下载文档原格式
基于CEPSO-LSSVM的煤炭消费量预测模型杨世杰;龙丹;周庆标【摘要】The coal consumption has time-varying and nonlinear characteristics. In order to improve the prediction accuracy of coal consumption, a coal consumption prediction model based on Catfish Particle Swarm algorithm and Least Squares Support VectorMachine(CEPSO-LSSVM)is proposed. LSSVM parameter is encoded into the position of the particle, and minimum of the cross validation error of network training set is taken as optimal target, and then the parameters of LSSVM are obtained by the exchange information among particles,and“catfish effect”is introduced to keep the diversity of particle swarm to overcome the local optimum of the traditional particle swarm optimization algorithm, and coal consumption prediction model is built according to the optimum parameters, and the simulation test is carried out on actual coal consumption data. The results show that, compared with other prediction models, the proposed model can get better parameters, and coal consumption prediction accuracy can be improved. It is more suitable for complex coal consumption prediction.%针对煤炭消费量的时变性、非平稳性特点，为了提高煤炭消费量预测精度，提出了一种鲶鱼粒子群算法优化最小二乘支持向量机（LSSVM）的煤炭消费量预测模型（CEPSO-LSSVM）。
基于组合预测模型的煤炭消耗预测研究吕占海【摘要】煤炭消耗系统是个复杂的系统,具有上升性和不确定性.本文利用我国近12年的能源统计数据,针对我国煤炭消耗量问题,分别建立了多元回归预测模型和GM(1,1)预测模型.在此基础上,最终建立了一个煤炭消耗组合预测模型,为与煤炭消耗相关的决策者们提供科学且有价值的参考依据.【期刊名称】《中国煤炭》【年(卷),期】2012(038)011【总页数】4页(P12-15)【关键词】煤炭消耗;多元回归;GM(1,1);组合预测;能源改革【作者】吕占海【作者单位】中国神华国际工程有限公司,北京市东城区,100011【正文语种】中文【中图分类】TD-9煤炭是古代植物埋藏在地下经历了复杂的生物化学和物理化学变化逐渐形成的固体可燃性矿物。
被人们誉为黑色的金子、工业的食粮，它是18世纪以来人类世界使用的主要能源之一。
煤炭是中国的基础能源，在一次能源构成中占70%左右。
“十一五”规划建议中进一步确立了“煤为基础、多元发展”的基本方略。
我国是一个能源消耗大国，随着经济的发展，我国能源的需求量也在加快增长，供求之间的矛盾也越来越突出。
煤炭目前在我国的能源消费中占70%左右，因而准确地预测我国煤炭消耗的变化趋势就显得十分必要。
关于煤炭方面的预测的模型和方法很多，但不同的预测方法提供不同的有用信息，其预测精度往往也不同，为了综合利用各种方法所提供的信息，尽可能地提高预测精度，可将不同的预测方法进行适当的组合，从而形成组合预测方法。
本文在对我国煤炭消耗数据（见表1）进行分析的基础上，分别基于多元回归和GM（1，1）理论建立了预测模型，最后应用方差倒数法建立了组合预测模型。
回归分析是一种传统的应用性很强的科学方法，在各个科学领域都得到了广泛的应用。
它不仅能够把隐藏在大规模原始数据群体中的重要信息提炼出来，把握住数据群体的主要特征，从而得到变量间相关关系的数学表达式，还可以利用关系式，由一个或多个变量值去预测和控制另一个因变量的取值，从而知道这种预测和控制达到的程度，并进行因素分析。
煤炭资源资产：基于期权的估价模型
谭旭红;王艳艳
【期刊名称】《商业研究》
【年(卷),期】2009(000)004
【摘要】我国煤炭资源有偿使用试点范围扩大至八省,标志着历史上全国最大规模的煤炭资源资产市场化进程正式揭幕.科学合理地对煤炭资源资产进行估价是实现煤炭资源资产有偿使用的关键和前提.目前,收益现值法是评估煤炭资源资产价值的主要方法,但是收益现值法无法考量煤矿经营者在经营管理中拥有的灵活性,容易低估煤炭资源资产价值.只有构建基于期权的煤炭资源资产估价模型,才能用实例证明该模型比收益现值法更能提高煤炭资源资产的价值.
