第31卷第11期煤炭技術(shù)Vol.3I,No.112012 年11期.Coal TechnologyNovember,2012基于數(shù)據(jù)挖掘的煤炭?jī)r(jià)格預(yù)測(cè)陳增祥(蘇州農(nóng)業(yè)職業(yè)技術(shù)學(xué)院，江蘇蘇州215008)摘要:人工神經(jīng)網(wǎng)絡(luò) 與灰色理論都可以用來(lái)處理這種非線(xiàn)性、動(dòng)態(tài)序列的預(yù)測(cè)問(wèn)題。這兩種數(shù)據(jù)挖掘方法都各有其優(yōu)點(diǎn)與理論根據(jù),究竟何種模型較適合煤炭?jī)r(jià)格預(yù)測(cè),眾說(shuō)紛紜。為了避免顧此失彼,遺漏了一些重要的信息,本文研究了采用組合預(yù)測(cè)的方法.提出了將這兩種數(shù)據(jù)挖掘的方法進(jìn)行序列價(jià)格預(yù)測(cè)的方案,分析了方案的可行性。關(guān)鍵詞:非線(xiàn)性時(shí)間序列;價(jià)格預(yù)測(cè);人工神經(jīng)網(wǎng)絡(luò);灰色理論中圖分類(lèi)號(hào):C4文獻(xiàn)標(biāo)識(shí)碼:B文章編號(hào):1008-8725(2012)11-0281-00Coal price forecast on Based Data M liningCHEN Zeng- -xiang( Suzhou Agricultural Vocational and Technical College, Suzhou 215008, China )Abstract:Artifcial neural network(ANN) and grey theory(GT) both can be dealt with nonlinearnd dynamic series forecasting problem, both of which have their advantages and theoreticalgroundings. Which one best suits coal price prediction remains further research. In order tomake full use of both methods and avoid missing some important information, the paper studiesthe comprehensive prediction method and proposes a price prediction case by using both ANNand CT, and meanwhile, analyzes the feasbility o{ the case.Key words nonlinear time series price prediction; artficial neural network; grey theory表1_我國(guó)能源消費(fèi)組成占能源消費(fèi)總量的比重/%0我國(guó)能源消費(fèi)的組成年份我國(guó)是世界上最大的煤炭生產(chǎn)國(guó)與消費(fèi)國(guó)，煤炭占煤炭石油天然氣水電、 核電、風(fēng)電我國(guó)能源消費(fèi)構(gòu)成的一半以上,如表1所示。因此,煤炭72.220.73.1工業(yè)是我國(guó)國(guó)民經(jīng)濟(jì)發(fā)展中的一項(xiàng)重要的基礎(chǔ)產(chǎn)業(yè).煤1990年76.216.62.1炭?jī)r(jià)格受到諸多客觀因素的影響。煤炭?jī)r(jià)格可以看作一1995年74.2175個(gè)非線(xiàn)性時(shí)間序列，除了生產(chǎn)成本之外，還受到物價(jià)因2000年67.023.6素、安全因素、資源因素、社會(huì)因素、季節(jié)性因素、技術(shù)因2003年68.22.22.素、勞動(dòng)力因素、地質(zhì)因素:經(jīng)濟(jì)因素、稅收因素、人民幣2006年 .69.420.43.0匯率因素等的影響，導(dǎo)致價(jià)格波動(dòng)。反過(guò)來(lái)，煤炭作為一2008年183.