钼精矿价格动态预测方法、理论及模型

1 钼资源市场及其供求关系分析
1．1 钼精矿市场及价格影响因素分析
1．1．1 钼精矿市场经济分析
1．1．2 钼精矿价格的影响因素分析
1．1．3 钼精矿价格的时间序列特点分析
1．2 钼精矿市场供求关系分析
1．2．1 钼的生产供应
1．2．2 钼的消费需求
1．2．3 钼的供需分析及展望
1．2．4 钼精矿上下游企业市场情况分析
1．3 本章小结
2 预测方法及预测理论
2．1 钼精矿市场及市场经济理论
2．1．1 市场与市场经济概念及联系
2．1．2 市场经济基本规律
2．1．3 有效市场假说
2．2 ARIMA时间序列预测方法
2．2．1 时间序列基本概念
2．2．2 ARIMA的数学定义
2．2．3 ARIMA建模过程
2．3 神经网络预测理论
2．3．1 BP神经网络
2．3．2 LSTM神经网络
2．4 改进的PS0-GRNN预测模型
2．4．1 GRNN模型
2．4．2 基于改进粒子群算法的GRNN模型优化
2．4．3 钼精矿价格预测模型的构建
2．5 灰色-马尔科夫预测模型
2．5．1 GM（1，1）模型
2．5．2 Markov模型
2．6 组合预测模型
2．7 本章小结
3 基于EMD-ARIMA-LSTM的时间序列多步预测
3．1 EMD及时间序列多步预测策略
3．1．1 EMD
3．1．2 时间序列多步预测策略
3．2 预测模型及数据选取
3．2．1 预测模型构建的基本思想
3．2．2 EMD-ARIMA-LSTM多步预测模型框架
3．2．3 建模数据选取与分析
3．3 EMD-ARIMA-LSTM多步预测模型构建
3．3．1 数据处理
3．3．2 数据分解
3．3．3 IMF线性和非线性识别
3．3．4 ARIMA多步预测模型构建
3．3．5 LSTM多步预测模型构建
3．3．6 预测模型集成
3．4 模型仿真与结果分析
3．4．1 仿真环境介绍
3．4．2 仿真实验设计
3．4．3 预测性能评价指标
3．4．4 仿真结果分析
3．5 本章小结
4 基于钼数据与EMD-ARIMA-LSTM的钼精矿市场价格动态预测
4．1 多维钼数据样本构建
4．1．1 钼价格数据
4．1．2 钼供需数据
4．1．3 宏观经济数据
4．2 钼精矿市场价格动态预测模型构建
4．2．1 预测模型原理
4．2．2 预测模型框架
4．2．3 数据的预处理
4．2．4 BP神经网络构建
4．3 实例仿真与应用分析
4．3．1 实例数据介绍
4．3．2 仿真环境介绍
4．3．3 预测性能评价指标
4．3．4 仿真实验设计
4．3．5 仿真应用
4．3．6 仿真结果分析及应用
4．4 本章小结
5 基于改进PSO-GRNN及灰色．马尔科夫模型的钼精矿价格动态预测
5．1 基于改进PSO-GRNN模型的钼精矿价格预测
5．1．1 指标构建与数据获取
5．1．2 数据预处理
5．1．3 模型训练
5．1．4 预测结果
5．2 基于灰色-马尔科夫模型的中国钼精矿价格预测
5．2．1 指标构建与数据获取
5．2．2 钼精矿年平均价格状态的划分
5．2．3 钼精矿价格状态转移概率矩阵的计算及预测值的确定
5．3 基于GM（1，1）和指数平滑法的动态组合预测
5．3．1 指数平滑法
5．3．2 动态组合预测
5．4 三种方法预测结果对比分析
5．5 本章小结
6 钼精矿价格敏感性分析
6．1 敏感性分析方法
6．2 矿业经济单因素敏感性分析方法
6．3 钼精矿价格敏感性分析
6．4 实例分析
6．5 本章小结
7 结论
附录 仿真实验的关键程序代码
参考文献