【总页数】4页(P136-139)
【作者】谭旭红;王艳艳
【作者单位】东北财经大学,工商管理博士后流动站,辽宁,大连,116025;黑龙江科技学院,经济管理学院,黑龙江,哈尔滨,150027
【正文语种】中文
【中图分类】F224.9
【相关文献】
1.应用实物期权的煤炭资源资产价值评估方法 [J], 李龙清;秦国玉;袁昌盛
2.基于跳跃-扩散过程的煤炭资源采矿权估价模型 [J], 邹绍辉;张金锁;惠莉萍
3.论实物期权估价模型在公司价值评估中的适用性 [J], 王艺霏
4.论B-S期权估价模型在风险项目投资评估中的运用 [J], 罗国华
5.基于实物期权的企业并购估价模型 [J], 林鸿熙
因版权原因，仅展示原文概要，查看原文内容请购买。
基于Black-Scholes模型的采矿权价值评估方法研究田宇【摘要】从矿产资源采矿权市场价值研究入手,对采矿权评估传统净现值法的特点进行了细致分析,结合具体案例探讨了矿产资源实际开采活动特点,提出了改进的Black-Scholes模型用于评估采矿权价值,将采矿权服务年限与矿山投产前基建期之和作为采矿权价值计算的合理期限.将该模型应用于某矿山采矿权评估,结果表明:采矿权价值随采矿权期权期限的增加呈现出先增后减的趋势；一定时间范围内,同宗矿权地的采矿权期限越长,采矿权价值就越大.通过该评估模型所得采矿权评估结果更接近于矿产资源市场价值,符合矿产资源开发利用过程中采矿权价值发展趋势,有助于实际投资分析和管理决策,也给政府职能部门合理确定采矿权出让时间提供理论参考.【期刊名称】《现代矿业》【年(卷),期】2011(000)010【总页数】4页(P7-10)【关键词】采矿权;期权;Black-Scholes模型;期权期限【作者】田宇【作者单位】中煤平朔煤业有限责任公司【正文语种】中文随着我国社会主义市场经济的建立和完善，政府也越来越重视矿产资源的保护和合理开发利用。
客观、公正、有效地对矿产资源采矿权价值进行估价对实现矿产资源的可持续开发尤为重要。
我国于20世纪80年代着手采矿权估价方面的研究，初步形成了以收益现值法为主的采矿权价值评估方法［1］。
但收益现值法有一个固有的缺陷:无法考虑资源开采者在经营策略上的灵活性价值，导致往往低估矿产资源的价值。
因此，基于期权定价模型的优点，结合矿产资源自身的特点，笔者建立了矿产资源采矿权价值期权定价模型。
1.1 期权期权是一种金融衍生工具［2］，是指未来的选择权，它赋予期权的持有者一种权利而不必承担义务，可按预先约定的价格购买或者销售一定数量、一定质量的资产。
期权买方只有权利而没有义务;期权卖方只有义务而没有权利［3］。
依据期权交易的特征可分为看涨期权与看跌期权。
看涨期权又称买进期权、买方期权、买权、延买期权、或“敲进”，是指在协议规定的有效期内，协议持有人按规定的价格购进一定数量和一定质量资产的权利;看跌期权又称卖权、选择权、卖方期权、卖权、延卖期权或“敲出”，是指期权的购买者拥有在期权合约有效期内按执行价格卖出一定数量和一定质量的资产的权利，但不负担必须卖出的义务，它给予投资者在某一特定日期或在此日期之前以特定的执行价格出售某种资产的权利。
煤炭价格的时间序列模型分析与设计研究的开题报告一、研究背景煤炭是人类最早使用的能源之一，其在现代工业和生活中仍然起着不可替代的作用。
然而，煤炭的供需关系、价格波动等问题已经成为当前煤炭行业面临的难题。
在煤炭的价格关系分析中，时间序列模型是一种较为常见的分析方法。
对于煤炭市场存在的价格波动、供需变化等问题，基于时间序列分析的方法可以有效地进行预测和分析。
因此，煤炭价格的时间序列模型分析与设计研究具有重要的实际意义。
