化调度

总量管制的碳排放权交易体系下,发电商在机组优化调度过程当中应将碳交易成本在模型中一并加以考虑.电力市场环境下,发电商还面临着电价不确定性带来的风险.借鉴风险价值和条件风险价值方法刻画电价风险,并定义鲁棒利润和条件鲁棒利润描述发电商的利润,提出考虑碳排放权交易和电价风险的发电商优化调度模型.借助蒙特卡罗方法模拟电价场景,将所建模型转化为混合整数二阶锥规划进行求解.通过10机24时段系统的算例仿真,验证了所建模型和求解方法的有效性.发电商可以利用该模型优化发电,平衡利润和风险,根据碳排放权价格的高低做出出售配额或购买配额策略.     

基于T检验的水文时间序列HHT分析方法及应用

Hilbert-Huang变换方法(HHT)是针对非线性、非平稳序列的一种新的时间序列分析方法.针对前人在应用中存在的忽略统计检验的问题,提出了对本质模态函数(IMF)的周期进行T检验的改进方法,设计了基于T检验的HHT模型计算步骤和算法流程,可检验IMF周期的有效性.将改进后的HHT方法用于长江宜昌水文站50年的逐日径流量的分析中,得到了14个反映径流序列波动规律的IMF、一个反映径流变化趋势的趋势项r及Hilbert谱.研究表明,宜昌站径流量存在1~3a、4~5a、9a及准14a的年际变化周期,年内波动对整个径流序列的影响亦较大.对比分析表明了所设计的基于T检验的HHT方法的有效性.     

国际碳排放权市场分形与混沌行为特征分析与检验——以欧盟碳排放交易体系为例

本文利用Bluenext和ECX的经验数据,对欧盟碳排放权市场(EU-ETS)的价格行为特征进行了分析.研究表明:1)对EU-ETS市场收益率序列基本统计特征检验显示:碳收益率序列不服从正态分布,具有明显的有偏、尖峰、肥尾的非正态性和非线性的统计分布特征;2)对市场分形性的研究表明:该市场具有显著的统计自相似性,阶段性的、而非全过程的长期记忆性特征;3)对市场混沌性的研究表明:从关联维数看,EU-ETS并不存在低维混沌性,但结合最大Lyapunov指数检验及邻近返回检验证明欧盟碳排放权市场存在非收敛饱和混沌性.由此得出结论:欧盟碳排放权市场是一个具有分形与混沌特征的非线性动力系统,它不符合有效市场假说,因此不能用线性范式来研究市场价格行为、交易机制及政策制定.     

碳配额免费分配法下寻租对市场运行效率影响

在强制碳减排政策下,企业希望通过寻租等手段逃避减排责任的动机强烈,而现行的环境规制为政府和企业提供了过多的寻租空间.构建基于SWARM的碳交易市场仿真模型,模拟不同寻租环境下碳交易市场排放权交易,从流动性、波动性、有效性三个方面衡量市场运行效率,考察碳排放权免费分配方式下,不同寻租环境对碳交易市场运行效率的影响.研究结果表明,寻租行为会通过改变初始配额的分配总量和结构,影响碳交易市场的流动性和有效性,但对市场价格波动没有显著作用.寻租行为对市场运行效率"不降反升"的影响反映出初始配额免费分配法并不能达到最优的资源配置.减少政府对碳交易市场的干预,从免费分配方式向定价出售或拍卖方式过渡,不仅能明确价格信号,提高能源的使用效率,还能从源头上切断企业寻租的可能性.