基于ACO优化的ARIMA-ES-RF布伦特原油价格预测研究

	基于ACO优化的ARIMA-ES-RF布伦特原油价格预测研究
	黄玲; 任苏灵
	2024-03-10
发表期刊	科技和产业
卷号	24 期号:05 页码:111-119
摘要	为解决传统单一的自回归积分滑动平均(ARIMA)和指数平滑(ES)预测原油价格(以布伦特原油为例)误差较大，难以精确地预测序列非线性特征的问题，提出自回归积分滑动平均(ARIMA)-指数平滑(ES)-随机森林(RF)组合预测方法。目前虽已有大量的原油价格预测模型，但还未有文献利用随机森林组合传统时间序列模型对原油价格进行研究。在此基础上，利用蚁群算法(ACO)对随机森林的重要参数(树的数量及根的深度)进行智能搜索，将随机森林组合模型的预测精度反馈给蚁群进行信息素的实时更新，输出使得组合模型预测精度最高的模型参数。研究结果表明：提出的蚁群优化参数后的组合随机森林模型能更好地预测布伦特原油价格的趋势，预测精度均方根误差(RMSE)从1.15降低至0.88,减少了0.27;平均相对误差从1.10%降低至0.86%,降低了0.24%,预测精度较以往的原油价格预测模型有显著提升。
关键词	随机森林蚁群算法布伦特原油价格
URL	查看原文
ISSN	1671-1807
语种	中文
原始文献类型	学术期刊
中图分类号	F416.22;F764.1;TP18
CN号	11-4671/T
文献类型	期刊论文
条目标识符	http://ir.lzufe.edu.cn/handle/39EH0E1M/36069
专题	统计与数据科学学院
作者单位	兰州财经大学统计与数据科学学院
第一作者单位	统计与数据科学学院
推荐引用方式 GB/T 7714	黄玲,任苏灵. 基于ACO优化的ARIMA-ES-RF布伦特原油价格预测研究[J]. 科技和产业,2024,24(05):111-119.
APA	黄玲,&任苏灵.(2024).基于ACO优化的ARIMA-ES-RF布伦特原油价格预测研究.科技和产业,24(05),111-119.
MLA	黄玲,et al."基于ACO优化的ARIMA-ES-RF布伦特原油价格预测研究".科技和产业 24.05(2024):111-119.