二、研究目的本研究的目的是基于煤炭市场价格数据，构建时间序列模型，对煤炭行业的价格波动、供需变化等问题进行预测和分析，以期为政府和企业提供有效的参考意见和决策支持。
三、研究内容及方法本研究的内容主要包括以下三个方面：1. 煤炭市场价格数据采集与整理。
通过对于煤炭市场的基础数据来源的分析和整理，获取煤炭行业的价格数据。
2. 时间序列模型的构建与分析。
本研究主要采用ARIMA模型进行建模，引用Stata、R等软件工具进行实现。
3. 时间序列模型的预测分析。
通过时间序列模型进行预测，构建煤炭价格变化的预测模型并进行实证分析。
四、预期成果及意义本研究旨在通过构建煤炭价格变化的时间序列模型，对于煤炭市场价格波动、供需变化进行预测和分析，得到较为准确的预测结果，并为政府和企业提供参考意见和决策支持。
预期的成果包括：（1）煤炭价格的实证分析报告；（2）煤炭价格变化的预测模型。
这项研究的意义在于，通过实证分析，预测煤炭市场的价格，为政府和企业制定决策提供重要参考，提高了煤炭行业的整体效益。
在实践中，研究成果可以为决策者提供指导，指导其针对煤炭市场出现的问题及时采取措施。
基于实物期权的煤炭储量价值评估研究的开题报告一、研究背景煤炭资源是我国发展不可或缺的战略资源，而煤炭储量的价值评估是煤炭资源开发的关键问题。
传统的煤炭储量价值评估方法主要基于静态储量计算和动态财务分析，难以反映煤炭市场变化的影响，也容易受到宏观经济因素的影响，难以准确评估煤炭储量的市场价值。
因此，本研究将基于实物期权的思想，采用实物期权定价模型来评估煤炭储量的市场价值。
通过确定不同的标的物以及不同行权价格，来估计煤炭储量的实际价值和未来市场需求情况，从而为煤炭资源开发提供更全面、更准确的决策支持。
二、研究内容和目标本研究拟采用实物期权定价模型，结合煤炭市场的实际情况，分析煤炭储量的规模、品质、地理位置等因素对煤炭储量价值的影响，建立煤炭储量的实物期权定价模型，进而定量评估煤炭储量的市场价值。
研究内容包括：1. 煤炭储量的实物期权概念和模型建立。
2. 分析不同品质、地理位置的煤炭储量规模对期权价格的影响。
3. 采用实际市场信息进行样本分析和实证研究，验证模型的有效性。
本研究的目标是利用实物期权定价模型，实现对煤炭储量的市场价值评估，提高煤炭资源开发的科学性和有效性。
三、研究方法和步骤1. 搜集煤炭市场相关信息，建立煤炭储量的实物期权定价模型。
2. 分析不同品质、地理位置等因素对煤炭储量的实际价值和未来市场需求情况的影响，确定标的物和行权价格。
3. 运用实物期权定价模型，计算不同品质、地理位置的煤炭储量的市场价值，并分析不同因素对煤炭市场的影响。
4. 采用实际市场信息进行样本分析和实证研究，验证模型的有效性。
5. 对研究结果进行分析和总结，得出本研究的结论和建议。
四、研究意义1. 实物期权是相对传统金融衍生品更加贴近实际产业的期权模型，具有更高的实际应用价值。
2. 采用实物期权定价模型评估煤炭储量的市场价值，可以更准确、更全面地反映市场需求和产业实际情况，为煤炭资源开发提供科学、有效的决策支持。
3. 通过本研究的实证分析和验证，可以进一步完善实物期权定价模型的理论框架和应用方法，提高实物期权定价模型的可操作性和实际应用价值。
信息与采矿权价值评估
刘玉红;金晓彤
【期刊名称】《中国国土资源经济》
【年(卷),期】2007(20)6
【摘要】矿业权市场化活跃了矿产经济,但并没有改变矿产资源的国有产权属性.矿业权的交换和转移存在着利益的多方博弈,信息的不对称使博弈双方在利益评估和分配上存在非公平可能.为保护在交易过程中交易各方的合法权益,需要关注信息对矿业权市场的影响,明确信息的价值并制定更加完善的信息管理措施.
