基于时间序列模型的铀矿价格分析与预测

铀矿价格是其投资风险中最重要的不确定性因素,其价格预测的准确与否直接关系到企业投资的成败。根据1989-2009年铀矿价格数据,利用MATLAB数值分析软件建立时间序列模型,通过ES模型和DMA模型的预测数据与实际数据的比较,论证分析几种铀矿价格预测模型的科学性和实用性。结果表明：①平滑系数越大,标准误差越小;②4种不同方法中,三次指数平滑预测法效果最好,其模型计算结果与实际值基本一致;③在仅考虑价格时间序列本身因素的条件下,铀矿价格呈现逐渐增长的长期发展趋势。     

基于BPNN与ANFIS的铀矿产品价格时间序列预测比较研究

矿业项目投资决策系统涉及到矿产品价格、生产成本、市场需求及风险利率水平等主要变量,其中,矿石价格起主导作用,且其波动性呈非线性特征,难以用经典的时间序列理论来预测,因而难以实现矿业投资决策系统的最优化。以铀矿资源为例,采用BP神经网络与自适应模糊推理系统（ANFIS）技术,并结合时间序列技术分别建立铀矿产品价格的BP神经网络和ANFIS时间序列模型,并对铀矿产品价格的预测进行了比较分析,研究结果表明,铀矿石价格的ANFIS时间序列比BP神经网络时间序列具有较好的预测效果。     

"十一五"期间我国煤炭成本预测及其模型应用

预测未来几年煤炭成本的变化趋势,既要把握宏观,又要深入研究煤炭企业成本管理的深层次问题。近两年来,国家集中调整煤炭产业政策,政策性增支因素较多,加之生产资料的上涨因素,煤炭企业原煤生产成本的变动受到诸多因素的影响。采用时间序列指数平滑法,预测我国煤炭吨煤生产成本的变动趋势,既要领会国家“十一五”中长期规划的战略部署,又要准确结合煤炭行业自身的发展规律。     

我国煤炭价格变动模型实证研究

分析了我国煤炭价格形成机制的演变过程,利用秦皇岛大同优混煤1994年1月至2008年12月每周星期一的最高价格数据,运用单位根检验和Monte-Carlo检验方法对煤炭价格变动模型进行了实证研究。研究结果表明：在正常情况下,几何布朗运动能较好地拟合我国煤炭价格的变动过程;当存在突发事件时,风险中性跳跃－扩散模型能较好地拟合我国煤炭价格的变动过程。     

基于数据挖掘技术的天然气价格预测方法研究

天然气价格是影响天然气企业经营决策与运营效益的重要因素,在此背景下,如何准确地预测未来天然气价格自然成为产业界关注的热点话题。此外,在数据挖掘技术快速发展的时代,如何将该技术应用于传统的天然气行业,融入天然气价格的预测当中,也是学术界所探讨的重要话题。基于此,本文首先回顾了以往天然气价格预测方法,然后以传统数据挖掘技术中的模式序列相似性搜索方法(PSS)为基础,通过对该方法中历史序列搜索匹配机制及结果处理机制的改进,提出了一种新的改进模式序列相似性搜索(APSS)天然气价格预测方法。在方法构建之后,采用美国天然气日度现货价格数据对该方法的有效性进行了实验验证。实验结果表明,本文提出的基于数据挖掘技术的APSS方法能够实现对天然气价格的合理预测,且与传统的PSS方法相比,APSS方法的预测结果具有更高的预测精度。     

基于人工神经网络的煤与瓦斯突出预测

从煤与瓦斯突出的机理出发,考虑影响煤与瓦斯突出的5种主要因素,建立了能够准确预测煤与瓦斯突出的人工神经网络模型。应用所制作的软件进行实际检验,预测结果完全与实际相吻合,可以用来准确预测煤与瓦斯突出。     

基于人工神经网络的煤与瓦斯突出预测

从煤与瓦斯突出的机理出发,考虑影响煤与瓦斯突出的5种主要因素,建立了能够准确预测煤与瓦斯突出的人工神经网络模型。应用所制作的软件进行实际检验,预测结果完全与实际相吻合,可以用来准确预测煤与瓦斯突出。     

动力煤价格灰色关联分析与预测研究

煤炭价格波动受多种因素影响。以秦皇岛港动力煤现货价格为例,利用灰色关联分析法,建立动力煤价格与港口库存、进口煤价格、BJ 指数、海运费、全国重点电厂存煤可用天数关联分析模型,识别动力煤价格主要关联因素,同时利用多元回归模型对动力煤现货价格进行预测。     

MMF模型在采空区地表沉降预测中的应用

在分析了采空区地表沉降规律和MMF生长曲线模型特点后,针对目前采空区地表沉降预测模型的不足,提出了基于MMF模型的地表沉降时间函数模型,最后通过工程实例应用对该模型的合理性进行了验证。结果表明：该模型能够很好地反映采空区地表沉降随时间的发展规律,能够比较准确地预测地表沉降量,且在实测数据量合适的情况下,模型预测结果比实测结果略微偏大,这在工程上是偏于安全的。     