種重要基礎(chǔ)能源，它的價(jià)格波動(dòng)也會(huì)影響社會(huì)的方方面因素,包括我國(guó)GDP、煤炭出廠價(jià)格指數(shù)、石油庫(kù)存水平、面,若能建立--套有效的煤炭?jī)r(jià)格預(yù)測(cè)系統(tǒng),掌握價(jià)格變動(dòng)趨勢(shì)，則能對(duì)價(jià)格波動(dòng)提草制定相應(yīng)措施。對(duì)社會(huì)的和煤炭年產(chǎn)量 煤炭?jī)?chǔ)存量等探討了采用組合預(yù)測(cè)的方法諧和穩(wěn)定發(fā)展有著一一定作用。進(jìn)行序列價(jià)格的預(yù)測(cè)，分析了方案的可行性。本文中采用由Granger and Ramanahan所提出的預(yù)1人工神經(jīng) 網(wǎng)絡(luò)預(yù)測(cè)測(cè)組合理論的回歸模型，將人工神經(jīng)網(wǎng)絡(luò)與灰色預(yù)測(cè)理人工神經(jīng)網(wǎng)絡(luò)是模仿人類(lèi)之神經(jīng)元對(duì)信息的處理系論所求得的解作預(yù)測(cè)組合。分析了煤炭?jī)r(jià)格的幾個(gè)主要統(tǒng),屬于并行分散式的處理計(jì)算方式。人工神經(jīng)網(wǎng)絡(luò)須使益抵觸.不緊密轉(zhuǎn)變?yōu)槔嫒诤稀⒕o湊型。這樣,可實(shí)的動(dòng)態(tài)變化， 順應(yīng)顧客需求變化，不斷創(chuàng)新?tīng)I(yíng)銷(xiāo)思現(xiàn)互利共贏,減少渠道成本,為顧客讓利。維,優(yōu)化渠道結(jié)構(gòu),采取最優(yōu)銷(xiāo)售方法。(5 )強(qiáng)化渠道控制,推進(jìn)營(yíng)銷(xiāo)效益4結(jié)語(yǔ)煤炭企業(yè)控制營(yíng)銷(xiāo)渠道，是為了實(shí)現(xiàn)企業(yè)戰(zhàn)略煤炭企業(yè)建立并適應(yīng)全新的現(xiàn)代化企業(yè)體制,規(guī)劃和運(yùn)營(yíng)目標(biāo)，而非形成壟斷和制約別的渠道成樹(shù)立全新的營(yíng)銷(xiāo)觀念，以市場(chǎng)為中心，以客戶(hù)為中員運(yùn)營(yíng)。煤炭營(yíng)銷(xiāo)渠道控制手段呈現(xiàn)多樣化,應(yīng)結(jié)合心，不斷優(yōu)化營(yíng)銷(xiāo)渠道建設(shè)， 有利于企業(yè)可持續(xù)地健時(shí)間、地點(diǎn)等具體情況差異采取不同措施,強(qiáng)化關(guān)鍵康發(fā)展。點(diǎn)的監(jiān)督與管理:當(dāng)煤炭市場(chǎng)處于供不應(yīng)求時(shí),可先參考文獻(xiàn):調(diào)高經(jīng)銷(xiāo)商煤價(jià)來(lái)帶動(dòng)整個(gè)市場(chǎng)煤價(jià)上揚(yáng)，進(jìn)而推山劉常征,許繼斌,周正武,等 煤炭深度分銷(xiāo)模式優(yōu)化策略們]煤炭動(dòng)企業(yè)大客戶(hù)煤價(jià)上漲;當(dāng)煤炭市場(chǎng)處于供大于求企業(yè)管理 20508):.62時(shí),應(yīng)從長(zhǎng)遠(yuǎn)角度立足于穩(wěn)定市場(chǎng)和企業(yè)大客戶(hù),激[2) 董秀英淺談煤炭企業(yè)營(yíng)銷(xiāo)渠道管理J].集團(tuán)經(jīng)濟(jì)研究,2000(03S): 160.勵(lì)經(jīng)銷(xiāo)商;當(dāng)煤炭市場(chǎng)處于供求平衡時(shí),應(yīng)合理調(diào)配煤炭品種銷(xiāo)售,科學(xué)調(diào)度發(fā)運(yùn).優(yōu)化渠道結(jié)構(gòu),注重凹華既擎報(bào)中國(guó)煤化工響及對(duì)策),重慶工學(xué)院學(xué)報(bào),效益提高。此外，煤炭營(yíng)銷(xiāo)渠道控制應(yīng)關(guān)注市場(chǎng)發(fā)展YHCNM H G責(zé)任編輯 李富文)收稿日期:2011-09-06;修訂日期:2012-10- -18作者簡(jiǎn)介:陳增祥( 1963-),男,江蘇蘇州人,講師,研究方向:計(jì)算機(jī)應(yīng)用與數(shù)據(jù)庫(kù)。