【总页数】3页(P11-13)
【作者】刘玉红;金晓彤
【作者单位】吉林大学商学院,长春,130012;吉林大学商学院,长春,130012
【正文语种】中文
【中图分类】F407.1
【相关文献】
1.煤炭资源采矿权价值评估分析研究 [J], 院军刚;郑永飞;李军
2.基于Black-Scholes模型的采矿权价值评估方法研究 [J], 田宇
3.基于Black-Scholes模型的采矿权价值评估方法研究 [J], 田宇
4.期权定价模型在采矿权价值评估中的应用 [J], 冯天龙
5.采矿权价值评估方法研究 [J], 翁春林;叶加冕;李锡康
因版权原因，仅展示原文概要，查看原文内容请购买。
煤炭资源采矿权随机便利收益估价模型
邹绍辉
【期刊名称】《技术经济与管理研究》
【年(卷),期】2010(000)004
【摘要】煤炭资源采矿权的有偿取得和转让是社会主义市场经济发展的客观必然,科学合理有效地对煤炭资源采矿权进行估价,是煤炭资源采矿权有偿取得和转让的关键和前提.煤炭资源采矿权具有和股票看涨期权一样的期权特性,本质上是一种按年度执行的多期看涨期权.便利收益的变动将直接影响煤炭资源采矿权价值,固定不变的便利收益或不考虑便利收益都不能准确地反映煤炭资源采矿权价值的变化.假定便利收益服从均值回复过程,文献[7]建立了便利收益和煤炭价格均随机变动的煤炭资源采矿权估价双因素模型,但该模型很难获得解析解,只能简化处理.本文界定了便利收益的内涵及其对煤炭资源采矿权价值的影响,运用鞅定价理论建立了基于随机便利收益的煤炭资源采矿权估价双因素模型,获得了解析解,并通过实例进行了运用,结果表明该模型较DCF方法和煤炭资源采矿权单因素模型更能体现资源所有者的权益.
【总页数】4页(P8-11)
【作者】邹绍辉
【作者单位】西安科技大学管理学院,陕西,西安,710054
【正文语种】中文
【中图分类】F407.21
【相关文献】
1.基于跳跃-扩散过程的煤炭资源采矿权估价模型 [J], 邹绍辉;张金锁;惠莉萍
2.基于随机便利收益的煤炭资源采矿权估价两因素模型 [J], 张金锁;邹绍辉;李朋林
3.便利收益对煤炭资源采矿权价值的影响分析 [J], 邹绍辉
4.基于随机利率的煤炭资源采矿权估价双因素模型 [J], 邹绍辉
5.属性强度函数已知下的煤炭资源采矿权案例估价模型 [J], 邹绍辉;张甜;张金锁因版权原因，仅展示原文概要，查看原文内容请购买。
性及内容、感受团队的作用和力量、体验团队精神、学习团队合作方法，从而达到提升学生团队意识和团队精神的目的。
经过一系列的训练，使学生做中学，学中理解，对毕业工作的态度由迷茫转而有信心、有能力去做好。
3.专业教学课堂中团队意识培养的效果分析为了解将团队精神培养融入专业课课堂教学的效果，我们通过个别访谈和问卷调查的形式，对普通班和教版班的学生进行了跟踪调查。
调查对象：普通班三个班，教改班一个班。
调查内容：对比学生总数、学生参加活动的参与人数和学生参与活动的获奖人数。
根据2021年的统计，教改班的学生参与竞赛活动及获奖的百分比比较高。
反映了学生在这种团队学习的环境下，集体荣誉感回归，团队合作意识提升，大家在学习中互相鼓励、探讨、纠正和改善，而不是互相鄙视、互相拆台。
最终在比赛时，他们的技术技能都得到了更好的发挥，并且临危不乱。
成为一个社会主义物流事业合格的建设者和接班人，学生不仅需要学好物流知识，还需要具有物流技术技能及良好的团队合作意识。