大型煤制甲醇项目动态经济风险预测模型的构建研究

 本文根据大型煤制甲醇项目的风险特性,确定了影响煤制甲醇项目动态收益的主要风险因素——煤炭价格和甲醇价格,建立了预测煤炭价格和甲醇价格的数学模型,并对建立的模型进行验证,旨在为投资企业提供一个可靠性较高的风险评估依据,做出合理的投资决策。     

基于Knothe时间函数和InSAR的煤矿区动态沉陷预计研究

 摘要：以某矿区的3212工作面为研究对象,采用基于Knothe时间函数的动态沉陷预计模型进行开采沉陷动态预计。计算了不同时间、不同位置的点的动态下沉值,分别与水准测量成果和D-InSAR监测结果进行了对比分析。实验表明,基于Knothe时间函数的动态沉陷预计模型所得到的结果符合开采沉陷导致的地表沉陷规律;其结果与水准测量成果和D-InSAR监测结果吻合;最大误差不超过0.2米,能够满足动态预计的要求。最后提出了存在的问题和今后工作的方向。     

基于数据挖掘的煤炭价格预测

人工神经网络与灰色理论都可以用来处理这种非线性、动态序列的预测问题。这两种数据挖掘方法都各有其优点与理论根据,究竟何种模型较适合煤炭价格预测,众说纷纭。为了避免顾此失彼,遗漏了一些重要的信息,本文研究了采用组合预测的方法,提出了将这两种数据挖掘的方法进行序列价格预测的方案,分析了方案的可行性。     

基于集对理论的煤与瓦斯突出预测研究

 摘要：本文以集对理论为基础,结合相似数确定权重的方法,建立了煤与瓦斯突出预测模型。选取了钻屑量、瓦斯涌出初速度、解吸强度、电磁辐射强度和电磁辐射脉冲5种预测指标,运用相似权法确定了各预测指标的权重。利用该模型对掘进工作面突出危险性进行了预测,评价结果符合现场实际情况,表明该方法具有较强的可靠性和实用性,为煤与瓦斯突出预测提供一种新的方法,对煤矿的安全生产具有重要的指导意义。     

煤与瓦斯突出流变理论的应用实践

针对盘江煤电公司新井公司7#煤层煤与瓦斯突出特点,运用流变理论,使在防突过程中采取的防突措施具有针对性,把握了防突的规律性,体现了流变理论的科学性。总结出适合7#煤层突出预测预报的方法和临界指标,再一次证实了流变理论的正确性。     

谢桥矿8煤瓦斯赋存规律及主控因素分析

 为了降低矿井瓦斯事故和提高矿井的安全经济效益,首先,运用瓦斯地质理论和方法进行瓦斯赋存规律的研究,然后在分析谢桥矿瓦斯地质特征的基础上,对各影响因素进行了分析。研究结果表明：谢桥矿8煤层瓦斯赋存规律的主控因素为煤层埋藏深度、围岩及煤层厚度、地质构造和煤体结构等因素。为谢桥矿煤与瓦斯突出危险性预测提供了依据。     

支持向量机在煤与瓦斯突出预测中的应用

为了准确预测煤与瓦斯突出危险,首先利用灰色关联分析的方法寻找出影响煤与瓦斯突出的关键性因素,然后利用MATLAB的SVM工具箱建立煤与瓦斯突出的预测模型,并应用此模型识别瓦斯突出的类型。该模型基于MATLAB的SVM工具箱加以实现。实验结果表明,基于灰色关联分析的SVM煤与瓦斯突出预测模型结果可靠,效果良好,应用性强。     

我国煤炭价格阶段性分析及对未来形势的认识:基于马克思商品价值理论

为探寻煤价变动规律,对未来煤价形势作出预判,本文运用马克思商品价值理论对2002年以来我国煤炭价格进行了阶段性分析。根据"价值决定价格,价格围绕价值波动"的基本运行规律和煤价变化的不同驱动因素,将它们划分为4个阶段,即价值与需求驱动型上涨市(2002～2011年)、供给主导型下跌市(2012～2015年)、政策主导型逆转市(2016年)、政策和市场合力型平衡市(2017年以来)。进一步分析了未来一段时期煤炭成本价格上升、平均利润率下行、供求关系保持相对平稳的总体预期,认为我国煤炭价格将步入长期相对平稳的新阶段,其主要特征是生态环保约束增强、市场化程度加深、供需均衡常态化和煤价大幅波动局部化,预计2025年、2030年我国煤价将分别以530元/t、540元/t为轴心小幅波动。     

Application of dynamic set-pair analysis in coal and gas outburst prediction

Analyzed the factors which affected the coal and gas outburst, then established the corresponding indicator system. Built a dynamic set-pair analysis prediction model which combined of Markov model and set-pair analysis model, and then it applied to coal and gas outburst prediction. Finally, compared the prediction results with the actual results. As provided a reference to the coalmine in safety decision-making. The research results indicate that there are four districts in high dangerous level, two districts in middle level and one district in low level, which consistent with the actual situation; the dynamic set-pair analysis model has a good effect in predicting coal and gas outburst. Especially in the continuous time intervals, according to the data of mined exploration and the connection degree analysis, we can deduce the dangerous levels of unexplored districts from the historical data. In different districts, the relevant indicators can be adjusted accordingly, so as to enhance the accuracy of the prediction.