多模型融合下的煤炭价格预测方法.pdfVIP

学者论坛SCHOLARSFORUM

多模型融合下的煤炭价格预测方法

文/贺仁杰

有效掌控煤炭价格走势有利于保障煤炭供应链的安全稳4.结果分析

定。本文整合了宏观经济、煤炭市场、电力行业等相关数据，筛选本文采用四种单一模型分别进行预测，选取数据的80%为

出影响煤价的关键因素，提出了一种基于Stacking集成学习的训练集，20%为测试集。RF、SVR、EN和BP模型都表现出较好

组合预测方法。实验结果显示，融合后的模型充分发挥了各个基的拟合效果。将构建的Stacking模型进行训练后进行预测。各模

学习器的优势。与单一模型相比，融合后的Stacking模型具有较型的预测的MSE和MAE见表1。可以看出，EN表现出最低的

小的预测误差，预测效果更佳。MSE，RF和BP整体表现优越，而且BP的MSE值更低，SVR

1.引言也实现了较好的预测效果。

能源供给侧结构性改革的目标是优化能源结构，减少无效表1各模型预