在全球物流合作日益紧密的环境下，高职院校物流专业教学，应重视对学生进行跨专业、跨学科团队合作、沟通能力的培养，加强对学生对物流团队“效益背反”思想的理解，以创业与就业为导向，开展形式多样的物流教学活动，探索物流专业教师培养、教法和教材改革以培养学生的团队合作精神，全面提升学生素质。
C （作者单位：河南交通职业技术学院）基金资助：河南省教育厅首批“职业教育和继续教育课程示范项目”《基于高职院校〈运输管理实务〉的课程思政研究》；河南交通职业技术学院“基于高职院校《运输管理实务》的课程思政研究”（项目编号：2021J G029），河南交通职业技术学院骨干教师培养计划“基于新三教的学生素质培养研究”项目基金支持。
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，筛选出影响煤价的关键因素，提出了一种基于S t a c k i n g集成学习的组合预测方法。
基于套索（ Lasso）模型的动力煤价格预测研究摘要：随着我国煤炭价格市场化改革的不断深入，煤炭市场的价格走势一直成为各方关注的重点问题。
本文考虑了煤炭价格的多种影响因素，采用套索（Lasso）模型作为煤炭价格模型的线性建模方法对煤炭价格进行预测，借助秦皇岛港5000千卡/千克动力煤平仓价数据进行模型检验，结果证明此模型预测结果精度较好，能在一定程度上预测出煤炭价格的变化趋势。
关键词：套索（Lasso）模型动力煤价格预测引言我国是一个以煤炭为主体的能源消费大国，长期以来，煤炭一直是我国的主体能源。
煤炭下游的4大行业为电力行业、钢铁行业、建材行业、化工行业，是在国民经济中占比很大的基础行业，煤炭价格变化会影响到多个相关行业产品价格。
我国煤炭的价格走势一直处于大幅度波动状态，特别是近几年煤炭价格的持续上涨已经引起社会的广泛关注。
煤炭作为主要基础能源，生产、供应端的不足，消费增加，将引发市场波动信号，影响价格调整变化。
客观分析和判定煤炭价格的影响因素，了解并能够预测未来煤炭价格，对于掌握决策的主动权，作出合理的决策，是非常必要的。
常用的煤炭价格预测模型有时间序列预测模型、神经网络预测模型、线性回归模型。
时间序列预测模型是将预测变量看为一个时间序列，考虑自身时序特征。
郭建利[1]等人为提高煤炭价格预测模型的预测精度，采用组合预测的方法将ARIMA模型与SVM模型相结合，实验结果表明，组合模型比单模型有更高的预测精度。
孙福玉[2]将数据作为时间序列进行数据分析，考虑影响煤炭价格的主要因素,采用季节时间序列预测模型（SARIMA）对煤炭价格进行预测，实验结果表明模型很好地把握了数据的规律。
时间序列预测模型只考虑了变量自身的变化规律，并未考虑除自身外的影响因素，有较大的局限性。
神经网络预测模型可以很好的学习数据中的非线性关系。
刘硕[3]等人分析影响煤炭市场价格的特征指标，将遗传算法与BP神经网络模型相结合，对秦皇岛港煤炭市场价格进行预测，实证结果表明，相比BP神经网络模型有更高的预测精度。
煤炭资源定价与价格政策探讨引言煤炭作为一种重要的能源资源，在全球能源结构中占据着重要地位。
煤炭资源的开发与利用对于国家经济的发展具有重要战略意义。
然而，由于煤炭资源具有非再生性和独特性，其定价与价格政策一直以来都是一个备受关注的问题。
本文将围绕煤炭资源定价与价格政策进行深入探讨。
煤炭资源定价的基本原则煤炭资源的定价需要遵循一定的原则，以实现资源的合理利用和公平分配。
以下是煤炭资源定价的基本原则：1.公平原则：根据市场供需关系和资源稀缺程度，确定煤炭资源的价格，确保资源的公平分配。
2.效益原则：优先考虑煤炭资源的最大社会效益，通过定价策略调整资源配置，以满足国家经济发展的需要。
3.可持续发展原则：考虑环境保护和资源的可持续利用，在定价过程中注重煤炭资源的保护和再生。
4.完善市场机制原则：通过市场化手段确定煤炭资源的价值，遵循市场供求规律，实现资源的优化配置。
煤炭资源定价的影响因素煤炭资源定价受到多个因素的影响，主要包括以下几个方面：1.供需关系：煤炭资源的供需关系是决定价格的重要因素。
供需失衡会带动煤炭价格的波动，如供应过剩时价格下跌，供应不足时价格上涨。
2.生产成本：煤炭资源的开采、运输、加工等成本会影响煤炭的价格。
生产成本的增加会推高价格，反之则会降低价格。
3.政府政策：政府对于煤炭资源的开发与利用采取的政策也会对煤炭价格产生影响。
例如，通过减少税负、提供优惠政策等来降低价格。
4.国际市场：国际市场的煤炭价格波动也会对国内煤炭资源的定价产生一定影响。
国际市场价格的变化会对国内煤炭供需关系造成直接影响。
煤炭资源定价政策的现状与问题目前，我国对煤炭资源的定价采用了一系列的政策措施。
然而，也存在一些问题：1.定价机制不完善：目前，我国煤炭资源的定价机制还不够完善，尚未建立健全的市场化定价机制。
政府定价仍然起主导作用，市场资源配置能力有限。
2.市场扭曲现象：由于政府定价的影响，部分地区的煤炭资源价格存在扭曲现象。
基于大数据的煤炭资源开发价值评价模型研究随着中国经济的快速发展，煤炭资源的价值日益凸显。
然而，煤炭资源的开发和利用往往会带来环境污染、资源浪费等问题。
因此，如何评价煤炭资源的开发价值变得至关重要。
传统的资源开发价值评价模型往往所依据的是单一指标或少数几个指标，这导致了评价结果的不够全面、准确。
而基于大数据的煤炭资源开发价值评价模型则可以充分利用大数据技术，从多个角度对煤炭资源的开发价值进行全面、系统的评价。
在建立基于大数据的煤炭资源开发价值评价模型时，首先需要收集大量的数据，包括煤矿的地理位置、煤炭储量、煤炭质量、煤炭钱汇率、市场需求等。
然后，通过数据挖掘、数据分析等技术对这些数据进行加工处理，提取其中有用的信息。
最后，借助于数据可视化技术，将评价结果呈现出来。
基于大数据的煤炭资源开发价值评价模型可以从多个角度对煤炭资源的开发价值进行评价。
例如，可以从市场需求、投资风险、环境效益等多个方面对煤炭资源的开发价值进行综合评价。
具体而言，可以通过对市场需求的研究，估算煤炭定价的趋势，以及预测市场的供需状况，从而预测煤炭资源的开发利润。
同时，通过对煤炭资源开发环节产生的环境问题进行评估，可以对煤炭开发的环境成本进行评价，并据此优化煤炭开发方案。
除了从市场需求和环境效益方面进行评价以外，基于大数据的煤炭资源开发价值评价模型还可以从投资风险、社会效益等角度对煤炭资源的开发价值进行评估。
例如，可以通过对煤矿地质条件的评价，预测煤矿开发过程中的风险，还可以基于煤炭储量、采矿难度等因素对煤炭资源的价值进行评估。
此外，还可以通过分析煤炭开发对当地经济、就业等方面的贡献，评估煤炭资源的社会效益。
总之，基于大数据的煤炭资源开发价值评价模型可以充分利用大数据技术，从多个方面全面、系统地评估煤炭资源的开发价值。
这不仅可以为煤炭企业提供科学的决策支持，同时也可以更好地保障煤炭资源的可持续开发利用。
